تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. معدلات البيانات المعززة لتطور GSM

الأبحاث المرتبطة بالكلمة المفتاحية: معدلات البيانات المعززة لتطور GSM




  • DSIA U-Net: تفاعل عميق ضحل مع آلية الانتباه UNet لصور الأقمار الصناعية للاستشعار عن بعد

    2025 | المؤلف: Naga Surekha Jonnala وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول ورقة البحث التحديات المتعلقة بالتجزئة الدلالية في صور الاستشعار عن بعد عالية الدقة، وخاصة عدم كفاءة النماذج الخفيفة الحالية التي غالبًا ما تفشل في الاستفادة الفعالة من المعلومات الهيكلية السطحية والتقاط التفاصيل السياقية العالمية. لمعالجة هذه القيود، يقترح المؤلفون نهجًا جديدًا يدمج آلية تفاعل عميق-سطحي مع وحدة انتباه، مصممة خصيصًا لتعزيز تجزئة المسطحات المائية.…


  • تحسين تحميل المهام في الحوسبة الحافة المحمولة بناءً على خوارزمية التعلم المعزز العميق باستخدام التجميع الكثافي والتعلم الجماعي

    2025 | المؤلف: Yi Qin وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    يقدم هذا القسم نظرة عامة على طريقة التعلم العميق المعتمد على التعزيز والتجمع والتكتل الكثافة المقترحة (DCEDRL) لتحسين قرارات تحميل المهام في الحوسبة الطرفية المتنقلة (MEC). تعالج طريقة DCEDRL التحديات المتعلقة بتخصيص الموارد غير الفعال الناتج عن تحميل المهام المكثفة حسابيًا من الأجهزة اللاسلكية المتنقلة (WDs) إلى خوادم الحافة (ESs). من خلال استخدام عدة شبكات…


  • نظام إدارة البطاريات الذكي مع الاتصال بين الحافة والسحابة – منظور

    2025 | المؤلف: Sai Krishna Mulpuri وآخرون | المجلة: Sustainable Energy & Fuels | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)

    تتناول ورقة البحث تطوير نظام إدارة بطارية ذكي (IBMS) مصمم لتعزيز الكفاءة والسلامة والموثوقية لبطاريات الليثيوم أيون في المركبات الكهربائية (EVs) وتخزين الطاقة على نطاق واسع. تنتقد الأنظمة التقليدية لإدارة البطاريات (BMSs) وتقدم IBMS يستخدم تقنيات متقدمة مثل الحوسبة السحابية، التوائم الرقمية، البلوك تشين، وإنترنت الأشياء (IoT). يتميز النظام المقترح بهندسة حوسبة متوازية متعددة الطبقات…


  • التطوير المتقدم لرغوات البولي يوريثين غير الإيزوسيانات (NIPU): من سوابق مستدامة إلى تقييم الأثر البيئي

    2025 | المؤلف: Federica Orabona وآخرون | المجلة: Green Chemistry | المجال: الكيمياء والتقنية العملياتية (Process Chemistry and Technology)

    تتناول هذه المقالة الاستعراضية التقدم في رغوات البولي يوريثين غير الإيزوسيانات (NIPU) كبدائل مستدامة للبولي يوريثينات التقليدية القائمة على الإيزوسيانات (PUs)، والتي ترتبط بمخاوف بيئية وصحية كبيرة. يتم تصنيع رغوات NIPU من خلال طرق صديقة للبيئة، مثل الأمينوليسيس للكربونات الدائرية مع ثنائي الأمينات والتحويل إلى اليوريثان للكاربامات مع الكحوليات، باستخدام مواد مصدرها حيوي مثل الزيوت…


  • مسح شامل لنماذج كشف الكائنات الخفيفة المعتمدة على التعلم العميق للأجهزة الطرفية

    2024 | المؤلف: Payal Mittal | المجلة: Artificial Intelligence Review | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول هذه الدراسة تطوير نماذج كشف الكائنات الخفيفة المعتمدة على التعلم العميق والمُحسّنة للأجهزة الطرفية، استجابةً للطلب المتزايد على نماذج دقيقة وسريعة ومنخفضة الكمون. توفر الدراسة نظرة شاملة على طرق كشف الكائنات الخفيفة الحديثة، موضحةً الهياكل الأساسية المستخدمة عادةً، مثل ShuffleNet و MobileNetV2. تناقش الورقة عمليات التدريب والاستدلال ذات الصلة بتطبيقات التعلم العميق على الأجهزة…


  • تعزيز الزراعة من خلال تصنيف أمراض أوراق العنب في الوقت الحقيقي عبر جهاز حافة مع بنية CNN خفيفة الوزن وGrad-CAM

    2024 | المؤلف: Md. Jawadul Karim وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث نهجًا جديدًا للكشف المبكر عن أمراض أوراق العنب باستخدام نموذج شبكة عصبية تلافيفية خفيفة الوزن (CNN) مخصص يعتمد على MobileNetV3Large. تم تصميم هذا النموذج للنشر على الأجهزة الطرفية مثل Nvidia Jetson Nano، ويظهر أداءً استثنائيًا بدقة تدريب واختبار تبلغ 99.66% و99.42% على التوالي. تتضمن المنهجية طبقات كثيفة إضافية وطبقات إسقاط لتخفيف الإفراط…


←السابق
1 2 3

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