جارٍ التحميل…
أبحاث تجمع بين الذكاء الاصطناعي وهندسة البرمجيات والأنظمة الموزعة.
يبحث FaRAG-Guard في كشف الهلوسة في RAG الفارسي بنموذج خفيف وأدلة قابلة للتفسير. المخطوطة قيد التحكيم.
يركز هذا المسار البحثي على موثوقية الإجابات المولدة باللغة الفارسية. يستخدم FaRAG-Guard نموذج XLM-RoBERTa وLoRA للتحقق من الإجابات في ثلاث فئات مع استخراج الأدلة.
المخطوطة قيد التحكيم. يبحث العمل في كشف الهلوسة في RAG الفارسي وتقديم أدلة تساعد على تقييم الإجابات المولدة.
دمج التعلم المعزز والشبكات العصبية البيانية لدراسة قرارات تخصيص موارد الحوسبة.
يدرس هذا المجال تخصيص الموارد التكيفي في البيئات الموزعة والسحابية. يبحث RL-GNN في التمثيلات البيانية مع التعلم المعزز ويقارن بنى MLP وGCN وGAT وGraphSAGE.
تتيح ورقة DCHPC 2026 المرتبطة ومستودع المشروع على GitHub الاطلاع على التفاصيل التقنية.
دراسة تكلفة تدريب النماذج اللغوية ونشرها عبر التحسين متعدد الأهداف والأساليب التكيفية.
يدرس هذا المسار العلاقة بين جودة النموذج وتكلفة التشغيل والذاكرة والحوسبة. تبحث الأوراق المرتبطة في تحسين التدريب متعدد الأهداف والتعلم المعزز لنشر النماذج اللغوية.
كما تلخص الدراسة المرجعية لنشر الذكاء الاصطناعي التقنيات والتحديات والممارسات في البيئات محدودة الموارد.
التنبؤ بالأخطاء والاختبار الذكي وتطور الشيفرة لربط الذكاء الاصطناعي بجودة البرمجيات وأدائها.
تبحث هذه المجموعة في تعلم الآلة والتعلم العميق ضمن تطوير البرمجيات: التنبؤ المبكر بالأخطاء وتحليل رسوم اعتماد الشيفرة والاختبار الآلي وتطور الشيفرة بالنماذج اللغوية.
يشمل المجال أيضًا تحسين وقت التشغيل واستهلاك الذاكرة. يمكن الاطلاع على الملخصات والملفات المقدمة عبر الروابط المرتبطة.
دراسة الثقة وخصوصية الأجهزة مع تحسين الطاقة في بيئات حوسبة الحافة الموزعة.
تتناول أوراق هذا المجال التعلم العميق لأمن إنترنت الأشياء والثقة فيه، ودور البلوك تشين في الخصوصية، وتعلم الآلة لتحسين الطاقة في حوسبة الحافة.
تُعرض هذه الموضوعات كمجالات بحثية، ويظهر وصف كل عمل وملخصه في سجل مقالته.
