Ailoxa Logo

🏷️ #تحليل البيانات

677 مقال

تحقيق التوازن بين دقة التنبؤات وتخفيف التحيز في الطب الشخصي باستخدام التعلم العشوائي
أبحاث

تحقيق التوازن بين دقة التنبؤات وتخفيف التحيز في الطب الشخصي باستخدام التعلم العشوائي

أركايف للذكاءمنذ 29 يوم
فشل نماذج LLM الطبية: كيف يمكن للإشارات القابلة للفك أن تكشف عن الأخطاء؟
أبحاث

فشل نماذج LLM الطبية: كيف يمكن للإشارات القابلة للفك أن تكشف عن الأخطاء؟

أركايف للذكاءمنذ 29 يوم
اكتشاف الشذوذ الزمني مثل الخبراء: إطار عمل LLM متعدد الوكلاء مع محللات متخصصة
أبحاث

اكتشاف الشذوذ الزمني مثل الخبراء: إطار عمل LLM متعدد الوكلاء مع محللات متخصصة

أركايف للذكاءمنذ 29 يوم
دمج القوة والتعقيد: كيفية تعزيز فهم الجداول متعددة الأوراق باستخدام نموذج Sheet as Token
أبحاث

دمج القوة والتعقيد: كيفية تعزيز فهم الجداول متعددة الأوراق باستخدام نموذج Sheet as Token

أركايف للذكاءمنذ 29 يوم
ثورة في تحليل الأشعة السينية: XDecomposer كأداة جديدة لفك تشفير التركيبات المعقدة!
أبحاث

ثورة في تحليل الأشعة السينية: XDecomposer كأداة جديدة لفك تشفير التركيبات المعقدة!

أركايف للذكاءمنذ 29 يوم
تعلم دقيق ومتميز: ثورة تعلم المعرفة بدون انحياز باستخدام تقنيات التنعيم الزمني
أبحاث

تعلم دقيق ومتميز: ثورة تعلم المعرفة بدون انحياز باستخدام تقنيات التنعيم الزمني

أركايف للذكاءمنذ 29 يوم
اكتشاف قوة التكتلات البيانية: مفاتيح جديدة لنجاح نماذج الرسوم البيانية المعرفية
أبحاث

اكتشاف قوة التكتلات البيانية: مفاتيح جديدة لنجاح نماذج الرسوم البيانية المعرفية

أركايف للذكاءمنذ 29 يوم
هل توجد فجوة في البيانات؟ مقارنة توزيع البيانات الحقيقية والصناعية لنماذج الأساس الجدولية
أبحاث

هل توجد فجوة في البيانات؟ مقارنة توزيع البيانات الحقيقية والصناعية لنماذج الأساس الجدولية

أركايف للذكاءمنذ 29 يوم
تحليل الآثار التصحيحية في النماذج اللغوية الضخمة: كيف نفهم تفكير الآلات؟
أبحاث

تحليل الآثار التصحيحية في النماذج اللغوية الضخمة: كيف نفهم تفكير الآلات؟

أركايف للذكاءمنذ 29 يوم
مدمانبا: ثورة في تصنيف السلاسل الزمنية الطبية باستخدام الذكاء الاصطناعي
أبحاث

مدمانبا: ثورة في تصنيف السلاسل الزمنية الطبية باستخدام الذكاء الاصطناعي

أركايف للذكاءمنذ 29 يوم
هل يمكن للذكاء الاصطناعي نسيان المعلومات؟ استكشاف الظواهر المعقدة للبيانات غير القابلة للتعلم!
أبحاث

هل يمكن للذكاء الاصطناعي نسيان المعلومات؟ استكشاف الظواهر المعقدة للبيانات غير القابلة للتعلم!

أركايف للذكاءمنذ 29 يوم
دورات وظيفية زمنية: من الرسوم البيانية إلى تفسيرات دقيقة في توقعات شبكات كولموغوروف-أرنولد
أبحاث

دورات وظيفية زمنية: من الرسوم البيانية إلى تفسيرات دقيقة في توقعات شبكات كولموغوروف-أرنولد

أركايف للذكاءمنذ 29 يوم
ثورة جديدة في توقعات حركة المرور: تعرفوا على CoMemNet!
أبحاث

ثورة جديدة في توقعات حركة المرور: تعرفوا على CoMemNet!

أركايف للذكاءمنذ 29 يوم
طرق استخلاص الميزات فوريـه: اكتشاف الأسباب غير الخطية بذكاء ثوري!
أبحاث

طرق استخلاص الميزات فوريـه: اكتشاف الأسباب غير الخطية بذكاء ثوري!

أركايف للذكاءمنذ 29 يوم
تحدي autoPET3: ثورة في تقنيات تقسيم الآفات باستخدام PET/CT الكاملة!
أبحاث

تحدي autoPET3: ثورة في تقنيات تقسيم الآفات باستخدام PET/CT الكاملة!

أركايف للذكاءمنذ 29 يوم
ثورة في فهم الشبكات العصبية: كيف تلتقط مصفوفة الوزن الديناميات المميزة!
أبحاث

ثورة في فهم الشبكات العصبية: كيف تلتقط مصفوفة الوزن الديناميات المميزة!

أركايف للذكاءمنذ 29 يوم
إصلاحات زمن الاستدلال تضيق الفجوة بين البيانات الاصطناعية والواقعية في انتشار الجداول!
أبحاث

إصلاحات زمن الاستدلال تضيق الفجوة بين البيانات الاصطناعية والواقعية في انتشار الجداول!

أركايف للذكاءمنذ 29 يوم
ثورة في الكشف عن النصوص: فك شيفرة النصوص البشرية مقابل الآلية!
أبحاث

ثورة في الكشف عن النصوص: فك شيفرة النصوص البشرية مقابل الآلية!

أركايف للذكاءمنذ 29 يوم
نموذج لغوي صغير: ثورة جديدة في تحليل سجلات أحداث ويندوز وحل المشكلات!
أبحاث

نموذج لغوي صغير: ثورة جديدة في تحليل سجلات أحداث ويندوز وحل المشكلات!

أركايف للذكاءمنذ 29 يوم
E = T*H/(O+B): العامل السحري لفهم ديناميكيات نماذج الخبراء المختلطة!
أبحاث

E = T*H/(O+B): العامل السحري لفهم ديناميكيات نماذج الخبراء المختلطة!

أركايف للذكاءمنذ 29 يوم