الأبحاث المرتبطة بالكلمة المفتاحية: معيار (المسح)
-
RAMA: إطار عمل متعدد الوكلاء معزز بالاسترجاع لاكتشاف المعلومات المضللة في التحقق من الحقائق متعدد الوسائط
2026 | المؤلف: Shuo Yang وآخرون | المجلة: Companion Proceedings of the ACM Web Conference 2026 | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)تقدم ورقة البحث RAMA، وهو إطار عمل متعدد الوكلاء معزز بالاسترجاع يهدف إلى تحسين التحقق من المعلومات المضللة متعددة الوسائط. يتناول RAMA التحديات التي تطرحها الادعاءات الغامضة وسوء السياق من خلال ثلاث ابتكارات رئيسية: (1) صياغة استعلامات استراتيجية تحول الادعاءات متعددة الوسائط إلى استعلامات بحث دقيقة على الويب، (2) تجميع أدلة التحقق المتقاطع من مصادر…
-
إطار التعلم النشط بدون تدريب في علوم المواد باستخدام نماذج اللغة الكبيرة
2026 | المؤلف: Hongchen Wang وآخرون | المجلة: npj Computational Materials | المجال: كيمياء المواد (Materials Chemistry)تقدم البحث إطار عمل جديد للتعلم النشط، يسمى LLM-AL، والذي يستخدم نماذج اللغة الكبيرة (LLMs) لتعزيز كفاءة التجارب العلمية في علم المواد. تواجه نماذج التعلم الآلي التقليدية في التعلم النشط تحديات مثل قيود البداية الباردة والحاجة إلى هندسة ميزات محددة للمجال، مما يقيد قابليتها للتطبيق. بالمقابل، يستفيد LLM-AL من المعرفة المدربة مسبقًا والتمثيلات المعتمدة على…
-
الشبكات العصبية البيانية لاختيار مواقع السكن: الاتصال بنماذج اللوجيت الكلاسيكية
2026 | المؤلف: Zhanhong Cheng وآخرون | المجلة: Transportation Research Part B Methodological | المجال: الاقتصاد والاقتصاد القياسي (Economics and Econometrics)تقدم هذه القسم نهجًا جديدًا لنمذجة الاختيار المنفصل من خلال دمج الشبكات العصبية البيانية (GNNs) في تحليل خيارات الموقع السكني. لقد واجهت طرق التعلم العميق التقليدية صعوبة في نمذجة العلاقات بين بدائل الاختيار بشكل صريح، وهو جانب حاسم من نماذج الاختيار المنفصل الكلاسيكية. تعالج نماذج الاختيار المنفصل المعتمدة على GNN (GNN-DCMs) هذه القيود بفعالية من…
-
ما بعد تبديل الوجه: معيار إنساني رقمي قائم على الانتشار لاكتشاف التزييف العميق متعدد الوسائط
2026 | المؤلف: Jiaxin Liu وآخرون | المجلة: ICASSP 2026 – 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم نظرة عامة على التحديات التي تطرحها التطورات الأخيرة في تقنيات الديب فيك، لا سيما في مجال توليد البشر الرقميين. يقدم المؤلفون DigiFakeAV، وهو مجموعة بيانات شاملة للتزوير متعددة الوسائط تتكون من 60,000 فيديو تم إنتاجها بواسطة خمسة نماذج رائدة للبشر الرقميين. تتميز هذه المجموعة بتنوعها في الجنسية، لون البشرة، الجنس، والسيناريوهات، مما…
-
تقييم جودة عدم اليقين الكمي لإعادة (إعادة) معايرة نماذج الانحدار المدفوعة بالبيانات
2026 | المؤلف: Jelke Wibbeke وآخرون | المجلة: International Journal of Approximate Reasoning | المجال: الإحصاء والاحتمالات (Statistics and Probability)في التطبيقات الحرجة للسلامة، تعتبر موثوقية تقديرات عدم اليقين من النماذج المعتمدة على البيانات أمرًا بالغ الأهمية، مما يتطلب معايرة دقيقة لاتخاذ قرارات مستنيرة. تصنف هذه الدراسة بشكل منهجي وتقيّم مقاييس معايرة الانحدار المختلفة، كاشفة عن اختلافات كبيرة في تعريفاتها وفرضياتها ومقاييسها، مما يعقد المقارنات عبر الدراسات. من خلال تجارب مضبوطة تشمل بيانات حقيقية وصناعية…
-
إطار تمييز الدوائر لوظائف غرين على الحواسيب الكمومية
2026 | المؤلف: Samuele Piccinelli وآخرون | المجلة: Quantum | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يقدم المؤلفون إطارًا شاملاً لحساب دوال غرين المتأخرة (RGFs) على الحواسيب الكمومية من خلال إعادة صياغة المشكلة كمسألة تمايز الدوائر. تستفيد هذه الطريقة من التطور الزمني الحقيقي ومكونات الدائرة المصممة خصيصًا، والتي تُسمى اضطرابات الدائرة، والتي تمثل قوى اضطرابية خارجية في سياق الاستجابة الخطية. من خلال إنشاء ارتباط مباشر بين مشتقات الدائرة…
-
FEDONet: DeepONet المدمج بفورييه لتعلم المشغل بدقة طيفية
2026 | المؤلف: Arth Sojitra وآخرون | المجلة: Journal of Computational Physics | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم تطوير وتقييم الشبكات العميقة المدمجة بفورييه (FEDONets)، وهي نوع متقدم من DeepONets مصممة لتعزيز تعلم المشغلين غير الخطيين، خاصة في سياق المعادلات التفاضلية الجزئية (PDEs). تكافح DeepONets التقليدية، التي تستخدم طبقات خطية متصلة بالكامل، لالتقاط الهياكل المكانية المعقدة لمختلف PDEs. من خلال دمج تضمينات فورييه في شبكة الجذع، تحسن FEDONets بشكل كبير…
-
تحسين عالمي مصمم لوحدات معالجة الرسوميات: بحث كامل ودقيق عن التminimization غير الخطية على نطاق واسع
2026 | المؤلف: Guanglu Zhang وآخرون | المجلة: PNAS Nexus | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم هذه الورقة طريقة عددية جديدة لتحديد الحد الأدنى العالمي للدوال غير الخطية المقيدة بواسطة حدود متغيرات بسيطة، باستخدام تحليل الفترات بالتزامن مع القدرات الحاسوبية لوحدات معالجة الرسوميات (GPUs). تقوم الطريقة بشكل منهجي بإزالة المناطق في مجال البحث حيث لا يمكن أن يوجد الحد الأدنى العالمي، مما يؤدي في النهاية إلى تحديد مجموعة محدودة من…
-
الحوسبة الكمومية في خزانات البيانات لتوقع التقلبات المحققة
2026 | المؤلف: Qingyu Li وآخرون | المجلة: Physical Review Research | المجال: الذكاء الاصطناعي (Artificial Intelligence)تبحث الدراسة في تطبيق الحوسبة الكمومية في الخزانات (QRC) لتوقع التقلبات المحققة في الأسواق المالية، مع تسليط الضوء على إمكانياتها لتعزيز النمذجة التنبؤية في المالية الكمية. باستخدام هاملتونيان إيسينغ ذو المجال العرضي المتصل بالكامل كخزان، يتضمن النموذج كيوبيتات إدخال وذاكرة متميزة لالتقاط الاعتماد الزمني بفعالية في بيانات السلاسل الزمنية عالية الأبعاد. يتم تقييم أداء نموذج…
-
تحسين هندسي-إنتروبي: دمج النقل الأمثل مع طرق التدرج ريمان لتدريب الشبكات العصبية
2026 | المؤلف: Massimiliano Ferrara | المجلة: Journal of Optimization Theory and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون تحسين هندسي-إنتروبي (GEO)، وهو خوارزمية جديدة مصممة لتدريب الشبكات العصبية تجمع بين طرق التدرج الريماني مع النقل الأمثل المنظم بالإنتروبيا. يعمل GEO على مجموعة معلمات باستخدام مقياس فيشر-واسرشتاين ويستخدم إسقاطات من نوع سينكهورن للحفاظ على القيود التوزيعية على تنشيطات الطبقات. يقدم المؤلفون ضمانات التقارب، موضحين أن GEO يحقق معدل \(…