الأبحاث ضمن الموضوع : تقنيات الكشف عن الشذوذ وتطبيقاتها
-
HYDRA: نهج مدفوع بالهرمية متعددة المستويات للكشف عن الشذوذ بشكل موثوق في السلاسل الزمنية
2026 | المؤلف: Mingyi Huang وآخرون | المجلة: Proceedings of the ACM on Management of Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم القسم نظرة عامة على HYDRA، وهو نهج جديد متعدد المستويات هرمي وغير خاضع للإشراف لاكتشاف الشذوذ في السلاسل الزمنية. على الرغم من التقدم في الشبكات العصبية، لا تزال طرق التنقيب عن البيانات التقليدية تنافسية ولكن لها قيود ملحوظة، مثل صعوبة الطرق المعتمدة على التباين مع الشذوذ المتكرر وفشل تقنيات التجميع في التقاط الانحرافات الدقيقة.…
-
CHIME: الهلوسة الشرطية وتعزيز متعدد المقاييس المتكامل لنموذج انتشار السلاسل الزمنية
2026 | المؤلف: Yuxuan Chen وآخرون | المجلة: Knowledge-Based Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث CHIME، وهو إطار عمل جديد مصمم لتعزيز نماذج انتشار السلاسل الزمنية من خلال الهلوسة الشرطية والتكامل متعدد المقاييس. بينما أظهرت نماذج الانتشار وعدًا في المهام التوليدية، فإن تطبيقها على بيانات السلاسل الزمنية قد تم تقييده بالتحديات في محاذاة الميزات متعددة المقاييس وتوليد مخرجات متماسكة عبر مقاييس زمنية متغيرة. يعالج CHIME هذه القضايا…
-
IAFormer: شبكة المحولات المدركة للتفاعل لتحليل بيانات الاصطدام
2026 | المؤلف: Waleed Esmail وآخرون | المجلة: SciPost Physics | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة، يقدم المؤلفون IAFormer، وهي بنية مبتكرة تعتمد على Transformer مصممة لتعزيز كفاءة التفاعلات الجزيئية الثنائية من خلال آلية انتباه ديناميكية متفرقة. يقدم IAFormer ابتكارات رئيسية: أولاً، يستخدم مجموعة محددة مسبقًا من الكميات الثنائية غير المتغيرة لتعريف مصفوفة الانتباه، مما يقلل بشكل كبير من عدد المعلمات مقارنةً بنماذج المحولات الجزيئية التقليدية. ثانيًا، يستخدم…
-
مجموعة بيانات MVTec AD 2: سيناريوهات متقدمة لاكتشاف الشذوذ غير المراقب
2026 | المؤلف: Lars Heckler-Kram وآخرون | المجلة: International Journal of Computer Vision | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم البحث مجموعة بيانات MVTec AD 2، المصممة لمعالجة تشبع الأداء في معايير الكشف عن الشذوذ الحالية مثل MVTec AD وVisA، حيث تظهر النماذج المتطورة اختلافات طفيفة في درجات AU-PRO للتجزئة. تتكون مجموعة بيانات MVTec AD 2 من أكثر من 8000 صورة عالية الدقة عبر ثماني فئات من الأجسام، وتتميز بسيناريوهات تفتيش صناعية معقدة تشمل…
-
توقع جودة الخدمة الزمنية المقاومة للشذوذ باستخدام شبكة المحولات المعقدة
2026 | المؤلف: Suraj Kumar وآخرون | المجلة: IEEE Transactions on Network and Service Management | المجال: الذكاء الاصطناعي (Artificial Intelligence)يقدم هذا القسم نظرة عامة على التحديات في توقع جودة الخدمة (QoS)، وهو أمر أساسي لتوصيات الخدمة التكيفية في البيئات الديناميكية. تكافح الطرق الحالية مع قضايا مثل ندرة البيانات، وسيناريوهات البداية الباردة، وفرضية موثوقية بيانات QoS، وغالبًا ما تتجاهل المخاوف المتعلقة بالمصداقية مثل القيم الشاذة وسلوك المستخدم غير النمطي. بالإضافة إلى ذلك، تفشل الأساليب التقليدية…
-
نموذج الكشف غير الخاضع للإشراف القائم على محول الرسوم البيانية المعزز للذاكرة لتحديد شذوذ الأداء في بيئات السحابة الديناميكية للغاية
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Journal of Cloud Computing Advances Systems and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث MemGT، وهي طريقة غير خاضعة للإشراف لاكتشاف الشذوذ في السلاسل الزمنية المتعددة المتغيرات مصممة لأنظمة الحوسبة السحابية. تتناول التحديات التي تطرحها التعقيدات والضوضاء في قياسات المراقبة، والتي يمكن أن تؤدي إلى زيادة فشل الخوادم والأحداث غير الطبيعية. تستفيد MemGT من مشفر Transformer مع التعلم الديناميكي لهياكل الرسوم البيانية لاستخراج الميزات الزمانية والمكانية…
-
OverLoCK: نظرة عامة – نظرة أولى – نظرة قريبة – شبكة عصبية كونفولوشن مع نوى ديناميكية مختلطة
2025 | المؤلف: Meng Lou وآخرون | المجلة: 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث OverLoCK، وهي بنية جديدة لشبكة عصبية تلافيفية (ConvNet) تدمج آلية انتباه من أعلى إلى أسفل، تعكس نهج النظام البصري البشري في تحليل المشاهد. تتكون هذه البنية من ثلاثة شبكات فرعية مترابطة: Base-Net لتشفير الميزات على المستوى المنخفض/المتوسط، وOverview-Net لتوليد انتباه ديناميكي من أعلى إلى أسفل من خلال نمذجة السياق العالمي، وFocus-Net للإدراك…
-
نظرة عامة على سيناريوهات التسرب في التعلم الآلي الخاضع للإشراف
2025 | المؤلف: Leonard Sasse وآخرون | المجلة: Journal Of Big Data | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم الدور الحاسم لتعلم الآلة (ML) في النمذجة التنبؤية عبر مجالات مختلفة، مع تسليط الضوء على التحدي الكبير المتمثل في تسرب البيانات داخل خطوط أنابيب ML. يمكن أن يؤدي تسرب البيانات إلى تقديرات أداء متفائلة بشكل مفرط ويعيق قدرة النموذج على التعميم على بيانات جديدة، مما قد يكون له عواقب مالية واجتماعية ضارة.…
-
نهج يحافظ على الخصوصية لشبكات إنترنت الأشياء باستخدام التعلم الإحصائي مع خوارزمية تحسين في بيئة البيانات الكبيرة عالية الأبعاد
2025 | المؤلف: Fatma S. Alrayes وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث منهجية جديدة تُسمى التعلم الإحصائي مع الحفاظ على الخصوصية باستخدام خوارزمية تحسين لبيئة بيانات كبيرة عالية الأبعاد (PPSLOA-HDBDE). تتناول هذه الطريقة التحديات الكبيرة التي تطرحها زيادة عدد أجهزة إنترنت الأشياء (IoT)، التي تولد كميات هائلة من البيانات عالية الأبعاد بينما تثير مخاوف بشأن خصوصية البيانات وأمانها. تستخدم منهجية PPSLOA-HDBDE تقنيات تحسين متقدمة…
-
تصميم نموذج متكامل مع انتباه الرسم البياني الزمني وRNNs المعززة بالمحول لتحسين الكشف عن الشذوذ
2025 | المؤلف: Sai Babu Veesam وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطارًا جديدًا لاكتشاف الشذوذ في أنظمة المراقبة متعددة الكاميرات، مع معالجة القيود التي تواجهها الطرق الحالية التي تكافح مع الاعتماديات الزمنية طويلة الأمد والارتباطات المكانية. يدمج الإطار المقترح نماذج التعلم العميق المتقدمة، بما في ذلك شبكات الانتباه الزمنية الرسومية (TGAT)، والشبكات العصبية المتكررة المعززة بالمحول (TARNN)، ومشفّر التباين متعدد الأنماط (MVAE)، لتعزيز…