Ailoxa Logo

🏷️ #Data Analysis

17 مقال

مهارات الوكلاء العلمي: مكتبة للمعرفة الإجرائية للباحثين
أبحاث

مهارات الوكلاء العلمي: مكتبة للمعرفة الإجرائية للباحثين

أركايف للذكاءمنذ 11 يوم
👁 1
بيانات سوق العملات الرقمية: شبكة مفتوحة للنموذج السمعي للاكتشاف والتوقع!
أبحاث

بيانات سوق العملات الرقمية: شبكة مفتوحة للنموذج السمعي للاكتشاف والتوقع!

أركايف للذكاءمنذ 12 يوم
👁 1
ثورة في التفكير الجدولي: نموذج TabGR لتفسير البيانات بذكاء
أبحاث

ثورة في التفكير الجدولي: نموذج TabGR لتفسير البيانات بذكاء

أركايف للذكاءمنذ 16 يوم
النموذج الثوري ARDLS: إعادة هيكلة أولويات القرار بكفاءة غير مسبوقة!
أبحاث

النموذج الثوري ARDLS: إعادة هيكلة أولويات القرار بكفاءة غير مسبوقة!

أركايف للذكاءمنذ 20 يوم
SIDScope: الخطوة الثورية لفهم واجهات توصيات الذكاء الاصطناعي!
أبحاث

SIDScope: الخطوة الثورية لفهم واجهات توصيات الذكاء الاصطناعي!

أركايف للذكاءمنذ 24 يوم
تحويل الوثائق إلى قواعد بيانات: اكتشفوا قوة Doc2DB-Bench الجديد!
أبحاث

تحويل الوثائق إلى قواعد بيانات: اكتشفوا قوة Doc2DB-Bench الجديد!

أركايف للذكاءمنذ 1 شهر
👁 3
نموذج عالم الجرافيك الديناميكي الهيكلي: الابتكار في النمذجة والأداء المتفوق!
أبحاث

نموذج عالم الجرافيك الديناميكي الهيكلي: الابتكار في النمذجة والأداء المتفوق!

أركايف للذكاءمنذ 1 شهر
👁 1
الكشف عن إخفاقات ما قبل الإثبات: مشاكل منهجية في نظم جيل الاسترجاع المعززة
أبحاث

الكشف عن إخفاقات ما قبل الإثبات: مشاكل منهجية في نظم جيل الاسترجاع المعززة

أركايف للذكاءمنذ 1 شهر
👁 1
جينيسيس: ثورة في فهم اكتشاف العوامل المسببة من البيانات الملاحظة
أبحاث

جينيسيس: ثورة في فهم اكتشاف العوامل المسببة من البيانات الملاحظة

أركايف للذكاءمنذ 1 شهر
ثورة جديدة في تحليل شبكات الانتظار: استقرار محسّن وحساب انحراف مباشر
أبحاث

ثورة جديدة في تحليل شبكات الانتظار: استقرار محسّن وحساب انحراف مباشر

أركايف للذكاءمنذ 1 شهر
👁 2
هل يمكن للذكاء الاصطناعي تحديد الميزات السببية بعد التدريب؟ تعرف على تقنية "نسبة الحساسية المعممة"
أبحاث

هل يمكن للذكاء الاصطناعي تحديد الميزات السببية بعد التدريب؟ تعرف على تقنية "نسبة الحساسية المعممة"

أركايف للذكاءمنذ 1 شهر
👁 2
استكشاف الأنماط: أقنعة قناة مستندة إلى بيانات في نماذج Transformers لتحليل السلاسل الزمنية المتعددة
أبحاث

استكشاف الأنماط: أقنعة قناة مستندة إلى بيانات في نماذج Transformers لتحليل السلاسل الزمنية المتعددة

أركايف للذكاءمنذ 3 شهر
👁 1
تحليل ثوري لتأثير الذكاء الاصطناعي من جوجل: كيف تتحكم الإجابات المولدة في المعلومات التي نقرأها؟
أبحاث

تحليل ثوري لتأثير الذكاء الاصطناعي من جوجل: كيف تتحكم الإجابات المولدة في المعلومات التي نقرأها؟

أركايف للذكاءمنذ 4 شهر
اكتشاف المخاطر بدقة: إطار عمل مبتكر باستخدام Autoencoder Transformer مع انتباه محلي لتحليل السلاسل الزمنية غير المنتظمة
أبحاث

اكتشاف المخاطر بدقة: إطار عمل مبتكر باستخدام Autoencoder Transformer مع انتباه محلي لتحليل السلاسل الزمنية غير المنتظمة

أركايف للذكاءمنذ 4 شهر
آلية جديدة توضح مفهوم عدم اليقين باستخدام تقنية 'التهيئة المحلية' لتدقيق التنبؤات بدقة عالية!
أبحاث

آلية جديدة توضح مفهوم عدم اليقين باستخدام تقنية 'التهيئة المحلية' لتدقيق التنبؤات بدقة عالية!

أركايف للذكاءمنذ 4 شهر
نظام متقدم يعتمد على الذاكرة وLLM لخلق ميزات تلقائية من البيانات الجدولية!
أبحاث

نظام متقدم يعتمد على الذاكرة وLLM لخلق ميزات تلقائية من البيانات الجدولية!

أركايف للذكاءمنذ 4 شهر
👁 1
استعد لاكتشاف قوة نماذج المحولات (Transformers) في تنبؤات السلاسل الزمنية: هل يمكن أن تتفوق Autoformer؟
أبحاث

استعد لاكتشاف قوة نماذج المحولات (Transformers) في تنبؤات السلاسل الزمنية: هل يمكن أن تتفوق Autoformer؟

هاجينج فيسمنذ 39 شهر