الأبحاث المرتبطة بالكلمة المفتاحية: تقطير المعرفة
-
التعلم العميق الخفيف للكشف عن أضرار الطرق في الوقت الحقيقي على الأجهزة المحمولة Lightweight deep learning for real-time road distress detection on mobile devices
2026 | المؤلف: Yuanyuan Hu وآخرون | المجلة: Nature Communications | المجال: الهندسة المدنية والإنشائية (Civil and Structural Engineering)تناقش هذه الفقرة الحاجة الملحة للكشف الفعال والدقيق عن أضرار الطرق لتعزيز صيانة البنية التحتية وسلامة النقل. الفحوصات اليدوية التقليدية تتطلب الكثير من العمل وتستغرق وقتًا طويلاً، بينما تتطلب الأنظمة الآلية غالبًا موارد حسابية كبيرة، مما يعيق استخدامها على نطاق واسع. للتغلب على هذه التحديات، تقدم الدراسة MobiLiteNet، وهو نموذج تعلم عميق خفيف الوزن تم…
-
نموذج تقطير المعرفة المعزز بالتنوع لحل مشاكل الرياضيات العملية A diversity-enhanced knowledge distillation model for practical math word problem solving
2026 | المؤلف: Yi Zhang وآخرون | المجلة: Information Processing & Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث نموذجًا جديدًا لتقطير المعرفة المعزز بالتنوع (DivKD) يهدف إلى تحسين حل مشاكل الرياضيات النصية (MWPs) في مجال معالجة اللغة الطبيعية. يحدد المؤلفون القيود في نماذج Seq2Seq الحالية وتوسعاتها، التي غالبًا ما تفشل في توليد معادلات حلول متنوعة ضرورية للتعميم عبر أنواع مختلفة من المشاكل. يقدم نموذج DivKD طريقة تقطير تنوع تكيفية، مما…
-
نماذج التعلم العميق الخفيفة للأجهزة الطرفية—استطلاع Lightweight Deep Learning Models For Edge Devices—A Survey
2026 | المؤلف: Aminu Musa وآخرون | المجلة: International Journal of Computer Information Systems and Industrial Management Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول هذه الدراسة الاستطلاعية الطلب المتزايد على نماذج التعلم العميق الخفيفة المناسبة للحوسبة الطرفية، مع التركيز على تقنيات ضغط النموذج مثل التكميم، والتقليم، وتقطير المعرفة. تؤكد الدراسة على الحاجة إلى تقليل حجم النموذج، وتعقيد الحسابات، واستخدام الذاكرة مع الحفاظ على الأداء. تقيم فعالية هذه التقنيات على ثلاثة مجموعات بيانات حقيقية، مما يبرز ضرورة وجود مجموعات…