تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة المَجَلَّات
  3. IEEE Access

الأبحاث في مجلة: IEEE Access




  • RegimeFolio: نظام تعلم آلي مدرك للنظام لتحسين المحفظة القطاعية في الأسواق الديناميكية

    2026 | المؤلف: Yiyao Zhang وآخرون | المجلة: IEEE Access | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم البحث RegimeFolio، وهو إطار مبتكر لتحسين المحفظة المالية يتناول التحديات التي تطرحها الأسواق المالية غير المستقرة التي تتميز بتقلبات أنظمة التقلب. غالبًا ما تفشل طرق تحسين المحفظة التقليدية في التكيف مع هذه التغيرات بسبب اعتمادها على الاستقرار أو الافتراضات غير المتعلقة بالنظام. يتميز RegimeFolio من خلال دمج تقسيم أنظمة التقلب بشكل صريح مع التنبؤ…


  • تقييم موثوقية نماذج اللغة الكبيرة باستخدام اتخاذ القرار متعدد المعايير

    2026 | المؤلف: Meltem Aksoy وآخرون | المجلة: IEEE Access | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تتناول هذه الورقة البحثية القضية الحرجة المتعلقة بالموثوقية في نماذج اللغة الكبيرة (LLMs) حيث يتم استخدامها بشكل متزايد في التطبيقات ذات المخاطر العالية. يقترح المؤلفون إطار تقييم جديد يستخدم منهجية اتخاذ القرار متعددة المعايير (MCDM)، وتحديداً عملية التحليل الهرمي الضبابي المتردد (AHP)، لتقييم وترتيب LLMs بناءً على خمسة أبعاد أساسية للثقة: العدالة، المتانة، النزاهة، القابلية…


  • مسح حول التعرف على إيماءات اليد من المدخلات البصرية

    2026 | المؤلف: Manousos Linardakis وآخرون | المجلة: IEEE Access | المجال: التفاعل بين الإنسان والحاسوب (Human-Computer Interaction)

    تقدم هذه القسم نظرة عامة على أهمية وحالة التعرف على إشارات اليد، مع التأكيد على صلتها بالتفاعل بين الإنسان والكمبيوتر عبر مجالات مختلفة مثل لغة الإشارة، والواقع الافتراضي والمعزز، والروبوتات. تشير إلى ندرة الاستطلاعات الشاملة التي تلخص التقدمات الحديثة، والحلول المتاحة، ومجموعات البيانات المرجعية في هذا المجال الذي يتطور بسرعة. يهدف هذا الاستطلاع إلى سد…


  • نظرة عامة على دمج طرق التعلم العميق مع التصوير الطيفي الفائق المدى القريب للزراعة

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Access | المجال: علوم النبات (Plant Science)

    تقدم هذه القسم نظرة عامة على دمج طرق التعلم العميق مع التصوير الطيفي القريب (HSI) للتطبيقات الزراعية. لقد أظهر التصوير الطيفي القريب، الذي يلتقط كل من الميزات الطيفية والمكانية، وعدًا في مجالات مثل الاستشعار عن بعد والزراعة الذكية. ومع ذلك، بينما تم تطبيق التعلم العميق بنجاح على الاستشعار عن بعد، فإن تطبيقه في HSI القريب…


  • تحسين MPPT المعتمد على الشبكات العصبية الاصطناعية لأنظمة الطاقة الشمسية: دمج الخوارزميات التحليلية والميتاهيرستية لتحقيق الأداء الأمثل تحت الظل الجزئي

    2026 | المؤلف: Alpaslan Demirci وآخرون | المجلة: IEEE Access | المجال: الطاقة المتجددة والاستدامة والبيئة (Renewable Energy, Sustainability and the Environment)

    تقدم هذه الورقة البحثية خوارزمية متقدمة للشبكات العصبية الاصطناعية (ANN) تهدف إلى تحسين تتبع نقطة القدرة القصوى (MPPT) في أنظمة الطاقة الشمسية (PV)، وخاصة تحت ظروف التظليل الجزئي (PSC). يتم تدريب نموذج ANN المقترح باستخدام مجموعة بيانات شاملة تشمل سيناريوهات تظليل مختلفة، ومستويات إشعاع، وظروف حرارة، مستفيدة من كل من الخوارزميات التحليلية والميتاهيرستية لتعزيز كفاءة…


  • SentiTSMixer: نموذج محدد لتوقع المبيعات باستخدام تحليل المشاعر للعملاء

    2026 | المؤلف: Partha Ghosh وآخرون | المجلة: IEEE Access | المجال: علم الإدارة وبحوث العمليات (Management Science and Operations Research)

    تقدم البحث نموذج TSMixer المحسن الذي يهدف إلى تحسين توقعات المبيعات من خلال دمج مشاعر العملاء المستمدة من تقييمات ومراجعات المنتجات. يقوم هذا النموذج بإعطاء وزن أكبر للمراجعات ذات الأصوات الأعلى، مما يقلل من تأثير التعليقات المضللة على تحليل المشاعر. تشير النتائج إلى أن TSMixer المعدل يعزز بشكل كبير دقة التوقعات، محققًا تقليل الأخطاء بنسبة…


  • الكشف عن النصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي: نهج يعتمد على Bi-LSTM والانتباه

    2026 | المؤلف: John Blake وآخرون | المجلة: IEEE Access | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الورقة خوارزمية جديدة مصممة لاكتشاف النصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي، مع معالجة التحديات التي تطرحها التطورات في معالجة اللغة الطبيعية التي تblur الحدود بين المحتوى الذي ينشئه الإنسان والمحتوى الذي ينشئه الآلة. إن إساءة استخدام النصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي تهدد نزاهة النشر الأكاديمي، مما يستلزم وجود آليات كشف…


  • طلب الطاقة من عقدة واحدة أثناء تدريب الذكاء الاصطناعي: قياسات على نظام NVIDIA H100 المكون من 8 وحدات معالجة رسومية

    2026 | المؤلف: Imran Latif وآخرون | المجلة: IEEE Access | المجال: الأجهزة والهندسة المعمارية (Hardware and Architecture)

    تبحث الدراسة في استهلاك الطاقة لمعدات الذكاء الاصطناعي، مع التركيز بشكل خاص على عقدة NVIDIA H100 HGX المكونة من 8 وحدات معالجة الرسوميات أثناء تدريب نماذج مختلفة، بما في ذلك مصنف الصور ResNet ونموذج اللغة الكبير Llama2-13b. قامت الدراسة بقياس استهلاك الطاقة الفوري، حيث وجدت أن الحد الأقصى يبلغ حوالي 8.4 كيلووات، وهو أقل بنسبة…


  • كشف الأعطال في أنظمة الطاقة الشمسية باستخدام نهج التعلم الآلي

    2026 | المؤلف: Jossias Zwirtes وآخرون | المجلة: IEEE Access | المجال: الطاقة المتجددة والاستدامة والبيئة (Renewable Energy, Sustainability and the Environment)

    تؤكد هذه الدراسة على فعالية أنظمة الكشف الذكي عن الأعطال في تعزيز توليد الطاقة من الطاقة الشمسية (PV). من خلال استخدام تقنيات تعلم الآلة (ML) البديلة، تحدد الأبحاث بنجاح الأعطال وتصنفها الناتجة عن التظليل الجزئي وتراكم الأوساخ على وحدات الطاقة الشمسية. تشير النتائج الرئيسية إلى أن مراقبة تقلبات الجهد، والتيار، ودرجة الحرارة المحيطة، والإشعاع يمكن…


  • نموذج تعلم عميق هجين لنظام كشف التسلل الشبكي باستخدام Seq2Seq و

    2026 | المؤلف: S. Hariharan وآخرون | المجلة: IEEE Access | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم ورقة البحث نموذج هجين جديد لأنظمة كشف التسلل الشبكي (NIDS) يدمج بين بنية تسلسل إلى تسلسل (Seq2Seq) ووحدات الذاكرة طويلة وقصيرة المدى التلافيفية (ConvLSTM). يعالج هذا النموذج التحديات المتعلقة بالكشف عن التهديدات السيبرانية المعقدة التي تتضمن اعتمادات زمنية ومكانية معقدة في حركة مرور الشبكة. من خلال دمج الطبقات التلافيفية داخل خلايا LSTM، يعزز الهيكل…


←السابق
1 2 3 4 … 7
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.