التعلم العميق
336 طريقة.
Deep learning / NLP / CV 223
تصنيف قائم على BERTتصنيف BERT التكيفي مع المجالشبكة عصبونية التفافية متكيفة مع المجالنموذج الانتشار التكيفي للمجالDoc2Vec التكيفي مع النطاقشبكة الخصومة التوليدية المتكيفة مع المجالوحدة البوابات المتكررة المتكيفة مع المجال (Domain-Adaptive GRU)تصنيف الصور التكيفي مع المجالتجزئة المثيل المتكيفة مع المجالالعصبون متعدد الطبقات المتكيف مع المجالالتعرف على الكيانات المسماة المتكيف مع النطاقنمذجة الموضوعات بالتحليل العاملي غير السالب المتكيف مع المجالالإجابة على الأسئلة المتكيفة مع المجالشبكة عصبية متكررة متكيفة مع المجالالتعلم المعزز المتكيف مع المجال (Domain-Adaptive Reinforcement Learning - DARL)تصنيف RoBERTa المعتمد على المجالDomain-adaptive sentence embeddingsتحليل المشاعر التكيفي للمجالتلخيص النصوص المتكيف مع المجالالمحول التكيفي للنطاقالمُشَفِّر التلقائي التبايني المتكيف مع النطاقمحوّل الرؤية المتكيف مع المجالتدريب Word2Vec المتكيف مع المجال (Domain-adaptive Word2Vec)تصنيف قائم على بيرت قابل للتفسيرنموذج الانتشار القابل للتفسيرشبكات الخصومة التوليدية القابلة للتفسير (Explainable GAN)شبكات الرسم البياني القابلة للتفسيروحدة GRU القابلة للتفسيرتصنيف الصور القابل للتفسيرتجزئة المثيل القابلة للتفسيرنموذج موضوعات لاتنت ديريخليه القابل للتفسيرشرح الذاكرة طويلة المدى (LSTM)الشبكة العصبية متعددة الطبقات القابلة للتفسيرExplainable Named Entity Recognitionنموذج موضوعات التخصيم المصفوفي غير السالب القابل للتفسيرالكشف عن الأشياء القابل للتفسيرالإجابة على الأسئلة القابلة للتفسيرالشبكة العصبية التكرارية القابلة للتفسيرالتعلم المعزز القابل للتفسيرتصنيف RoBERTa القابل للتفسيرالتجزئة الدلالية القابلة للتفسيرالتضمينات الشرحية للجملتحليل المشاعر القابل للتفسيرشرح التلخيص النصينمذجة المواضيع التفسيريةالمحوّل القابل للتفسير (Explainable Transformer)المشفر التلقائي المتغير القابل للتفسيرالمحول البصري القابل للتفسير (Explainable Vision Transformer)تصنيف مُحسَّن استنادًا إلى BERTالشبكة العصبونية الالتفافية المُحسَّنة بدقةنموذج الانتشار المضبط بدقةDoc2Vec المُحسَّن بدقةالشبكة التوليدية التنافسية المضبطة بدقةوحدة البوابات المتكررة المُحسَّنة (Fine-Tuned GRU)تصنيف الصور المضبوط بدقةنموذج LDA للمواضيع المضبوط بدقةشبكة الذاكرة طويلة قصيرة المدى المضبوطة بدقة (Fine-Tuned LSTM)الشبكة متعددة الطبقات المضبوطة بدقةالتعرف على الكيانات المسماة المُحسَّنة بدقةإجابة الأسئلة المُحسَّنة بدقةشبكة عصبية متكررة مضبوطة بدقةالتعلم المعزز المضبوط بدقةتصنيف RoBERTa المُحسَّن بدقةالتجزئة الدلالية المضبوطة بدقةتضمينات الجمل المُحسَّنةتلخيص النصوص المُحسَّن (Fine-Tuned Text Summarization)نمذجة المواضيع المضبوطة بدقةمحوّل مُعدَّلالمُحَسِّن التلقائي التبايني المُعدَّل بدقةمحوّل الرؤية المُحسَّن بدقةوورد تو فيك المعدّل (Fine-Tuned Word2Vec)وحدة البوابات المتكررة (GRU)تصنيف الصورتقسيم الكيانات (Instance Segmentation)نموذج مواضيع LDAالذاكرة طويلة قصيرة المدى (LSTM)شبكة عصبونية التفافية متعددة اللغاتنموذج الانتشار متعدد اللغاتDoc2Vec متعدد اللغاتشبكة الخصومة التوليدية متعددة اللغات (Multilingual GAN)شبكة الرسم البياني متعددة اللغاتشبكة GRU متعددة اللغات (Multilingual GRU)تصنيف الصور متعدد اللغاتشبكة LSTM متعددة اللغاتشبكة بيرسيبترون متعددة الطبقات متعددة اللغاتالإجابة على الأسئلة متعددة اللغاتالشبكة العصبية المتكررة متعددة اللغات (Multilingual RNN)التعلم المعزز متعدد اللغاتتصنيف RoBERTa متعدد اللغاتتجزئة المعنى متعددة اللغاتتضمينات الجمل متعددة اللغاتتحليل المشاعر متعدد اللغاتتلخيص النصوص متعددة اللغاتنمذجة المواضيع متعددة اللغاتالمحوّل متعدد اللغاتMultilingual variational autoencoderمحوّل الرؤية متعدد اللغاتالتصنيف المعتمد على نموذج BERT متعدد الوسائطالشبكة العصبية الالتفافية متعددة الوسائطنموذج الانتشار متعدد الوسائطMultimodal Doc2Vecشبكة الخصومة التوليدية متعددة الوسائط (Multimodal GAN)شبكة الرسم البياني متعددة الوسائطوحدة البوابة المتكررة متعددة الوسائط (Multimodal GRU)تصنيف الصور متعدد الوسائطتجزئة الكائنات متعددة الوسائطنموذج موضوعات LDA متعدد الوسائطشبكة LSTM متعددة الوسائطشبكة بيرسيبترون متعددة الطبقات متعددة الوسائط (MM-MLP)التعرف على الكيانات المسماة متعدد الوسائطنموذج موضوعات التخصيم المصفوفي غير السالب متعدد الوسائطاكتشاف الأجسام متعدد الوسائطإجابة الأسئلة متعددة الوسائطشبكة عصبية تكرارية متعددة الوسائطالتعلم المعزز متعدد الوسائطتصنيف RoBERTa متعدد الوسائطالتجزئة الدلالية متعددة الوسائطتضمينات الجمل متعددة الوسائطتلخيص النصوص متعددة الوسائطنمذجة الموضوعات متعددة الوسائطالمحولات متعددة الوسائط (Multimodal Transformers)المشفر التلقائي التبايني متعدد الوسائطالمُحوِّل البصري متعدد الوسائط (Multimodal ViT)Word2Vec متعدد الوسائطنموذج موضوعات تحليل المصفوفة غير السالبة (NMF)اكتشاف الكائناتالشبكة العصبية المتكررةالتعلم المعززتصنيف قائم على RoBERTaتصنيف النصوص ذاتي الإشراف باستخدام BERTشبكة عصبية التفافية ذاتية الإشرافنموذج الانتشار ذاتي الإشرافشبكات الخصومة التوليدية ذاتية الإشرافوحدة التكرار المغلق ذاتية الإشرافتصنيف الصور ذاتي الإشرافالتجزئة الذاتية للإستنساخنموذج موضوعات تخصيص توجيهية ذاتي (Self-supervised LDA Topic Model)التعرف على الكيانات المسماة بالتعلم الذاتينموذج موضوعات التفكيك المصفوفي غير السالب ذاتي الإشرافاكتشاف الكائنات ذاتي الإشرافالإجابة على الأسئلة ذاتية الإشرافالتعلم المعزز ذاتي الإشرافتصنيف قائم على RoBERTa ذاتي الإشرافالتجزئة الدلالية ذاتية الإشرافتضمينات الجمل ذاتية الإشرافتحليل المشاعر ذاتي الإشرافنمذجة المواضيع ذاتية الإشرافمحوّل ذاتي الإشراف (Self-supervised Transformer)المُشَفِّر التلقائي المتغير ذاتي الإشرافمحول الرؤية ذاتي الإشرافوورد تو فيك ذاتي الإشرافالتجزئة الدلاليةتصنيف معتمد على BERT وشبه مُشرف عليهشبكة عصبية التفافية شبه مُشرف عليهانموذج الانتشار شبه المُشرفالتضمين المستقل للمستندات (Semi-supervised Doc2Vec)شبكة الخصومة التوليدية شبه الخاضعة للإشرافالشبكة العصبية البيانية شبه المُشرف عليهاوحدة البوابات المتكررة شبه المُشرف عليها (Semi-supervised GRU)تصنيف الصور شبه المُشرف عليهتجزئة المثيل شبه المُشرف عليهاSemi-supervised LDA Topic Modelشبكات LSTM شبه المُشرف عليهاالشبكة العصبية متعددة الطبقات شبه المُشْرَف عليهانموذج موضوعات التخصيم غير السالب شبه المُشرف عليهاكتشاف الكائنات شبه المُشرف عليهإجابة الأسئلة شبه المُشرف عليهاالتعلم المعزز شبه المُشرف (Semi-supervised Reinforcement Learning)تصنيف شبه مُشرف يعتمد على RoBERTaالتجزئة الدلالية شبه المُشرف عليهاتضمينات الجمل شبه الخاضعة للإشرافتحليل المشاعر شبه المُشرف عليهالتلخيص النصي شبه المُشرف عليهنمذجة المواضيع شبه المُشرف عليهاالمحولات شبه المُشرف عليهاالمشفر التلقائي التبايني شبه المُشرفالمحوّل البصري شبه المُشرف عليهWord2Vec شبه المُراقبتضمينات الجملنمذجة الموضوعاتالشبكات التوليدية التنافسية بالتعلم التحويلي (Transfer Learning GAN)التعلم بالنقل باستخدام المرمز التلقائي المتغيرتعلم النقل بالتصنيف المعتمد على BERTنقل التعلم باستخدام الشبكات العصبية الالتفافيةالتعلم بالنقل باستخدام نماذج الانتشارالتعلم بالنقل باستخدام شبكات الرسم البياني العصبونيةالتعلم بالنقل لتصنيف الصورالتعلم بالنقل مع تجزئة المثيلاتتعلم النقل باستخدام نموذج موضوعات LDAالتعلم التحويلي باستخدام شبكات الذاكرة طويلة المدى (LSTM)التعلم بالنقل مع التعرف على الكيانات المسماةالتعلم بالنقل باستخدام نموذج موضوعات NMFالتعلم بالنقل مع كشف الكائناتالتعلم بالنقل باستخدام الشبكات العصبية المتكررةالتعلم بالنقل مع التعلم المعززالتعلم التحويلي باستخدام تضمينات الجملالتعلم التحويلي مع تلخيص النصوصنقل التعلم مع نمذجة المواضيعالتعلم بالتحويل باستخدام Word2Vecالتصنيف المستند إلى BERT بالإشراف الضعيفشبكة عصبونية التفافية ضعيفة الإشرافنموذج الانتشار ضعيف الإشرافالشبكة التوليدية التنافسية ذات الإشراف الضعيفشبكة عصبية ضعيفة الإشراف على الرسوم البيانيةشبكة الوحدات المتكررة المسورة ضعيفة الإشراف (Weakly Supervised GRU)تصنيف الصور بالإشراف الضعيفتجزئة المثيلات ضعيفة الإشرافنموذج موضوعات LDA ضعيف الإشرافشبكة الذاكرة طويلة المدى ذات الإشراف الضعيفالشبكة العصبية متعددة الطبقات ذات الإشراف الضعيفالكشف عن الكائنات بإشراف ضعيفالإجابة على الأسئلة بالإشراف الضعيفالشبكة العصبية المتكررة ذات الإشراف الضعيفالتعلم المعزز ضعيف الإشرافتصنيف ضعيف الإشراف يعتمد على RoBERTaالتجزئة الدلالية بالإشراف الضعيفتضمينات الجمل ضعيفة الإشرافتلخيص النصوص بالإشراف الضعيفنمذجة المواضيع ضعيفة الإشرافالمحوّل المُشرف عليه ضعيفًاالمُشَفِّر التَّلَائُمِيّ ذو الإشراف الضعيفمحوّل الرؤية المُشرف عليه ضعيفًاWord2Vec ضعيف الإشراف (Weakly Supervised Word2Vec)
Ml-model 55
أليكس نتآلية الانتباهالمُشَفِّر التلقائيالتطبيع الدفعيضبط نموذج بيرت الدقيقشبكة عصبية متكررة ثنائية الاتجاهشبكة الكبسولةCLIPتصنيف الصور باستخدام الشبكات العصبية الالتفافية (CNN)الشبكة العصبية التلافيفية (التصنيف)التعلم المعزز العميقDeepARDenseNetنموذج الانتشارشبكة الالتفاف المتمددة (Dilated CNN)التسرب (Dropout)EfficientNetفستر آر-سي إن إنFastTextالشبكة الالتفافية بالكامل (FCN)شبكة الخصومة التوليديةضبط نماذج GPT الدقيقشبكة الانتباه الرسوميةالشبكة الالتفافية البيانية (GCN)الشبكات العصبية البيانية (GNNs)وحدة التكرار المسورة (GRU)المُخبِر (Informer)تقطير المعرفةلونغفورمر / بيغ بيردLoRA و PEFTشبكة الذاكرة قصيرة وطويلة الأمدمزيج الخبراءالشبكة العصبية متعددة الطبقات (MLP)N-BEATSN-HiTSNeural Architecture Searchالمعادلة التفاضلية العصبية العاديةنقل الأسلوب العصبيPatchTSTشبكة البقايا (ResNet)ResNeXtالنموذج التوليدي القائم على النقاطالانتباه الذاتي متعدد الرؤوسنموذج التسلسل إلى التسلسلتحسين الانحدار التدريجي العشوائي (SGD) مع الزخم ومشتقّه التكيفي آدمT5 (محول النقل النصي إلى نص)Temporal Fusion TransformerTextCNNالمُحوِّل (NLP)U-Netالمشفّر التلقائي التباينيشبكة VGG (شبكات الالتفاف العميقة جدًا)محوّل الرؤيةالتعلم التبايني البصرييولو (أنت تنظر مرة واحدة فقط)
Time-series forecasting 26
أوتوفورمر: مُحوّل التفكيك للتنبؤ بالسلاسل الزمنية طويلة الأمدChronos: نموذج أساسي مُرمّز للتنبؤ بالسلاسل الزمنيةCrossformerDLinear: نموذج الانحدار الخطي المُحلل للتنبؤ بالسلاسل الزمنيةETSformer: محولات التنعيم الأسي للتنبؤ بالسلاسل الزمنيةFEDformer: مُحَوِّل مُعَزَّز بالترددات ومُفَكَّكنموذج الذاكرة ليجندر مع تحسين التردد (FiLM)FreTS: الشبكات العصبية متعددة الطبقات في مجال التردد للتنبؤ بالسلاسل الزمنيةiTransformer: محوّل مقلوب للتنبؤ بالسلاسل الزمنية متعددة المتغيراتKoopa: متنبئات كوبمان للمتسلسلات الزمنية غير المستقرةLightTSMICNMoirai: نموذج محول عالمي للتنبؤ بالسلاسل الزمنيةالمحول غير المستقر (Non-stationary Transformer)Pyraformer: مُحَوِّل الانتباه الهرمي للتنبؤ بالسلاسل الزمنية طويلة المدىالمُصلِح (Reformer): المُحوِّل الفعّال للتسلسلات الطويلةSCINet: شبكة الالتفاف والتفاعل العيني لتوقع السلاسل الزمنيةSegRNN: شبكة عصبية متكررة للقطاعات لتنبؤ السلاسل الزمنية طويلة الأمدصن دايال (Sundial): نماذج تأسيسية مولّدة للسلاسل الزمنيةTiDE: مشفر كثيف للسلاسل الزمنيةنموذج Time-MoE: نموذج أساسي لسلاسل الزمن الزمنية يعتمد على خليط الخبراءTimeMixer: مزج متعدد المقاييس قابل للتحلل للتنبؤ بالسلاسل الزمنيةTimesFM: نموذج أساسي يعتمد على المُفكِّك فقط للتنبؤ بالسلاسل الزمنيةTimesNet: نمذجة التباين الزماني ثنائي الأبعاد للسلاسل الزمنيةTiRex: التنبؤ بالسلاسل الزمنية بدون تدريب مسبق (Zero-Shot) باستخدام xLSTMTSMixer: بنية تعتمد كليًا على طبقات MLP للتنبؤ بالسلاسل الزمنية