الأبحاث المرتبطة بالكلمة المفتاحية: ضغط النموذج
-
نشر TinyML للكشف عن الأجسام والتواصل بكفاءة طاقة في أنظمة الذكاء الاصطناعي منخفضة الطاقة Deploying TinyML for energy-efficient object detection and communication in low-power edge AI systems
2026 | المؤلف: Ch Madhu Bhushan وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)يتناول القسم التقدم في الذكاء الاصطناعي على الحافة (Edge AI)، الذي يسهل نشر نماذج الشبكات العصبية على وحدات التحكم الدقيقة (MCUs) ذات الموارد المحدودة لمعالجة البيانات في الوقت الحقيقي. تقلل هذه الطريقة من الاعتماد على الحوسبة السحابية، مما يجعلها مناسبة بشكل خاص لأتمتة الصناعة وتطبيقات إنترنت الأشياء (IoT). يقدم البحث نظام كشف الأجسام في الوقت…
-
حول النسخ الفعالة من نموذج Segment Anything: استعراض On Efficient Variants of Segment Anything Model: A Survey
2026 | المؤلف: Xiaorui Sun وآخرون | المجلة: International Journal of Computer Vision | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يعد نموذج تقسيم أي شيء (SAM) إطارًا أساسيًا لتقسيم الصور، حيث يظهر تعميمًا قويًا عبر تطبيقات متنوعة. ومع ذلك، فإن متطلبات الحوسبة والموارد العالية تمثل تحديات لنشره في البيئات ذات الموارد المحدودة، مثل الأجهزة الطرفية. للتخفيف من هذه المشكلات، تم تطوير العديد من المتغيرات الفعالة لـ SAM. يقدم هذا الاستطلاع أول مراجعة شاملة لهذه المتغيرات،…
-
نماذج TinyML لتقدير حالة الصحة لبطاريات الليثيوم أيون بناءً على طيف الامتزاز الكهربائي الكيميائي TinyML models for SoH estimation of lithium-ion batteries based on Electrochemical Impedance Spectroscopy
2026 | المؤلف: | المجلة: Journal of Power Sources | المجال: هندسة السيارات (Automotive Engineering)تقدم هذه الورقة البحثية تطوير نماذج TinyML لتقدير حالة الصحة (SoH) للبطاريات باستخدام بيانات طيف الامتصاص الكهربائي (EIS). يتم استكشاف منهجيتين: الطريقة A، التي تستخدم نموذج دائرة مكافئ (ECM)، والطريقة B، التي تستفيد من بيانات EIS الخام. تشير النتائج إلى أن الطريقة B، وخاصة نموذج الشبكة العصبية الالتفافية-وحدة التكرار المغلقة (CNN-GRU)، تتفوق على الطريقة A،…
-
طريقة الكشف عن علامات المرور تعتمد على تحسين YOLOv8 Traffic sign detection method based on improved YOLOv8
2026 | المؤلف: Gaihua Wang وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم الورقة البحثية طريقة محسّنة لاكتشاف علامات المرور باستخدام نسخة محسّنة من نموذج YOLOv8، حيث تعالج مشكلات مثل الخطأ في الكشف والدقة المنخفضة للأهداف الصغيرة. تتضمن الطريقة المقترحة ثلاث تحسينات رئيسية: تطوير وحدة دمج تسلسل المقياس الانتباهي (Attention Scale Sequence Fusion) مع طبقة اكتشاف الأهداف الصغيرة P2 (AFP) لتعزيز قدرات استخراج الميزات؛ إدخال وحدة التفاف…
-
خوارزمية خفيفة لاكتشاف عيوب سطح الفولاذ باستخدام YOLOv8 المحسن A lightweight algorithm for steel surface defect detection using improved YOLOv8
2026 | المؤلف: Shuangbao Ma وآخرون | المجلة: Scientific Reports | المجال: الهندسة الصناعية وهندسة التصنيع (Industrial and Manufacturing Engineering)تقدم هذه البحث خوارزمية خفيفة الوزن لاكتشاف عيوب سطح الفولاذ، مع معالجة التحديات المتعلقة بالدقة المنخفضة، والعديد من المعلمات، وتعقيد النموذج العالي. تعزز الطريقة المقترحة بنية YOLOv8 من خلال دمج GhostNet كشبكة أساسية لتقليل معلمات النموذج ومتطلبات الحوسبة. بالإضافة إلى ذلك، يتم دمج آلية الانتباه متعدد المسارات (MPCA) لتحسين استخراج الميزات، بينما تحل دالة خسارة…
-
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…