تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. الشبكات العصبية وحوسبة الخزانات

الأبحاث ضمن الموضوع : الشبكات العصبية وحوسبة الخزانات




  • مسرعات الشبكات العصبية النانوية المصممة عكسياً للحوسبة البصرية فائقة الصغر

    2026 | المؤلف: Joel Sved وآخرون | المجلة: Nature Communications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث شبكة عصبية ضوئية مصممة بشكل عكسي (PNN) مبتكرة تهدف إلى تعزيز الحسابات الضوئية التناظرية من خلال دمج ضوئي عالي الكثافة. باستخدام طريقة تصميم عكسي قائمة على الموجات مستندة إلى محاكاة زمنية ثلاثية الأبعاد باستخدام فرق محدود، يستفيد المؤلفون من خطية معادلات ماكسويل لإعادة بناء مجالات مكانية عشوائية عبر التماسك الضوئي. يعمل كل فوكسل…


  • قراءة الكيوبت الفائق التوصيل باستخدام حوسبة الخزانة من الجيل التالي

    2026 | المؤلف: Zhenyun Du | المجلة: Physical Review Applied | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم التحديات التي تواجه قراءة الكيوبتات الفائقة التوصيل، وخاصة مشاكل التداخل في أنظمة القراءة المتعددة الترددات، والتي تعيق أداء المعالجات الكمومية. غالبًا ما تكافح طرق معالجة بيانات القياس التقليدية مع هذه التحديات، بينما approaches الشبكات العصبية الحديثة، على الرغم من كونها واعدة في تحسين دقة تمييز الحالة، إلا أنها محدودة بمطالبها الحاسوبية، مما…


  • شبكات BiLSTM-Transformer المتوازية لتوقع الديناميات الفوضوية

    2026 | المؤلف: Junwen Ma وآخرون | المجلة: AIP Advances | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم التحديات التي تطرحها الأنظمة الفوضوية، وخاصة حساسيتها الشديدة للظروف الأولية والسلوكيات الديناميكية المعقدة، مما يعقد التنبؤات الدقيقة. لمعالجة قيود الطرق التنبؤية التقليدية التي تكافح لالتقاط الميزات المحلية والاعتماديات العالمية في السلاسل الزمنية الفوضوية في وقت واحد، يقدم البحث إطارًا تنبؤيًا جديدًا متوازيًا يجمع بين شبكات Transformer وBidirectional Long Short-Term Memory (BiL-STM). يتميز…


  • تعزيز حدود التنبؤ بـ ENSO باستخدام الشبكات العميقة الموجهة بالفيزياء

    2026 | المؤلف: Zejing Zhang وآخرون | المجلة: npj Climate and Atmospheric Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تعتبر ظاهرة النينيو-التذبذب الجنوبي (ENSO) محركًا رئيسيًا لتقلبات المناخ بين السنوات، ومع ذلك فإن قابلية التنبؤ بها على المدى الطويل ليست مفهومة تمامًا. تقدم هذه الدراسة شبكة حالة صدى عميقة موجهة بالفيزياء (DESN) تستفيد من أنماط المناخ المستمدة من إطار عمل المذبذب المعاد شحنه الممتد (XRO). تظهر DESN القدرة على التنبؤ بمؤشرات نينيو 3.4 بدقة…


  • محولات غير خطية قابلة لإعادة التكوين بعتبة فيمتو جول لجميع الأغراض لشبكات الأعصاب الضوئية النبضية

    2026 | المؤلف: Ruizhe Liu وآخرون | المجلة: Light Science & Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث بنية جديدة للحوسبة الضوئية تهدف إلى تحقيق مستويات أداء تتجاوز آلاف العمليات التيرابية في الثانية لكل واط لكل مليمتر مربع (TOPs/W/mm²). يعتمد هذا التقدم على تطوير دالة تنشيط غير خطية جديدة، تستخدم تأثير كير في السيليكون وخصائص الامتصاص القابلة للتشبع للجرافين. يقترح المؤلفون منشط غير خطي ضوئي بالكامل مدمج داخل تجويف بلوري ضوئي…


  • توقع زمني عالي الدقة عبر الحوسبة الكمية التجريبية في خزانات متصلة

    2026 | المؤلف: Yanjun Hou وآخرون | المجلة: Physical Review Letters | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم نهجًا جديدًا في حوسبة الخزانات الكمومية يستفيد من أنظمة الدوران الكمومية المتصلة لتعزيز قدرات التعلم الآلي. من خلال استخدام التفاعلات الكمومية الطبيعية بين العديد من الجسيمات، يولد هذا الأسلوب ديناميات الخزان بشكل فعال مع تجنب التعقيدات المرتبطة بالدارات الكمومية العميقة. توضح التنفيذ التجريبي تعقيدًا ديناميكيًا كبيرًا وتدعم التشابك الكمومي غير التافه، وهو…


  • الحوسبة العصبية الضوئية متعددة الأبعاد وقابلة لإعادة التكوين باستخدام المشابك الضوئية القائمة على البيروفيسكايت

    2026 | المؤلف: Jiangzhi Zi وآخرون | المجلة: Communications Materials | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تناقش هذه القسم التقدم في الحوسبة العصبية الضوئية، التي تستفيد من الشبكات العصبية المعتمدة على الضوء لتحسين معالجة الذكاء الاصطناعي. تواجه المشابك الضوئية التقليدية قيودًا بسبب اعتمادها على الإدراك أحادي البعد وتعديل الوزن الكهربائي. تتناول الأبحاث هذه التحديات من خلال تقديم مشابك اصطناعية ضوئية بالكامل تستخدم انتقالات الطور المدعومة بالماء في MAPbI₃ بيروفسكايت. تظهر هذه…


  • حوسبة بصرية في الذاكرة بمعدل ساعة عالي في الفضاء الحر

    2026 | المؤلف: Yuanhao Liang وآخرون | المجلة: Light Science & Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم تطوير شبكة عصبية بصرية زمن الرحلة ذات انتشار واسع (FAST-ONN)، والتي تعالج التحديات المتعلقة بنشر الشبكات العصبية العميقة (DNNs) على الأجهزة الطرفية بسبب الحاجة إلى أجهزة حوسبة فعالة من حيث الطاقة وقابلة للتوسع. تحقق FAST-ONN أداءً حسابيًا عاليًا من خلال استخدام مصفوفات كثيفة عالية السرعة من الليزر السطحي ذو التجويف العمودي (VCSELs)…


  • مستعمرة النحل الاصطناعي المدعومة بالتعلم مع نقل المعرفة العصبية للتحسين العالمي

    2026 | المؤلف: Gurmeet Saini وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    إطار عمل خلية النحل الاصطناعية المدعومة بالتعلم (LA-ABC) يتناول تحديًا كبيرًا في ذكاء السرب: الاستخدام الفعال للمعرفة المكتسبة خلال عمليات البحث عن التحسين مع تقليل مخاطر نقل المعرفة السلبية. يدمج LA-ABC آلية نقل المعرفة العصبية مع خوارزمية خلية النحل الاصطناعية التقليدية (ABC)، مستخدمًا بنية ذات مسارين توازن بين الاستكشاف ونقل المعرفة. تتعلم شبكة عصبية اصطناعية…


  • استعادة الديناميات البيئية المعقدة من السلاسل الزمنية باستخدام معادلات الديناميكا العالمية في فضاء الحالة

    2026 | المؤلف: Jack H. Buckner وآخرون | المجلة: Communications Earth & Environment | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم البحث نهجًا جديدًا لنمذجة الديناميات غير الخطية المعقدة في الأنظمة البيئية، والتي غالبًا ما تظهر على شكل تذبذبات، فوضى، وتغيرات في الأنظمة. لقد أظهرت المعادلات الديناميكية العالمية التقليدية إمكانية في التقاط هذه الديناميات من خلال دمج الأشكال الوظيفية المعروفة مع الشبكات العصبية؛ ومع ذلك، فإنها تعاني من نقص في معالجة عدم اليقين السائد في…


←السابق
1 2 3 4 … 6
التالي→

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