This project is a bot for managing Fantasy Sports teams, specifically Futsal, and provides users with insights to make informed decisions.
هذا المشروع هو روبوت لمراقبة فرق الرياضة الخيالية، مع التركيز على كرة القدم الصغيرة. يعتمد على تقنيات تحليل البيانات وتحليلها لتقديم معلومات مفيدة. قد يشمل الميزات التي تتيح للمستخدمين مراقبة أداء الفرق، إحصائيات اللاعبين، واقتراحات استراتيجية. الهدف الرئيسي هو مساعدة المستخدمين على اتخاذ قرارات مدروسة عند اختيار اللاعبين لفرقهم.
GAIN-MTL is a deep learning framework for manufacturing defect detection and classification.
GAIN-MTL هو إطار عمل للتعلم العميق مصمم لتحديد وتصنيف العيوب في بيئات الإنتاج. لا يختلف GAIN-MTL عن النماذج التقليدية للتصنيف، حيث يركز على تدريب النموذج على اتخاذ قرارات دقيقة بناءً على أدلة ذات صلة. هذا النهج يعالج مشكلة CAM (Class Activation Mapping) التي تؤدي إلى تفعيل مناطق غير متعلقة، مما يؤدي إلى مشاكل الثقة في التطبيقات الحقيقية.
The JOE Job Market Tracker is an analysis tool for tracking economics job market postings from the American Economic Association's Job Openings for Economists (JOE).
هذا المشروع يقدم تحليلًا شاملًا للตลาด الوظيفي في الاقتصاد عن طريق متابعة المنشورات من جمعية الاقتصاد الأمريكية لفتح وظائف الاقتصاديين (JOE). يحتوي على العديد من الميزات، بما في ذلك الاتجاهات cumulative posting trends، التحليل الدوري 4-أسبوع flow، ومراجعة متعددة. كما يولد مخططات HTML تفاعلية ومخططات PNG ثابتة لتحسين فهم المستخدمين للتrends السوقية.
Generate and analyze histograms of numerical data for quick visual insights.
تُقدِّم مكتبة هِستو واجهة برمجية مبسطة لإنشاء وتحليل الرسوم البيانية للتوزيعات العددية. تُعالج البيانات تلقائيًا، بما في ذلك تنظيف القيم المفقودة وتحديد عدد الحوائط المناسب. يمكن للمستخدمين إنتاج مخططات جاهزة للنشر مع بضعة أسطر كود، مع إمكانية تخصيص حجم الحوائط وتراكب منحنى الكثافة. تتكامل المكتبة بسلاسة مع جداول بيانات pandas وتدعم التكامل مع خطوط scikit‑learn لتسهيل هندسة الخصائص. تستهدف المحللين وعلماء البيانات ومهندسي التعلم الآلي الذين يحتاجون إلى رؤى بصرية سريعة حول توزيع المتغيرات. تميزها هو الجمع بين سهولة الاستخدام والقدرة على التخصيص المتقدم، ما يجعلها أداة قوية في عمليات استكشاف البيانات.
This project analyzes bias in Large Language Model (LLM) recommendation systems by evaluating how LLMs select content for recommendation across multiple dimensions.
يستكشف هذا المشروع التحيزات النظامية في توصيات محتوى Large Language Model (LLM) عن طريق تقييم كيفية اختيار LLMs للمحتوى للتوصية عبر عدة أبعاد، بما في ذلك demographics المؤلفين ، وخصائص المحتوى ، والرأي ، والسيئة.
An integrated web platform that streamlines BESS EPC engineering tasks by providing data analysis, visualization, and project management tools.
تُقدّم المنصة واجهة موحدة للمهندسين في مجال EPC لتحميل ومعالجة وعرض بيانات مشاريع تخزين الطاقة بالبطاريات. تُستخدم الرسوم البيانية التفاعلية لوحات المعلومات لعرض مؤشرات الأداء وتقديرات التكلفة ومقارنات التصميم. يمكن للمستخدمين رفع جداول بيانات أو إدخال المعلمات مباشرة، ما يتيح تشغيل حسابات لحظية ومقارنات سيناريوهات. تستهدف المنصة مهندسي EPC ومديري المشاريع ومصممي أنظمة الطاقة الذين يحتاجون إلى مصدر موثوق واحد للتخطيط والمراقبة. من خلال دمج الجداول المبعثرة والحسابات اليدوية، تقلل الأخطاء وتسرّع اتخاذ القرار. كما توفر أدوات لتتبع المراحل الزمنية وتقدير التكاليف، مما يساعد على إدارة المشاريع بكفاءة أعلى. يميز المشروع تكامله بين التحليل البياني وإدارة المشروع في بيئة ويب واحدة، وهو ما لا يتوفر في الحلول التقليدية.
This project is a trading journal for users to track and analyze their investment activities.
هذا المشروع هو سجل تجاري للمستخدمين لمراقبة و تحليل نشاطات الاستثمار الخاصة بهم. يسمح هذا التطبيق للمستخدمين بتعريف البيانات التجارية، عرض القياسات الأداء، وتوليد رسومات مرئية لمساعدة على اتخاذ القرارات.
Capy implements tri‑modal contrastive learning to align phenotypic assay data, chemical descriptors, and genomic profiles for drug discovery.
يُقدّم Capy مكتبة بايثون تُطبّق التعلم التبايني ثلاثي الأبعاد في مجال اكتشاف الأدوية. تُنَسّق المكتبة بيانات الفحوصات الظرفية، والمواصفات الكيميائية، والملفات الجينية لتكشف العلاقات التي تُسهم في اختيار المرشحين المحتملين. تعتمد البنية على شبكات عصبونية عميقة تُدرّب تمثيلات مشتركة تُحاكي المعلومات المكملة عبر الأنماط الثلاثة. يتيح الباحثون تدريب النماذج على مجموعات بيانات عامة أو بيانات خاصة، ثم استخدام التمثيلات الناتجة للبحث بالمقارنة، والتجميع، أو مهام التنبؤ لاحقاً. يهدف Capy إلى تسريع عملية تحديد الأدوية الواعدة من خلال نهج موحد يعتمد على البيانات. يدمج المكتبة بين تحليل البيانات البيولوجية والتعلم الآلي لتوفير رؤى أكثر دقة. كما يُسهّل التكامل مع أدوات تحليل البيانات الشائعة في مجال الأبحاث الصيدلانية.
The AI Image Analyzer Pro is a universal tool for evaluating the quality of AI-generated images, particularly in medical and satellite imaging.
هذا المشروع يقدم أداة تقييم جودة الصور الناتجة عن الذكاء الاصطناعي، مع 18 مؤشرًا (CLIP، LPIPS، SSIM، PSNR) لdetección de alucinaciones transdominio. يدعم العديد من المجالات مثل الطب، وال卫اقية، وعلم الأحياء الدقيقة، والأنمي، وغيرها. الأداة مصممة للعمل على GPU وتقدم تقارير إحصائية تفصيلية.
This project uses AI to trace CAD designs.
هذا المشروع يستخدم الذكاء الاصطناعي لترسيم التصاميم CAD. يعتمد هذا الأداة على خوارزميات التعلم الآلي لإنشاء رسمي 2D من النماذج 3D للتصميم الحاسوبي (CAD). يستفيد من قوة لغة البرمجة Python، مع استخدام مكتبات مثل Matplotlib و NumPy، لعملية المعالجة والتمثيل البياني للمعلومات الجيومترية المعقدة. يتيح Streamlit واجهة مستخدم سهلة الاستخدام للتفاعل مع التطبيق.
An interactive microscopy image segmentation tool that trains and applies a U‑Net model for precise labeling.
يُقدّم هذا البرنامج أداة تفاعلية لتقسيم الصور المجهريّة باستخدام نموذج U‑Net المدعوم بالذكاء الاصطناعي. يتيح للمستخدمين تحديد مناطق الاهتمام يدويًا ثم يُدرب النموذج على هذه العلامات لتوليد أقنعة تقسيم دقيقة. يتضمن واجهة مبنية على matplotlib تسمح بعرض الصور وتعديل العلامات في الوقت الحقيقي مع معاينة النتائج فورياً. يستهدف الباحثين في مجال علم الأحياء والطب الذين يحتاجون إلى تحليل صور المجهري بدقة عالية دون الحاجة لخبرة برمجية متقدمة. يحل المشكلة الشائعة في نقص أدوات تقسيم مخصصة للصور المجهريّة، ويقلل الوقت اللازم لإعداد مجموعات بيانات التدريب. يميز نفسه بدمج التدريب والتنبؤ في واجهة واحدة، مع دعم للصور متعددة القنوات والتنسيقات الشائعة.
This project evaluates activation oracles against sparse autoencoders to compare their effectiveness in neural network analysis.
يهدف هذا المشروع إلى مقارنة أوكلاسات التفعيل مع المشفرات التافهة في الشبكات العصبية. يستخدم مجموعة من المقاييس لتقييم الأداء، مثل الدقة والتغطية. يتم تنفيذ التحليل باستخدام مكتبات علمية شائعة مثل NumPy وSciPy وMatplotlib لتصور النتائج. يتيح للمستخدمين إدخال مجموعات بيانات مختلفة لتجربة النموذج في بيئات متعددة. كما يوفر تقارير مفصلة حول الفروق في الأداء بين الطريقتين. يركز المشروع على تسليط الضوء على الفوائد والقيود الخاصة بكل منهما. يُعد أداة مفيدة للباحثين الذين يرغبون في اختيار النهج الأنسب لتحليل الشبكات العصبية.
This project is a static web app for Korean text frequency analysis and word cloud generation, designed to be uploaded as a CSV file.
هذا المشروع هو تطبيق ويب إلكتروني ثابت لتحليل التكرار في النصوص الكورية وإنشاء خريطة كلمات، مصممًا للتحميل كملف CSV.
This project provides a framework-agnostic boilerplate for AI-assisted development.
هذا المشروع يوفّر قالب مشاريع لتنفيذ التطوير المسلّط على الذكاء الاصطناعي. تم بناؤه باستخدام مكتبات بايثون الشائعة مثل Click, Matplotlib, Pandas, Scikit-Learn, و Streamlit. هذا القالب يهدف إلى تسهيل عملية التطوير من خلال تقديم أساس قوي لإنشاء تطبيقات مدعومة بالبيانات.
This project is a JAX-based GPU-accelerated plasma physics simulation tool designed for researchers studying Field-Reversed Configurations.
هذا المشروع هو أداة تحليل فيزياء البلازما عالية الأداء مبنية باستخدام مكتبة JAX وتمت تطبيقاتها على بطاقات الرسومات لتحسين السرعة. يمكن للمستخدمين استخدام هذه الأداة للقيام بمدلسة وتحليل أنظمة التكوين المقلوب (FRC) التي هي نوع من الأجهزة المستخدمة في البحث عن الاندماج النووي. يمكن استخدام هذه الأداة لمعرفة العديد من جوانب FRC، بما في ذلك استقرارها وتصرفها وأدائها.
An educational PyTorch library that offers ready‑to‑use implementations of modern transformer architectures for learning and experimentation.
تُعد مكتبة pylmt أداة تعليمية مبنية على إطار عمل PyTorch، تُقدّم تطبيقات مبسطة وواضحة للمعماريات الحديثة للمحوليات مثل GPT وLLaMA وMamba وMixtral وDeepSeek وغيرها. تركز المكتبة على الوضوح والتقسيم الوظيفي، حيث تُتيح للمستخدمين دراسة كل مكوّن—الاهتمام، الشبكة العميقة، الترميز الموضعى—دون الحاجة إلى بنية تدريبية معقدة. تتضمن المكتبة أدوات مساعدة لتحميل البيانات، وحلقات التدريب، ومقاييس التقييم، ما يسهل عملية ضبط النماذج على مجموعات بيانات مخصصة. تستهدف المكتبة الطلاب والباحثين ومطوري الذكاء الاصطناعي، وتلبي الحاجة إلى كود معاصر ومتاح للمعماريات المحوّلية يمكن توسيعه أو تعديله بسهولة. من خلال توفير واجهة موحدة عبر معماريات مختلفة، تقلل المكتبة من منحنى التعلم وتدفع إلى تجربة نماذج جديدة.
A lightweight library that offers a unified set of weight‑initialization utilities for machine‑learning models across popular Python frameworks.
توفر مكتبة Universal Init مجموعة موحدة من أساليب تهيئة الأوزان التي تُستخدم في الشبكات العصبية ونماذج التعلم الآلي الأخرى. تدعم المكتبة أطر عمل مثل PyTorch وscikit‑learn، وتقدم واجهة برمجة تطبيقات موحدة لتهيئة الأوزان، والانحيازات، والمعاملات الأخرى. تتضمن المكتبة أنماطاً قياسية مثل Xavier وHe والتقويم المتعامد، بالإضافة إلى خيارات مخصصة لضمان التكرار التجريبي. صممت للمحترفين في مجال علم البيانات ومهندسي التعلم الآلي لتسهيل إعداد خطوط سير التدريب وتقليل التباين الناتج عن تهيئة غير متسقة. من خلال تجريد التفاصيل الخاصة بكل إطار عمل، تشجع المكتبة على تبني أفضل الممارسات وتسريع عملية تطوير النماذج.
A command‑line tool that runs inference on pre‑trained models and visualises the results.
يُعدّ مشروع meta_fit أداة تشغيل استدلال سريعة ومبسطة تُكتب بلغة بايثون وC++، تُحمّل أوزان النماذج المدربة مسبقاً مع بيانات الاختبار لتوليد التنبؤات. يُقرأ ملف تكوين بصيغة YAML لتحديد معلمات النموذج، وحجم الدُفعات، وخيارات الإخراج. بعد الانتهاء من الاستدلال، تُنتج الأداة رسومات بفضل مكتبة Matplotlib، ما يتيح للمستخدم فحص دقة التنبؤات وتوزيعها. يستهدف المشروع الباحثين وعلماء البيانات الذين يحتاجون إلى طريقة سريعة لتقييم النماذج على مجموعات بيانات جديدة. يحل المشكلة التي تواجهها عمليات الإعداد اليدوي المتكررة للاستدلال، ويقدّم سير عمل موحد وقابل للتكرار. يميز المشروع بواجهة سطر أوامر بسيطة، ودعم للغات متعددة، وقدرة على التعامل مع مجموعات بيانات كبيرة دون الحاجة إلى إعداد بيئة معقدة.
A library that automates hyperparameter tuning for BayesFlow neural posterior estimation models.
توفر هذه المكتبة إطارًا عامًا لتحسين معلمات BayesFlow لتقدير الاحتمالات الخلفية. تتكامل مع مكتبات التعلم الآلي الشائعة لتقييم أداء النموذج عبر مجموعة واسعة من إعدادات المعلمات. يمكن للمستخدمين تعريف مساحات البحث واختيار استراتيجيات التحسين وتشغيل التجارب مع كود بسيط. تُخرج الأداة مقاييس مفصلة وتصورات تساعد في اختيار أفضل تكوين. صممت لتلبية احتياجات الباحثين والممارسين الذين يحتاجون إلى ضبط موثوق ومتكرر لنماذج الاستدلال البايزي.
A web application that visualizes and forecasts Brazilian time‑series data for analysts and decision makers.
يُقدِّم BRForecast واجهة ويب تفاعلية تُسهل استكشاف وتحليل وتنبؤ بالبيانات السلسلية الزمنية في البرازيل. يُستورد البرنامج مجموعات البيانات من ملفات CSV أو Excel، ثم يُنظَّف ويُعالج باستخدام مكتبة Pandas، ويُطبِّق نماذج إحصائية من SciPy لإنتاج توقعات مستقبلية. تُعرض النتائج عبر رسومات بيانية ديناميكية تُنشئها مكتبتان Matplotlib وPlotly، مع إمكانية تصفية البيانات حسب الفترة الزمنية، نوع المؤشر، ومدى التنبؤ. يهدف التطبيق إلى مساعدة محللي البيانات والاقتصاديين وصناع القرار على اتخاذ قرارات مبنية على رؤى سريعة وموثوقة، مع حل مشكلة الاعتماد على جداول البيانات اليدوية من خلال أتمتة تدفقات البيانات واختيار النماذج وعرض النتائج في واجهة واحدة سهلة الاستخدام. يميز المشروع قدرته على دمج التحليل الإحصائي المتقدم مع رسومات تفاعلية، ما يجعله أداة فريدة في مجال التنبؤ بالبيانات السلسلية.
A Python tool that analyzes buying and selling transaction data to generate visual reports and summaries.
يستورد هذا البرنامج بيانات المعاملات المالية، ثم يعالجها باستخدام مكتبة تحليل البيانات لتوليد تقارير مرئية وموجزة. يقوم بتجميع أحجام الشراء والبيع، ويحسب مؤشرات الأداء، ويعرض مخططات تُظهر الاتجاهات على مدى الزمن. يتيح البرنامج تصدير الرسوم البيانية والتقارير في صيغة CSV لتسهيل مشاركة النتائج مع أصحاب المصلحة. يهدف إلى مساعدة المحللين والمتداولين في اكتشاف الأنماط المربحة ومراقبة نشاط السوق. يتميز بالبساطة والفعالية، إذ لا يتطلب قاعدة بيانات بل يعتمد على ملفات محلية لتخزين البيانات. يقدّم واجهة سهلة الاستخدام تسمح بتخصيص الرسوم البيانية وتحديد فترات التحليل. يساهم في اتخاذ قرارات مستنيرة بناءً على تحليل دقيق للبيانات التاريخية.
This project is a 1-bit LLM (Large Language Model) developed by liemnguyen-vn for Vietnamese language processing.
هذا المشروع هو نموذج اللغة الكبير (LLM) ذو البت الواحد المطور من قبل liemnguyen-vn ل обработة اللغة الفيتنامية. يستخدم هذا المشروع مكتبة Hugging Face للتعاون مع النماذج المدفوعة مسبقًا وتمكينها على datasets الفيتنامية. الهدف الرئيسي للمشروع هو تقديم قدرة فهم اللغة الدقيقة والمتوافقة مع تطبيقات متعددة.
It provides a Python library for classifying ultrasound images using deep learning models.
يقدّم هذا المشروع مكتبة بايثون تُسهل تصنيف صور الموجات فوق الصوتية باستخدام نماذج التعلم العميق. يعتمد على مكتبة PyTorch لبناء وتدريب الشبكات العصبية، مع دعم لتقنيات scikit-learn لتحليل البيانات وتقييم الأداء. يتيح للمستخدمين تحميل مجموعات بيانات الموجات فوق الصوتية، تطبيق عمليات المعالجة المسبقة، ثم تدريب نماذج تصنيف مخصصة. يتضمن واجهة برمجية بسيطة تسمح بتوليد رسومات توضيحية للنتائج باستخدام matplotlib، ما يساعد على تفسير أداء النموذج. يستهدف الباحثين في مجال التصوير الطبي، وأخصائيي الأشعة، وعلماء البيانات الذين يحتاجون إلى أداة سريعة وموثوقة لتحليل صور الموجات فوق الصوتية. يختلف عن الحلول التقليدية بتركيزه على التكامل السلس مع بيئات البايثون العلمية، مع توفير أدوات جاهزة للتقييم والتصور.
The femtologging package is designed for scientists and researchers to efficiently log data in various formats.
هذا البundle يسمح بتصدير البيانات بطرق مختلفة، مما يجعلها مناسبة للبحث العلمي والتنمية. يوفر طريقة بسيطة ومريحة لتصدير البيانات، مما يتيح للمستخدمين تخصيص تنسيق الإخراج وفق احتياجاتهم. يمكن استخدام هذا البundle كأداة مستقلة أو دمجه في مشاريع موجودة.
This project provides a way to turn abstract ideas into executable functions for decision-making.
يهدف مشروع 'logic' إلى تسهيل تحويل الأفكار المعقدة والعالية المستوى إلى كود محدد وفعّال. يساعد هذا الأداة على تبسيط عملية ترجمة الأفكار العالية المستوى إلى وظائف قابلة للتنفيذ، مما يجعل من السهل اتخاذ القرارات بناءً على البيانات والمفاهيم المنطقية. يمكن أن يكون هذا الأداة مفيدًا بشكل خاص للمشاريع التي تهدف إلى automation of decision-making processes أو تحسين تدفق العمل.
An interactive web app that visualizes turn change data for CHA 2026 interns.
يقدم هذا التطبيق واجهة تفاعلية لاستكشاف بيانات تغيرات الدور خلال برنامج التدريب في CHA 2026. يقوم بتحميل مجموعات البيانات، ويقوم بتنظيفها بشكل أساسي، ثم يعرض الرسوم البيانية باستخدام مكتبة رسم بياني. يمكن للمستخدمين تصفية البيانات حسب النطاق الزمني أو الفئة، ومعرفة الإحصائيات التفصيلية لكل فئة. يعتمد التطبيق على إطار عمل ويب سهل الاستخدام، مما يتيح نشره ومشاركته بسهولة بين المتدربين والمنظمين. يستهدف التطبيق المتدربين ومنسقي الفعاليات الذين يحتاجون إلى رؤى سريعة حول اتجاهات المشاركة. يهدف إلى تسهيل اتخاذ القرارات المبنية على البيانات خلال فترة التدريب. يميز التطبيق بواجهة بسيطة وسريعة الاستجابة، مع إمكانية تصدير التقارير للعرض في الاجتماعات.
This project provides a deep learning pipeline that classifies motor intent from ECoG signals for researchers developing brain‑computer interfaces.
يحوّل خط الأنابيب الإشارات الخام لتسجيلات الإيكوغ إلى تنبؤات دقيقة بنية الحركة باستخدام بنية هجينة تجمع بين الشبكات الالتفافية الزمنية ومشفّرات المحول. يتضمن استخراج ميزات متعددة المقاييس باستخدام التحويل الموجي المستمر ومعالجة مسبقة تكيفية للتعامل مع التباين بين الأفراد. يحقق النظام دقة تصنيف عالية مع سرعة استدلال في الوقت الحقيقي، ما يجعله مناسباً للتحكم في الأطراف الاصطناعية. يمكن للباحثين ضبط النموذج لأفراد جدد، مستفيدين من التعلم عبر النقل واختيار القنوات بناءً على آليات الانتباه. يتيح واجهة Streamlit المصاحبة استكشافاً تفاعلياً للتنبؤات وأهمية الميزات. يركز المشروع على نمذجة الاعتماد الزمني طويل المدى وتحديد الأنماط العصبية ذات الصلة بالمهام. يساهم في تحسين أداء واجهات الدماغ‑الحاسوب من خلال تقليل الأخطاء وتحسين التعميم بين الأفراد.
A web application that visualizes and analyzes customer data using machine learning and interactive dashboards.
يُقدّم هذا التطبيق منصة شاملة لاستكشاف مجموعات بيانات العملاء، مع توفير رسومات تفاعلية وتحليلات متقدمة. يدمج نماذج التعلم الآلي للقيام بمهام مثل التجميع، تحليل المشاعر، وتوقع فقدان العملاء، مما يمكّن المستخدمين من كشف الأنماط المخفية والحصول على رؤى قابلة للتنفيذ. تم بناؤه باستخدام إطار عمل ويب حديث، ويتيح واجهة المستخدم رسومات ديناميكية، فلاتر، وتحديثات بيانات فورية. يستهدف محللي البيانات وأصحاب القرار في الأعمال، ويُبسّط التحليل المعقد إلى تقارير واضحة جاهزة للقرار. يلبي هذا الحل الحاجة إلى تقسيم العملاء بسرعة وتحليل الأداء بناءً على البيانات.
This framework automatically generates high‑quality academic illustrations from paper text for researchers and authors.
يحول هذا النظام المحتوى العلمي الخام إلى رسومات ومخططات جاهزة للنشر عبر سلسلة مترابطة من الوكلاء المتخصصين. يبدأ الوكيل المسترجع باختيار الرسومات المرجعية الأكثر صلة لتوجيه الوكلاء الآخرين، ثم يحول الوكيل المخطط نص المنهجية إلى وصف منظم، بينما يُحسّن الوكيل المصمم الإرشادات البصرية لتتناسب مع معايير النشر. ينتج الوكيل المصور الصور باستخدام نماذج توليد متقدمة، ويُحسّن الوكيل الناقد النتائج عبر جولات متعددة لضمان الدقة والوضوح. يتيح واجهة المستخدم المبنية على تطبيق ويب أوضاع إدخال متعددة – قالب، بسيط، ومباشر – مع دعم للغة الإنجليزية والكورية. يستهدف النظام الباحثين، المؤلفين، ومقدمي العروض العلمية الذين يحتاجون إلى ملخصات بصرية سريعة ودقيقة. يحل المشكلة التي يواجهها الكثيرون في إنشاء رسومات مخصصة، ويقلل من الجهد اليدوي ويضمن جودة متسقة.
A web API that models Internal Family Systems as a multi‑agent computational architecture, enabling simulation and visualization of internal dynamics.
يقدم النظام واجهة برمجة تطبيقات RESTful مبنية على FastAPI، تتيح للمستخدمين تعريف وتشغيل وتحليل محاكاة لنظام Internal Family Systems (IFS) عبر وكلاء متعددين. يمثل كل وكيل جزءاً داخلياً مميزاً، وتُحكم تفاعلاته بقواعد قابلة للتكوين ورؤى مدعومة بالذكاء الاصطناعي من نموذج Anthropic. تُرجع النتائج بصيغة JSON منظمة، ويمكن تصورها باستخدام مكتبة Matplotlib لتوفير تمثيلات رسومية واضحة لحالات الوكلاء مع مرور الوقت. صُمم النظام للباحثين والمعالجين الذين يحتاجون نماذج قابلة للتكرار وموثوقة للعمليات العلاجية. يدعم إنشاء سيناريوهات IFS جديدة بسرعة، ويُمكن دمجه مع سير العمل الرقمي للعلاج الحالي. يتيح للمستخدمين ضبط معلمات المحاكاة، مراقبة التفاعلات، وتوليد تقارير مفصلة تساعد في اتخاذ قرارات علاجية مبنية على البيانات. يبرز تميزه بدمج الذكاء الاصطناعي مع نمذجة سلوكيات داخلية معقدة، ما يفتح آفاقاً جديدة للبحث والتطبيق العملي.
A Python-based control system that orchestrates ARMI and OpenMC reactor simulations, providing automated execution, data collection, and visualization.
يعمل النظام كواجهة سطر أوامر تُشغِّل وتراقب وتدير محاكاة المفاعلات المبنية على ARMI و OpenMC. يقوم تلقائيًا بتكوين معلمات المحاكاة، ويشغِّل الحسابات الأساسية، ويجمع بيانات الإخراج في تنسيقات منظمة. توفر أدوات التصوير المدمجة رسومات حية للمعايير الحيوية مثل انتشار النيوترونات، ودرجة الحرارة، وتوزيع الطاقة. يمكن للمستخدمين برمجة مسح للمعلمات وتشغيل دفعات، ما يتيح استكشاف منهجي لسيناريوهات التصميم. صُمم النظام للباحثين والمهندسين الذين يحتاجون إلى سير عمل محاكاة قابلة للتكرار ومركّزة على البيانات.
A web-based tool that simulates Magic: The Gathering commander decks and visualizes their mana curves.
يُقدّم التطبيق واجهة ويب تسمح للمستخدمين بإدخال قائمة أوراق مجموعة Commander ثم تشغيل محاكاة على نطاق واسع للعبة. تُستَخدم مكتبات إحصائية لتوليد آلاف الألعاب المحاكاة، مع حساب توزيع تكاليف التوريد عبر الأدوار. تُعرض النتائج كرسوم بيانية تفاعلية تُظهر منحنى التوريد وتسلط الضوء على الفجوات الزمنية المحتملة. يستهدف اللاعبون المبتدئون والمحترفون على حدٍّ سواء، ويُساعد في تقييم أداء المجموعة، وتحديد نقاط الضعف، وتحسين اختيار الأوراق. من خلال تصور توافر الموارد، يحلّ الأداة مشكلات شائعة في بناء المجموعات وتخطيط الاستراتيجيات، ويُعزّز اتخاذ القرارات المبنية على البيانات.
A benchmarking tool that simulates user interactions on educational platforms, collects performance data, and visualizes results.
توفر الأداة إطار عمل خفيف الوزن لاختبار أداء تطبيقات التعليم على الويب. تستخدم أتمتة المتصفح لمحاكاة تفاعلات الطلاب الواقعية، وتسجيل أوقات الاستجابة واستخدام الموارد، وتخزين البيانات في صيغ منظمة. يتيح طبقة واجهة برمجة التطبيقات المبنية على إطار عمل حديث الوصول إلى نقاط النهاية لتشغيل الاختبارات واسترجاع المقاييس المجمعة. تُنشئ لوحات معلومات بصرية باستخدام مكتبات تحليل البيانات، مما يمكّن أصحاب المصلحة من اكتشاف الاختناقات والاتجاهات بسرعة. صممت هذه الأداة للمطورين، ومهندسي ضمان الجودة، ومديري المنتجات الذين يحتاجون إلى رؤى عملية حول كيفية أداء محتواهم التعليمي تحت الأحمال.
A Python library that performs symbolic computations for general relativity, enabling researchers to calculate curvature tensors and analyze spacetime metrics.
توفر هذه المكتبة مجموعة شاملة من الأدوات للحساب الرمزي للفيزياء النسبية العامة في لغة بايثون. تعتمد على محرك رمزي لتحديد معايير الفضاء الزمني، حساب رموز كريستوفيل، وتوليد المتجهات المنحنية مثل ريمان، ريكسي، وإينشتاين تلقائياً. يمكن للمستخدمين أيضاً استخراج معادلات الجيوديسيك ومؤشرات الانحناء مع أقل قدر من الكود المكرر. تم تصميم واجهة برمجة التطبيقات لتناسب الباحثين والطلاب الذين يحتاجون إلى تعبيرات تحليلية دقيقة بدلاً من التقديرات العددية. بدمجها مع مكتبات علمية شائعة، تسهل المكتبة معالجة النتائج وعرضها بصرياً. تُحلل المشكلات التي يواجهها العلماء في حساب المتجهات المنحنية المعقدة وتوفر حلاً موحداً وسهل الاستخدام.
The Solar Pile Optimization & Report Kit (SPORK) is a professional-grade foundation analysis application for utility-scale solar pile design.
يعد SPORK نظام تحليل أسس للبنية التحتية للمحطات الشمسية على مستوى الصناعة، يقوم بتحليل القدرة العمودية والتحميل الجانبي وتركيب الأساسات المجمعة وتحليل العنصر المادي والهيكلي والتشوهات اللازمة. يحتوي على إعداد المشروع ومبني التربة والاختيار من بين ميزانيات القضبان والتحليلات المتعلقة بالتأثيرات الجانبية والتحليلات المادية والهيكلية والتشوهات اللازمة.
The omega-pbpk project is a whole-body pharmacokinetic simulation platform designed for researchers and clinicians to predict drug absorption, distribution, metabolism, excretion, and interactions.
هذا المنصة تستخدم محرك معادلات تفاضلية عادية (ODE) يتكون من 34 حالة لتحليل سلوك الأدوية في الجسم البشري. وتضم أدوات للتنبؤ بآداء ADME (الامتصاص والانتشار والتحلل والطرح) و DDI (التفاعل بين الأدوية) و PD (الديناميكا الدوائية) والمخرجات السريرية. تم بناء المنصة باستخدام لغة البرمجة Python وتستخدم مكتبات شعبية مثل FastAPI و PyTorch و NumPy.
A pipeline that extracts structured labor market data from historical Swedish newspapers for researchers.
تقوم هذه الأداة بمعالجة أرشيفات الصحف الرقمية لاستخراج معلومات سوق العمل التاريخية من عام 1880 حتى 1926. تجمع بين تحليل الصور، والتعرف الضوئي على الحروف، ومعالجة اللغة الطبيعية لتحديد إحصاءات العمالة، والأجور، وإحصاءات القوى العاملة. تُنظَّف وتُتحقَّق البيانات المستخرجة ثم تُصدر بصيغ قابلة للقراءة الآلية مثل CSV أو JSON، جاهزة للتحليل. تستهدف المستخدمين المؤرخين والاقتصاديين وعلماء البيانات الذين يهتمون باتجاهات العمالة على المدى الطويل. يساهم أتمتة سير العمل في تقليل الجهد اليدوي وتحسين اتساق البيانات.
Andromica is a privacy‑first platform that lets creators share and protect their images with subscribers using visible scrambling and direct distribution.
يمنح Andromica المبدعين القدرة على نشر معارض صور محمية بصريًا ومباشرة للمتابعين المختارين. يستخدم المنصة تقنية تسمى "التمويه الرقمي"، حيث يتم تشويش الصور بطريقة مرئية تُشير إلى أن المحتوى محمي، مما يمنع تجميعه من قبل نماذج الذكاء الاصطناعي. يحصل المشتركون على الصور الأصلية غير المشوشة عبر عملية فك تشفير تلقائية، ما يضمن تجربة مشاهدة سلسة. يُخزن المحتوى على IPFS، ويُدمج بيانات IPTC للحقوق والترخيص، مع إمكانية النشر بنقرة واحدة. يزيل المنصة الوسطاء، ويمنح المبدعين سيطرة كاملة على الإيرادات، ويحمي المحتوى من التدريب غير المصرح به للذكاء الاصطناعي.
This framework proactively reduces communication overhead in moving object tracking by triggering updates based on predicted uncertainty rather than waiting for error thresholds.
يُقدِّم النظام إستراتيجية اتصالات استباقية لتتبع الأجسام المتحركة، حيث يُستخدم تقدير عدم اليقين من نماذج التنبؤ لتحديد متى يجب إرسال التحديثات. يدعم الإطار عدة هياكل عصبية—LSTM وTransformer—مُتَّحَدَّة مع رؤوس تنبؤ نقطية أو مزيج كثافة لتوفير تقدير أكثر ثراءً لعدم اليقين. محرك المحاكاة يُنفِّذ سيناريوهات تنبؤ مزدوجة لتقييم تأثير التحديثات المبكرة على دقة التتبع ضمن ميزانية اتصالات ثابتة. صُمِّم الإطار للباحثين ومهندسي البرمجيات الذين يحتاجون إلى موازنة قيود النطاق الترددي مع الدقة المكانية في التطبيقات اللحظية. يتضمن الإطار استراتيجيات قابلة للتكوين، خطوط تدريب، وأدوات تقييم لمقارنة الأساليب الدورية، التفاعلية، والاستباقية. يهدف إلى خفض الخطأ التراكمي في التتبع مع الحفاظ على عدد الإرساليات في أدنى حد ممكن.
A Streamlit web application that combines data analysis, visualization, and AI-powered insights using scientific libraries.
يقدم التطبيق لوحة تحكم تفاعلية تسمح للمستخدمين بتحميل أو تحميل مجموعات بيانات واستكشافها فوراً باستخدام تصورات قوية من مكتبة Matplotlib. يستفيد من مكتبة Pandas وSciPy لإجراء التحليل الإحصائي ومعالجة البيانات، بينما يمكن لنموذج الذكاء الاصطناعي من OpenAI توليد ملخصات باللغة الطبيعية والإجابة على أسئلة حول البيانات. تم بناء الواجهة باستخدام Streamlit، ما يتيح تجربة متكاملة في المتصفح دون الحاجة إلى إعدادات معقدة. يستهدف محللي البيانات والباحثين والطلاب، ويساعدهم على اكتساب رؤى سريعة، وتحديد الأنماط، وتوصيل النتائج بفعالية. يحل هذا الأداة مشكلة الانتقال المتكرر بين برامج متعددة للتحليل والتصوير والتفسير، موحّداً سير العمل في منصة واحدة بديهية.
Creates a 3D point‑cloud representation of audio signals for analysis and artistic exploration.
يحول هذا البرنامج النصي المكتوب بلغة بايثون بيانات الصوت إلى تمثيل ثلاثي الأبعاد بنقطة سحابية، مما يتيح فحص الأنماط والترددات والهارمونيك في سياق فضائي. يتم أخذ عينات من الموجة الصوتية، استخراج ميزات السعة والتردد، ثم خريطة هذه الميزات على نظام إحداثيات ثلاثي الأبعاد باستخدام مكتبة رسم بياني. يتيح العرض الناتج للمستخدمين تحليل البنية الزمني‑الترددية للصوت بطريقة بصرية غنية. يستهدف البرنامج الباحثين، مهندسي الصوت، والفنانين الرقميين الذين يبحثون عن منظور جديد لتحليل الأصوات. يعتمد التنفيذ على مكتبة نَمباي للعمليات العددية الفعّالة ومكتبة سِكاي بّي للمعالجة الإشارات، ما يضمن إنتاج رسومات عالية الجودة مع إعداد بسيط. يقدّم هذا الحل وسيلة مبتكرة لتصور الصوت، مع إمكانية التخصيص لتناسب احتياجات تحليلية أو فنية محددة.
This project trains a neural network on a small dataset and visualizes training metrics to illustrate machine learning concepts.
يُقدّم المشروع نموذجًا بسيطًا لشبكة عصبية يُدرّب على مجموعة بيانات صغيرة، معتمدًا على مكتبة تعلم عميق شائعة. يُستخدم إطار عمل تعلم آلي لإعداد البيانات وتقييم النموذج، بينما يُظهر التقدم عبر رسومات بيانية تُرسم باستخدام مكتبة رسم. تتضمن سير العمل تحميل البيانات، تعريف النموذج، حلقة التدريب، ورسم مؤشرات الأداء، كل ذلك مكتوب بلغة برمجة عالية المستوى. يهدف المشروع إلى تعليم المبتدئين كيفية تطور معلمات النموذج وكيفية تغير الدقة والخسارة مع مرور الأبواب. كما يتيح للمستخدمين تجربة ضبط المعلمات ومراقبة النتائج في الوقت الحقيقي. يركز على تبسيط المفاهيم المعقدة لتسهيل فهم أساسيات تدريب الشبكات العصبية. يبرز بوضوح الفرق بين الأداء قبل وبعد التدريب، مما يُسهم في تعزيز الفهم العملي للتعلم الآلي.
A DataOps platform that predicts student academic performance and provides end‑to‑end machine learning workflow.
يُقدِّم هذا النظام منصة متكاملة لتطبيق مبادئ DataOps و MLOps في مجال التنبؤ بأداء الطلاب الأكاديمي. يبدأ سير العمل بقراءة بيانات الطلاب الخام، ثم يطبق فحوصات جودة تلقائية لضمان صحة البيانات قبل تحويلها إلى ميزات قابلة للاستخدام. تُخزَّن هذه الميزات في مخزن ميزات مُنسَّق بالنسخ، ما يتيح تتبع التغييرات عبر الزمن. يتم تدريب ثلاثة نماذج تعلم آلي، وتُقارن أداؤها، مع تسجيل التجارب وتحديد النموذج الأفضل تلقائياً. يُخدم النموذج المُختار عبر واجهة برمجة تطبيقات REST، بينما يُراقب الانحراف في البيانات باستخدام مخططات التحكم الإحصائي. يوفِّر لوحة معلومات تفاعلية عرضاً بصرياً للبيانات، أهم الميزات، أداء النماذج، والتنبيهات، ما يسهِّل على المستخدمين اتخاذ قرارات مستنيرة.
A command‑line tool that predicts the storage capacity required for Dell PowerStore DRR deployments.
يُعد أداة لتقدير حجم التخزين اللازم لحلول النسخ الاحتياطي والتكرار في بيئات Dell PowerStore. تعتمد الأداة على تحليل بيانات الاستخدام الحالية وتطبيق نماذج إحصائية لتوقع الاحتياجات المستقبلية. تُظهر النتائج رسومات بيانية توضح توزيع السعة عبر الأقسام المختلفة وتساعد في اتخاذ قرارات التخطيط. تُشغَّل الأداة عبر سطر الأوامر وتُخرج تقارير مفصلة بصيغة CSV أو PDF. تستهدف مسؤولي التخزين ومديري البنية التحتية الذين يحتاجون إلى تخطيط دقيق للموارد. تحل المشكلة المتعلقة بتحديد سعة التخزين بدقة، مما يقلل من التكاليف الزائدة أو نقص السعة. تتميز بواجهة بسيطة وسرعة في التنفيذ مقارنةً بالحلول اليدوية أو الأدوات العامة.
LunaLink provides a reference implementation for autonomous lunar navigation, enabling developers to simulate and test navigation algorithms for lunar missions.
يقدم هذا المشروع تنفيذًا مرجعيًا للتنقل القمري، يهدف إلى تمكين المهندسين والباحثين من محاكاة وتقييم خوارزميات التنقل في بيئة القمر. يتضمن إطارًا برمجيًا متعدد المكونات مكتوبًا بلغة C++ وPython، ويشمل نماذج لحركة القمر، بيانات المستشعرات، ومنطق التوجيه. يوفر أدوات لتوليد المسارات، تقدير الحالة، واكتشاف الأخطاء، مع إمكانية عرض النتائج بصريًا باستخدام مكتبة Matplotlib. يستهدف المشروع مهندسي الفضاء، مخططو المهمات، والطلاب الذين يعملون على مشاريع استكشاف القمر. يساهم في تقليل الوقت اللازم لتصميم واختبار حلول التنقل من خلال توفير قاعدة كود جاهزة للاستخدام. يميز المشروع بمرونته في التخصيص، ودعمه للبيانات الحقيقية والمحاكاة، مما يجعله أداة قيمة للبحوث والتعليم في مجال ديناميكيات الفضاء.
Selects the most suitable conformance checking algorithm for a given dataset, aiding analysts in process mining tasks.
يُقدّم هذا المكتبة في لغة بايثون أداة تساعد المستخدمين على اختيار خوارزمية فحص التوافق الأمثل لمجموعة بياناتهم. تستقبل البيانات الحدثية، وتستخرج الخصائص الرئيسية، ثم تقيم مجموعة من الخوارزميات استناداً إلى مؤشرات الأداء مثل الدقة، والوقت المستغرق، واستهلاك الذاكرة. تُظهر الرسوم البيانية المقارنة بين الخوارزميات، ما يتيح اتخاذ قرار مستنير. يستهدف محللي تحليل العمليات والعلماء البيانات، ويُسرِّر مرحلة الاختيار ويقلل من التجربة والخطأ. من خلال أتمتة مقارنة الخوارزميات، يوفر الوقت ويعزز موثوقية تحليل التوافق.
A Python library for modeling, simulating, and visualizing continuous stochastic control processes.
توفر هذه المكتبة مجموعة أدوات لبناء ومحاكاة ورسم أنظمة التحكم العشوائية المستمرة. تعتمد على مكتبة JAX لأداء العمليات العددية بكفاءة عالية، وتستخدم pandas لمعالجة البيانات، وmatplotlib لرسم النتائج. يتيح للمستخدمين تعريف ديناميكيات النظام، وتحديد سياسات التحكم، وتوليد مسارات اصطناعية تعكس العشوائية الكامنة في العملية. تساعد الرسوم البيانية في تشخيص سلوك النظام، وتقييم استقراره، ومقارنة استراتيجيات التحكم المختلفة. صممت هذه المكتبة للباحثين والممارسين الذين يحتاجون إطاراً مرناً وفعالاً لاستكشاف مشاكل التحكم المستمرة.
A Python library that enables data‑driven multitask optimization for machine learning models.
يُقدِّم هذا المشروع مكتبة بايثون شاملة تُسهل عملية تحسين متعدد المهام مستنداً إلى البيانات، مع التركيز على نماذج التعلم الآلي. يدمج المكتبة مع مكتبات علمية رائدة مثل NumPy وPandas وSciPy وscikit‑learn وPyTorch، ما يتيح معالجة بيانات مرنة، وتحديد نماذج، وبناء خطوط أنابيب تقييم متكاملة. يمكن للمستخدمين تعريف مكونات مشتركة ومخصصة لكل مهمة، مع توازن تلقائي للضرائب، وإجراء ضبط معلمات مشتركة عبر المهام. تُصمم المكتبة خصيصاً للباحثين والممارسين الذين يسعون لاستكشاف التوازن بين المهام، وتسريع التوافق، وتحسين التعميم في بيئات التعلم المتعدد. تُعزز هذه الأداة القدرة على تحليل التبادلات بين المهام وتحديد أفضل استراتيجيات التدريب. كما توفر واجهة سهلة الاستخدام تسمح بدمجها في مشاريع بحثية أو تطبيقات صناعية تتطلب معالجة متعددة المهام. تُعدّ هذه المكتبة خطوة نحو تبسيط عمليات التطوير والاختبار في مجال التعلم المتعدد.
This project implements a trading strategy for statistical arbitrage using Python.
هذا المشروع يimplements استراتيجية تداول للاستثمار الإحصائي باستخدام Python. يستخدم المكتبات مثل NumPy، pandas، و scikit-learn للتحليل والاستراتيجية التجارية على بيانات السوق. الهدف من الاستراتيجية هو تحديد الأخطاء في الأسعار في السوق عن طريق التحليل والتكامل بين مختلف الأصول.
The turtle-trading project is a semi-automated investment system based on the Turtle Trading strategy.
هذا المشروع يعتمد على استراتيجية التورط (Turtle Trading) التي تم تطويرها من قبل ريتشارد دينيس وفرقته في الثمانينيات. هذا المشروع يقوم بتنفيذ نظام استثمار متكامل جزئيًا يستخدم لغة بايثون ومكتبات تحليل البيانات مثل NumPy، Pandas، Matplotlib، و Plotly للتعامل مع البيانات وتحليلها.