Ailoxa Logo

🏷️ #Machine Learning

77 مقال

ثورة جديدة في قواعد البيانات: RelGT-AC يقود التحول في مهام الإكمال التلقائي!
أبحاث

ثورة جديدة في قواعد البيانات: RelGT-AC يقود التحول في مهام الإكمال التلقائي!

أركايف للذكاءمنذ 2 يوم
هل تحتوي مجموعات البيانات الواقعية على تجارب طبيعية؟ دراسة على أهمية الاختيار العلائقي
أبحاث

هل تحتوي مجموعات البيانات الواقعية على تجارب طبيعية؟ دراسة على أهمية الاختيار العلائقي

أركايف للذكاءمنذ 2 يوم
PURGE: ثورة في تقنيات إلغاء التعلم الآلي لحماية الخصوصية!
أبحاث

PURGE: ثورة في تقنيات إلغاء التعلم الآلي لحماية الخصوصية!

أركايف للذكاءمنذ 2 يوم
تحول كوانتي عالمي: كيف يغير الذكاء الاصطناعي المشهد الحسابي؟
أبحاث

تحول كوانتي عالمي: كيف يغير الذكاء الاصطناعي المشهد الحسابي؟

أركايف للذكاءمنذ 3 يوم
تطوير تقنيات جديدة: كيف يمكن لأسلوب Deep Autoencoders تحسين مراقبة الأنظمة متعددة المنتجات؟
أبحاث

تطوير تقنيات جديدة: كيف يمكن لأسلوب Deep Autoencoders تحسين مراقبة الأنظمة متعددة المنتجات؟

أركايف للذكاءمنذ 3 يوم
اكتشاف النصوص المولدة بالذكاء الاصطناعي: إطار AEyeDE الثوري المعتمد على الانتباه!
أبحاث

اكتشاف النصوص المولدة بالذكاء الاصطناعي: إطار AEyeDE الثوري المعتمد على الانتباه!

أركايف للذكاءمنذ 3 يوم
ثورة جديدة في نماذج اللغات الضخمة: كيف تساهم وحدات الترميز في فهم أفضل للمعاني!
نماذج لغوية

ثورة جديدة في نماذج اللغات الضخمة: كيف تساهم وحدات الترميز في فهم أفضل للمعاني!

أركايف للذكاءمنذ 3 يوم
من حقبة الدردشة إلى السيطرة المستمرة: حماية أدوات الذكاء الاصطناعي من هجمات التروجان
أبحاث

من حقبة الدردشة إلى السيطرة المستمرة: حماية أدوات الذكاء الاصطناعي من هجمات التروجان

أركايف للذكاءمنذ 4 يوم
TaxDistill: ثورة في تصنيف الميتاجينوم عبر نماذج جينية متطورة
أبحاث

TaxDistill: ثورة في تصنيف الميتاجينوم عبر نماذج جينية متطورة

أركايف للذكاءمنذ 7 يوم
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 7 يوم
تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟
أبحاث

تحقيق الأمن السيبراني: كيف يمكن للذكاء الاصطناعي التوليدي مواجهة تحديات البيانات؟

أركايف للذكاءمنذ 7 يوم
نموذج مُبتكر لاكتشاف الشذوذ في سلاسل الزمن: كيف يعمل TimeRCD الثوري؟
أبحاث

نموذج مُبتكر لاكتشاف الشذوذ في سلاسل الزمن: كيف يعمل TimeRCD الثوري؟

أركايف للذكاءمنذ 7 يوم
تحسين معلمات LoRA باستخدام الذكاء الاصطناعي: استراتيجية بايزي فعّالة لاكتشاف سريع!
أبحاث

تحسين معلمات LoRA باستخدام الذكاء الاصطناعي: استراتيجية بايزي فعّالة لاكتشاف سريع!

أركايف للذكاءمنذ 7 يوم
EXOTIC: الخوارزمية الثورية لزيادة فعالية الأمثلية في مشاكل Min-Max!
أبحاث

EXOTIC: الخوارزمية الثورية لزيادة فعالية الأمثلية في مشاكل Min-Max!

أركايف للذكاءمنذ 10 يوم
NeuroNL2LTL: إطار عصبي رمزي يحقق الترجمة السلسة للغة الطبيعية إلى منطق الزمن الخطي
أبحاث

NeuroNL2LTL: إطار عصبي رمزي يحقق الترجمة السلسة للغة الطبيعية إلى منطق الزمن الخطي

أركايف للذكاءمنذ 11 يوم
اكتشافات مثيرة: كيف يعمل التلاشي الذكي في نماذج المحولات (Transformers) لتفادي الأخطاء!
أبحاث

اكتشافات مثيرة: كيف يعمل التلاشي الذكي في نماذج المحولات (Transformers) لتفادي الأخطاء!

أركايف للذكاءمنذ 14 يوم
ثورة في دقة نماذج الذكاء الاصطناعي: الطريقة الجديدة لتعيين المعايير عبر تقسيم الفئات!
أبحاث

ثورة في دقة نماذج الذكاء الاصطناعي: الطريقة الجديدة لتعيين المعايير عبر تقسيم الفئات!

أركايف للذكاءمنذ 14 يوم
تحديات التعلم الآلي: كيف يمكننا إعادة التعلم في بيئات متعددة المهام؟
أبحاث

تحديات التعلم الآلي: كيف يمكننا إعادة التعلم في بيئات متعددة المهام؟

أركايف للذكاءمنذ 16 يوم
PROWL: تحسين تقني متقدم لتجاوز التحديات في نماذج العالم الذكي
أبحاث

PROWL: تحسين تقني متقدم لتجاوز التحديات في نماذج العالم الذكي

أركايف للذكاءمنذ 16 يوم
فهم التأخير في التعلم العميق: اكتشافات جديدة حول طريقة AdamW
أبحاث

فهم التأخير في التعلم العميق: اكتشافات جديدة حول طريقة AdamW

أركايف للذكاءمنذ 16 يوم