تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. خادم

الأبحاث المرتبطة بالكلمة المفتاحية: خادم




  • مجرة لتحليل البيانات بشكل متاح وقابل للتكرار وتعاوني: تحديث 2026

    2026 | المؤلف: The Galaxy Community وآخرون | المجلة: Nucleic Acids Research | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    تعتبر منصة جالاكسي، التي دخلت الآن عقدها الثالث، مصدرًا عالميًا يمكن الوصول إليه وموجهًا من قبل المجتمع لتحليل البيانات القابل للتكرار والتعاوني. مع قاعدة مستخدمين تتجاوز 650,000 وخوادم عامة رئيسية تدير حوالي 2 مليون وظيفة تحليل شهريًا من حوالي 20,000 مستخدم، شهدت جالاكسي تحديثات كبيرة لتعزيز قابلية الاستخدام وقابلية التوسع. تشمل التحديثات الرئيسية واجهة تاريخ…


  • مسح لإثباتات عدم المعرفة القابلة للتحقق المعتمدة على التعلم الآلي

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Artificial Intelligence Review | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على المجال المتزايد لتعلم الآلة بدون معرفة (ZKML)، الذي يستفيد من إثباتات عدم المعرفة (ZKPs) لتعزيز نزاهة وسرية عمليات تعلم الآلة في البيئات السحابية. تتيح إثباتات عدم المعرفة لطرف واحد التحقق من أن عملية حسابية قد تمت بشكل صحيح دون الكشف عن بيانات حساسة أو معلمات نموذج ملكية. تستعرض الدراسة…


  • شبكة Q عميقة مخصصة ذكية وتكيفية لتفريغ المهام بكفاءة في بيئات الحوسبة الحافة المحمولة

    2026 | المؤلف: J. Anand وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تقدم الورقة الشبكة العميقة المخصصة الذكية والتكيفية (AICDQN)، وهي إطار عمل جديد مصمم لتعزيز تحميل المهام في أنظمة الحوسبة الطرفية المحمولة، وخاصة لتطبيقات إنترنت الأشياء (IoT) الحساسة للزمن. من خلال صياغة تحميل المهام كعملية قرار ماركوف (MDP) ودمج وحدة توقع الحمل الهجينة القائمة على وحدة الذاكرة قصيرة وطويلة الأمد (GRU-LSTM)، تتوقع AICDQN بشكل فعال تقلبات…


  • نشر الخوادم الاستراتيجية تحت عدم اليقين في الحوسبة على حافة الهاتف المحمول

    2026 | المؤلف: Duc A. Tran وآخرون | المجلة: International Journal of Parallel Emergent and Distributed Systems | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    في سياق الحوسبة على حافة الهاتف المحمول، يتضمن نشر الخوادم اتخاذ قرارات حاسمة بشأن مكانة خوادم الحافة وتخصيص خلايا المستخدمين لهذه الخوادم. الأهداف الرئيسية هي تعزيز كفاءة الحوسبة من خلال زيادة الحمل المعالج عند الحافة وتحسين كفاءة الاتصال من خلال تقليل تكاليف الاتصال بين خلايا المستخدمين وخوادمهم المعينة. تتناول هذه الدراسة التعقيدات الناشئة عن الطبيعة…


  • التعلم الفيدرالي المدعوم بالتوأم الرقمي لتدفقات البيانات

    2026 | المؤلف: Zhenzhen Xie وآخرون | المجلة: Tsinghua Science & Technology | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث إطار عمل جديد لتعلم الفيدرالية المتدفق (SFL) الذي يعالج التحديات المرتبطة ببيانات البث المتغيرة زمنياً من مصادر متعددة. غالباً ما تتجاهل بروتوكولات SFL التقليدية قضايا مثل مشكلة بدء التشغيل البارد وبيانات التدريب غير الكافية، مما يمكن أن يؤدي إلى تدهور الأداء بسبب تباين العملاء والنسيان. للتخفيف من هذه التحديات، يقترح المؤلفون نظام SFL…


  • الأثر البيئي ومسارات الصفر الصافي لخوادم الذكاء الاصطناعي المستدامة في الولايات المتحدة

    2025 | المؤلف: Tianqi Xiao وآخرون | المجلة: Nature Sustainability | المجال: علوم وتقنيات المياه (Water Science and Technology)

    تم تصميم منهجية هذه الدراسة لمعالجة هدفين رئيسيين: أولاً، تقييم تأثيرات الطاقة والمياه والمناخ لخوادم الذكاء الاصطناعي في الولايات المتحدة من 2024 إلى 2030، وثانياً، تحديد أفضل وأسوأ الممارسات لكل عامل مؤثر لتطوير مسارات صفرية صافية تتماشى مع أهداف المياه والمناخ لعام 2030. على عكس العديد من الدراسات السابقة التي تمدد توقعاتها حتى 2050، تركز…


  • نموذج لغوي كبير متعدد الوسائط من مستوى GPT-4V للنشر على الأجهزة الطرفية

    2025 | المؤلف: Yuan Yao وآخرون | المجلة: Nature Communications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تناقش هذه الفقرة التقدم في نماذج اللغة الكبيرة متعددة الوسائط (MLLMs) وتأثيراتها على أبحاث الذكاء الاصطناعي والصناعة. بينما عززت MLLMs بشكل كبير القدرات في الفهم والتفاعل، فإن أحجامها الكبيرة ومتطلبات الحوسبة قد حدت من نشرها بشكل أساسي على خوادم السحابة. هذه الاعتماد على البنية التحتية عالية الأداء لا يقتصر فقط على تقييد استخدامها في البيئات…


  • تحسين موثوق توزيعي للحوسبة السحابية متعددة الوصول عبر تعاون الطائرات بدون طيار (UAVs) والمحطات الجوية العالية (HAPs)

    2025 | المؤلف: Ziye Jia وآخرون | المجلة: IEEE Transactions on Mobile Computing | المجال: هندسة الطيران والفضاء (Aerospace Engineering)

    تقدم ورقة البحث نموذجًا هرميًا للحوسبة الطرفية متعددة الوصول الجوية (MEC) التي تدمج الطائرات بدون طيار (UAVs) والمنصات عالية الارتفاع (HAPs) لمعالجة الطلبات المتزايدة على الحوسبة في سيناريوهات الشبكة المستقبلية. يهدف النموذج إلى تقليل تكاليف الطاقة الإجمالية مع الأخذ في الاعتبار عدم اليقين في معلومات حالة القناة (CSI) بسبب الظروف البيئية غير المتوقعة. تم صياغة…


  • التلاعب بالاستشهادات من خلال مطاحن الاستشهادات وخوادم ما قبل الطباعة

    2025 | المؤلف: Hazem Ibrahim وآخرون | المجلة: Scientific Reports | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)

    يتناول هذا القسم من ورقة البحث تقييم العلماء بناءً على مقاييس الاقتباس وإمكانية التلاعب بالاقتباسات، لا سيما من خلال شراء الاقتباسات. قام المؤلفون بتجميع مجموعة بيانات تضم حوالي 1.6 مليون ملف شخصي على Google Scholar للتحقيق في حالات الاحتيال في الاقتباسات. وقد أكدوا أن Google Scholar هو المنصة الأكثر استخدامًا لتقييم الاقتباسات بين أعضاء هيئة…


  • التعلم الفيدرالي تحت الهجوم: كشف الثغرات من خلال هجمات تسميم البيانات في الشبكات الحاسوبية

    2025 | المؤلف: Ehsan Nowroozi وآخرون | المجلة: IEEE Transactions on Network and Service Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يوفر هذا القسم نظرة عامة على نقاط الضعف في أنظمة التعلم الفيدرالي (FL) تجاه هجمات تسميم البيانات، مع التركيز بشكل خاص على قلب العلامات (LF)، وتسميم الميزات (FP)، وهجمات VagueGAN. تم اختبار هذه الهجمات على نماذج FL باستخدام مجموعات بيانات CIC و UNSW، حيث تضمنت LF تعديل عشوائي لعلامات البيانات الحميدة، و FP استهداف الميزات…


1 2
التالي→

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