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

الأبحاث المرتبطة بالكلمة المفتاحية: مشكلة تحسين




  • تحسين فعال بمشاركة الإنسان عبر المعلومات السابقة المستفادة من نماذج المستخدمين

    2026 | المؤلف: Yi-Chi Liao وآخرون | المجلة: Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    يقدم هذا القسم إطارًا جديدًا يسمى تحسين الإنسان في الحلقة مع معلومات نموذجية مسبقة (HOMI)، مصممًا لتعزيز كفاءة تحسين تصميم الواجهة من خلال دمج مرحلة تدريب مسبق باستخدام بيانات مستخدمين صناعية. غالبًا ما تتطلب طرق تحسين الإنسان في الحلقة التقليدية تكرارات واسعة بسبب المعلومات المسبقة المحدودة، مما يجعلها مكلفة وغير عملية. يتناول HOMI هذه التحديات…


  • 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…


  • RegularizedOptimization.jl: إطار عمل جوليا للتحسين المنتظم وغير السلس

    2026 | المؤلف: Maxence Gollier وآخرون | المجلة: The Journal of Open Source Software | المجال: التحليل العددي (Numerical Analysis)

    يقدم هذا القسم نظرة عامة على حزمة جوليا RegularizedOptimization.jl، المصممة لمعالجة مشاكل التحسين غير السلسة من خلال تنفيذ تنظيم رباعي وطرق منطقة الثقة. تركز الحزمة على تقليل الدوال الهدف التي قد لا تكون قابلة للاشتقاق، مما يعالج تحديًا كبيرًا في التحسين. تستفيد الطرق المدمجة في RegularizedOptimization.jl من تقنيات التنظيم لتعزيز استقرار وحلول التقارب. من خلال…


  • تسريع تحسين الشبكات التنسورية ثنائية الأبعاد من خلال التحضير المسبق

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Physical review. B./Physical review. B | المجال: الفيزياء الذرية والجزيئية والبصريات (Atomic and Molecular Physics, and Optics)

    في هذا البحث، يتناول المؤلفون التحديات المرتبطة بتحسين القائم على التدرج لحالات الأزواج المتشابكة المعزولة غير المحدودة (iPEPS)، وهو نهج شبكة موتر لمحاكاة الأنظمة الكمومية ذات الجسيمات المتعددة. يقدمون مُعالجًا مسبقًا مبتكرًا مستمدًا من الحد الرائد لموتر المقياس، مما يعزز بشكل كبير الكفاءة الحسابية عن طريق تقليل عدد تكرارات التحسين المطلوبة. يتم اختبار هذه الطريقة…


  • صياغة آلة إيسينغ لتحديثات التصميم في تحسين الطوبولوجيا لقنوات التدفق

    2026 | المؤلف: Yudai Suzuki وآخرون | المجلة: Engineering With Computers | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه الدراسة صياغة جديدة لجهاز إيسينغ، مؤطرة كمشكلة تحسين ثنائية غير مقيدة تربيعية (QUBO)، تهدف إلى تعزيز تحسين الطوبولوجيا لقنوات التدفق بهدف تقليل فقد الطاقة مع الالتزام بقيود الحجم. تم تصميم الصياغة لتكون متوافقة مع كل من الطرق التقليدية وطرق التبريد الكمي، وهي مدمجة في عملية تحسين من خطوتين حيث يتم حساب مجال التدفق…


  • آلة إيسينج الضوئية القابلة للبرمجة لتحسين المشكلات الواقعية

    2026 | المؤلف: Zhewen Hu وآخرون | المجلة: Light Science & Applications | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    يقدم هذا القسم تقدمًا كبيرًا في مجال آلات إيسينغ من خلال تقديم آلة إيسينغ ضوئية إلكترونية عالية الأداء (OEIM). هذه الآلة، التي تستخدم المذبذبات البارامترية الضوئية الإلكترونية، قادرة على التعامل مع مشاكل تحسين التوليف المعقدة (COPs) مع 4096 دوران إيسينغ وقدرات ربط عشوائية. تُظهر OEIM دقة وسرعة متفوقتين مقارنة بأساليب الحوسبة التقليدية، لا سيما في…


  • القطوع الناتجة عن النورم: تقريب خارجي لدوال القيود ليبشيتز

    2026 | المؤلف: Adrian Göß وآخرون | المجلة: Journal of Global Optimization | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)

    في هذه الورقة، يتناول المؤلفون مشكلة تحسين ذات أبعاد محدودة تهدف إلى تقليل دالة هدف مستمرة على نطاق مضغوط، مع مراعاة دالة قيود متعددة الأبعاد مع ثابت ليبشيتز عالمي معروف. ينتقدون الطرق الحالية التي تستخدم تقريبات خارجية غير محدبة للقيود المتساوية ذات البعد الواحد ويقترحون إطار عمل جديد على مستوى الميتا، يُسمى طريقة NIC، لتوسيع…


  • تحسين المناظر الخسارية متعددة الفراكتلات يفسر مجموعة متنوعة من الخصائص الهندسية والديناميكية في التعلم العميق

    2025 | المؤلف: Andrew Ly وآخرون | المجلة: Nature Communications | المجال: النمذجة والمحاكاة (Modeling and Simulation)

    يتناول القسم المعنون “نظرة عامة” تداعيات عمليات التحسين على المناظر الطبيعية للفقد متعددة الكسور، مسلطًا الضوء على أهميتها في فهم الخصائص الهندسية والديناميكية المختلفة. يقترح المؤلفون أن هذه المناظر الطبيعية تظهر هياكل معقدة يمكن أن تؤثر على سلوك خوارزميات التحسين، مما يؤدي إلى نتائج متنوعة من حيث التقارب والأداء. من خلال تحليل الطبيعة متعددة الكسور…


  • الخوارزميات الحديثة الميتاهيرستية لحل بعض مشاكل تحسين الهندسة المدنية

    2025 | المؤلف: Essam H. Houssein وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    في هذه الدراسة، تم تقديم خوارزمية هجينة جديدة تسمى BES-GO، والتي تدمج بين خوارزميات بحث النسر الأصلع (BES) ومحسن النمو (GO)، لمعالجة مشاكل تحسين تصميم الهياكل القياسية. تم تقييم الخوارزمية بدقة مقابل عشر خوارزميات ميتاheuristic معروفة، بما في ذلك محسن أسد النمل (ALO)، وتحسين سرب التونة (TSO)، وتحسين سرب الجسيمات (PSO)، من بين آخرين، باستخدام…


  • خوارزمية الأديان الإلهية: خوارزمية ميتاهيرستية جديدة مستوحاة من المجتمع لمشاكل الهندسة والتحسين المستمر

    2025 | المؤلف: Ali Toufanzadeh Mozhdehi وآخرون | المجلة: Cluster Computing | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث خوارزمية الأديان الإلهية (DRA)، وهي تقنية تحسين جديدة مستوحاة من التفاعلات الاجتماعية والاقتصادية داخل المجتمعات الدينية. تقوم DRA بتنظيم الوكلاء في مجموعات بناءً على الأيديولوجيات الدينية والسياسية، مستخدمة آليات مثل الترويج، والمعجزات، وأنظمة المكافآت والعقوبات لتعزيز معتقدات الأتباع. يتم تقييم أداء الخوارزمية بدقة مقارنةً بسبع تقنيات ميتاهيرستية معروفة – خوارزمية الجيب وجيب التمام…


1 2
التالي→

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