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

الأبحاث المرتبطة بالكلمة المفتاحية: زيادة (هندسة)




  • الازدواجية كتمويه: صياغة درجة العمر الاصطناعي (AAS) لنمذجة شيخوخة الذاكرة في الذكاء الاصطناعي التوليدي

    2026 | المؤلف: Seyma Yaman Kayadibi | المجلة: Frontiers in Artificial Intelligence | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث درجة العمر الاصطناعي (AAS)، وهي مقياس جديد مصمم لقياس شيخوخة الذاكرة في أنظمة الذكاء الاصطناعي، وخاصة نماذج اللغة الكبيرة. يتم اشتقاق AAS من سلوكيات الاسترجاع القابلة للملاحظة ويتم تعريفها على مستوى المخرجات، مستقلة عن التمثيلات الداخلية. يقيم الدراسة AAS من خلال بروتوكول استرجاع ثنائي اللغة لمدة 25 يومًا باستخدام ChatGPT-5.0، مما يظهر أنه…


  • تحليل لمشكلات التحسين التي تتضمن الشبكات العصبية ReLU

    2026 | المؤلف: Christoph Plate وآخرون | المجلة: Optimization and Engineering | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تناقش هذه القسم التحديات المتعلقة بحل مشاكل تحسين الأعداد المختلطة التي تتضمن الشبكات العصبية مع دوال تفعيل ReLU، خاصة بسبب النمو الأسي لمعاملات Big-M المرتبطة بتخفيف القرارات الثنائية. يستعرض المؤلفون استراتيجيات متنوعة تهدف إلى تحسين أداء وقت التشغيل لمحللات البرمجة المختلطة، بما في ذلك دوال التفعيل المقصوصة، تقنيات التنظيم أثناء التدريب، تشديد الحدود المعتمد على…


  • المعايرة التباينية على التوافق والتمثيلات متعددة المناظر التكميلية

    2026 | المؤلف: Negin Jabari وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم ورقة البحث C4MV، وهو إطار عمل جديد لتعلم التمثيل متعدد المناظر (MRL) الذي يعالج القيود الرئيسية في الأساليب الحالية. غالبًا ما تركز الأساليب التقليدية على تعلم الإجماع مع إغفال المعلومات التكميلية الكامنة في التمثيلات الخاصة بالمناظر. يدمج C4MV بشكل مبتكر تعلم التمثيل بالإجماع والتكميلية من خلال مزيج من تحليل التمثيل الذاتي المشترك وغير المشترك،…


  • رموز فورييه الكمومية البوسونية

    2026 | المؤلف: Anthony Leverrier | المجلة: Quantum | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذا القسم، يناقش المؤلفون مزايا استخدام أنظمة فيزيائية ذات أبعاد أعلى للحوسبة الكمومية، وخاصة في سياق الكيوبتات، التي تعتبر عادةً أنظمة ذات مستويين. يبرزون أن ترميز المعلومات في هذه الأنظمة ذات الأبعاد الأعلى يمكن أن يعزز من التكرار ويسهل تصحيح الأخطاء، مما يبسط البنية المطلوبة للحوسبة الكمومية المقاومة للأخطاء. التحدي الرئيسي الذي تم تناوله…


  • إطار CNN-MLP لتوقع مناطق الغابات المحترقة باستخدام خوارزمية PSO-WOA

    2026 | المؤلف: Mohamed H. Mousa وآخرون | المجلة: Scientific Reports | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    تقدم البحث إطار عمل هجين محسن للتعلم العميق، يجمع بين شبكة عصبية تلافيفية (CNN) وبيرسيبترون متعدد الطبقات (MLP) مع تقنيات تحسين ميتاهيرستية، تهدف إلى التنبؤ بدقة بالمناطق المحترقة من حرائق الغابات. يتناول الدراسة تعقيدات بيانات الطقس المرتبطة بالحرائق، التي تتميز بعلاقات غير خطية وانحراف، من خلال استخدام خوارزمية اليراعة الثنائية (BFA) لاختيار الميزات، والتي تحدد…


  • تحسين مقاييس الإحصاء المعتمدة على الفئات لاختيار نماذج المناخ العالمية في توقعات الأمطار لشبه جزيرة ماليزيا

    2026 | المؤلف: Zulfaqar Sa’adi وآخرون | المجلة: Theoretical and Applied Climatology | المجال: التغيرات الكوكبية والعالمية (Global and Planetary Change)

    تناقش هذه الفقرة الدور الحاسم لنماذج المناخ العالمية (GCMs) في توقع أنماط الأمطار، لا سيما في مناطق مثل شبه جزيرة ماليزيا، حيث تؤثر التغيرات المناخية بشكل كبير على إدارة الموارد المائية والزراعة وصحة النظام البيئي. تعتبر توقعات الأمطار الدقيقة المستمدة من GCMs ضرورية لصانعي السياسات للتخطيط لتغير أنماط الطقس وتنفيذ تدابير تكيفية لحماية المجتمعات والأنظمة…


  • استخراج وإعادة بناء المعرفة في أدبيات علوم المواد باستخدام نماذج اللغة الكبيرة

    2026 | المؤلف: Shuyuan Li وآخرون | المجلة: Communications Materials | المجال: كيمياء المواد (Materials Chemistry)

    تقدم البحث طريقة عامة لإعادة بناء المعرفة من الأدبيات العلمية غير العضوية، مع التركيز على الطرق الاصطناعية والخصائص. استخدم المؤلفون تصميمًا يعتمد على طلب واحد لإنشاء مجموعة بيانات شاملة باستخدام نموذج GPT-4، والذي تم استخدامه بعد ذلك لضبط أربعة نماذج لغوية كبيرة (LLMs): LLaMA3-8Binstruct، Gemma-7B، Phi3-mini-128k-instruct، وGPT3.5-turbo-1106. أظهرت هذه النماذج المضبوطة أداءً قويًا في استخراج…


  • بناء مكتبات CRISPR متعددة الأهداف في الطماطم للتغلب على التكرار الوظيفي على مستوى الجينوم

    2025 | المؤلف: Amichai Berman وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)

    يتناول هذا القسم قيود طرق الطفرات التقليدية في برامج التربية وفحص الطفرات، لا سيما فيما يتعلق بالتكرار الجيني وعدم القدرة على استهداف جينات معينة. بينما تقدم تقنية CRISPR-Cas9 تحريرًا دقيقًا للجينات، واجهت تطبيقاتها في تحسين المحاصيل تحديات في قابلية التوسع. تتناول هذه الدراسة هذه القضايا من خلال تطوير مكتبات CRISPR متعددة الأهداف على مستوى الجينوم…


  • تحسين اكتشاف الاكتئاب في المقابلات السريرية بين الأطباء والمرضى باستخدام إطار تعلم متعدد الحالات

    2025 | المؤلف: Xu Zhang وآخرون | المجلة: Scientific Reports | المجال: علم النفس الاجتماعي (Social Psychology)

    تتناول ورقة البحث الزيادة المتزايدة في انتشار الاكتئاب والحاجة إلى تحسين طرق الكشف. تعاني الأساليب التقليدية، مثل مقياس الاكتئاب الذاتي (SDS) والمقابلات، غالبًا من الذاتية والتحيزات البيئية. لتعزيز الموضوعية وكفاءة الكشف التلقائي عن الاكتئاب (ADD)، يقترح المؤلفون تطبيقًا جديدًا لإطار التعلم متعدد الحالات (MIL) على بيانات المقابلات النصية. يسمح هذا النهج باستخراج الميزات بشكل مستقل…


  • MUNet: إطار عمل جديد لتقسيم دقيق لأورام الدماغ يجمع بين شبكات UNet و mamba

    2025 | المؤلف: Lijuan Yang وآخرون | المجلة: Frontiers in Computational Neuroscience | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث MUNet، وهو إطار شبكة جديد مصمم لت segmentation الأورام الدماغية بكفاءة ودقة من خلال دمج نقاط القوة في UNet و Mamba. يتناول MUNet قيود النماذج الحالية، مثل Transformers والشبكات العصبية التلافيفية (CNNs)، من خلال دمج وحدة SD-SSM، التي تستخدم المسح الانتقائي ونمذجة الفضاء الحالى لالتقاط ميزات الصورة العالمية والمحلية بفعالية. تعزز هذه…


1 2
التالي→

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