Generate Japanese subtitles for adult videos using AI transcription.
يُقدِّم هذا المشروع مولِّد ترجمات آليًا مخصصًا للفيديوهات البالغية باللغة اليابانية. يقوم بتحويل الصوت إلى نص بدقة عالية، مع توقيت دقيق للترجمات لتتناسب مع المشاهد. يستخدم نماذج تحويل الكلام إلى نص متقدمة ومعالجة اللغة الطبيعية للتعامل مع المصطلحات العامية والمصطلحات الخاصة بالمجال. يمكن للمستخدمين رفع ملفات الفيديو أو الصوت عبر واجهة ويب بسيطة أو نقطة نهاية API، ثم الحصول على ملف الترجمة بالصيغة القياسية، مما يسهل دمجه في سير عمل التحرير. يحل هذا الحل مشكلة الاعتماد على الترجمة اليدوية التي تستغرق وقتًا طويلاً وتكلف موارد، ويُسرّع عملية إنتاج المحتوى مع الحفاظ على الدقة والملاءمة الثقافية.
The stat-arb project is an equity pairs trading system designed to discover and execute profitable trades using walk-forward cointegration analysis.
هذا المشروع هو نظام تجارة زوجي الأسهم يستخدم تحليل التكامل الأمامي للتوافق لاكتشاف الفرص التجارية المربحة. يتم تنفيذ النظام باستخدام مكتبات كلايك، ماتبليوت، نومبي، بنادس، بايدنتيك، سايسي، وسيليريا، ويعمل مع قواعد البيانات البوسيستر.
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.
This project provides a tool for screening and evaluating investment opportunities.
هذا المشروع يقدم أداة لمراجعة و تقييم فرص الاستثمار. يعتمد على لغة البرمجة Python و يستخدم مكتبات مثل Matplotlib, NumPy, و Pandas للتعامل مع البيانات و الرسومات. يمكن استخدام الأداة من قبل المستثمرين الفرديين أو المحترفين الماليين الذين يبحثون عن تسهيل عملية البحث الاستثماري.
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 command‑line tool that streamlines data preparation, model training, and result visualization for machine‑learning projects.
تُقدِّم الأداة سير عمل موحد لتحميل مجموعات البيانات، إجراء المعالجة المسبقة، تدريب النماذج باستخدام خوارزميات شائعة، وعرض النتائج. تدعم الأداة كلًا من مكتبات التعلم الآلي الكلاسيكية وإطارات التعلم العميق، مما يتيح للمستخدمين تجربة أساليب مختلفة. تُساعد المخططات التفاعلية والقياسات المفصلة المستخدمين على تقييم أداء النماذج واتخاذ قرارات مستنيرة. صممت للأبحاث والممارسين، وتقلل من الكود المكرر المطلوب لإعداد التجارب. يدمج واجهة سطر الأوامر مع سكربتات بايثون الحالية ويمكن توسيعه عبر ملحقات.
Generate geographically accurate maps with customizable artistic styles via a command‑line interface or AI assistant.
يُنشئ Map Factory خرائط جغرافية دقيقة باستخدام مكتبة رسم الخرائط، ثم يُطبّق عليها أنماط فنية مخصصة عبر خدمة توليد الصور بالذكاء الاصطناعي مع الحفاظ على الدقة الجغرافية. يبدأ بإنشاء خريطة أساسية مستندة إلى إحداثيات محددة، ثم يرسل الصورة إلى واجهة برمجة تطبيقات التحكم في البنية لتطبيق أسلوب فني مثل الألوان المائية أو السايبر بانك أو النمط القديم. يمكن تشغيل الأداة من سطر الأوامر أو دمجها كمهارة في مساعد ذكي، ما يتيح للمستخدمين طلب خرائط بأسلوب طبيعي. تستهدف الأداة المصممين، والخرائط الجغرافية، ومبدعي المحتوى الذين يحتاجون إلى خرائط فريدة وجذابة للمواد التسويقية أو الألعاب أو المواد التعليمية. يحل هذا الحل مشكلة إنشاء خرائط فنية عالية الجودة دون الحاجة إلى رسام يدوي، ويقلل التكاليف ويزيد الإنتاجية.
The multidms project enables the joint analysis and modeling of data from multiple deep mutational scanning experiments.
يوفّر هذا المشروع إطارًا لتحليل وتحليل البيانات من عدة تجارب استقصاء تعديلات عميقة. يسمح للمبحثين بجمع البيانات من التجارب المختلفة، واكتشاف الأنماط والارتباطات، وتحقيق الفهم في العلاقات بين التعديلات والمؤثرات على الوظيفة البروتينية. يستخدم المشروع خوارزميات التعلم الآلي لتحليل البيانات وتوقّع سلوك البروتينات التي تحتوي على تعديلات محددة.
A Python tool for estimating the physical parameters of gravitational wave sources.
يُعَدّ هذا البرنامج أداةً برمجية متخصصة في تحليل بيانات الموجات الجاذبية لاستخلاص معلمات المصدر الفيزيائية مثل الكتل والدوارات وموقع السماء. يعتمد على مكتبات عددية قوية لتطابق نماذج الموجات مع الإشارات المُلاحَظة، ويُنتِج توزيعات لاحتمالية لاحقة للمعلمات. يتضمن سير العمل استيراد البيانات، ومعالجتها، وتقييم الاحتمالية، وتوليد العينات عبر خوارزمية ماركوف-تشين مونت كارلو. صُمم هذا البرنامج خصيصاً للباحثين في الفيزياء الفلكية وعلم الموجات الجاذبية، لتسهيل سير العمل وتحسين كفاءة التحليل. يُقدّم النتائج بصيغة رسومية عالية الجودة، مع إمكانية حفظها في تنسيقات علمية قياسية للمتابعة. يميز هذا الحل بقدرته على دمج خطوات التحليل المتعددة في واجهة واحدة، مما يقلل الحاجة إلى أدوات متعددة ويُسرّع عملية الاستخلاص.
This project is a hands-on learning experience for transitioning from product architecture to AI engineering or management, focusing on NVIDIA's AI stack and utilizing a 4x RTX 3090 inference platform.
هذا المشروع هو تجربة تعلم عملية لتحويل من الهندسة المعمارية إلى هندسة الذكاء الاصطناعي أو إدارة، تركز على مجموعة NVIDIA للذكاء الاصطناعي و تستخدم منصة inference 4x RTX 3090. يتضمن المشروع خبرة عملية في نشر وتحسين العملات الذكية الحقيقية، بالإضافة إلى تطوير المعرفة المنتجة في النماذج التكلفة والتبادلات الوقتية والاستعداد للانتاج.
A machine learning pipeline that predicts Alzheimer's disease from clinical data and offers an interactive Streamlit interface for model comparison and explainability.
يُقدّم هذا المشروع سير عمل كامل لعلوم البيانات لتشخيص مرض الزهايمر باستخدام ميزات سريرية للمرضى. يتضمن معالجة البيانات، هندسة الميزات، تدريب وتعديل عدة نماذج تصنيف مثل الانحدار اللوجستي، شجرة القرار، الغابة العشوائية، XGBoost، وشبكة عصبية متعددة الطبقات. تُحسب قيم SHAP لتوفير شروحات شفافة لأهمية الميزات، ويُبرز النموذج الأفضل. يتيح لوحة Streamlit التفاعلية للمستخدمين رفع البيانات، مقارنة مؤشرات الأداء، وعرض مخططات SHAP في الوقت الحقيقي. تم تصميم هذا الأنابيب للباحثين والمهنيين الصحيين الذين يحتاجون أداة قابلة للتكرار وشفافة للكشف المبكر عن المرض.
A Python library that extends Model-Based Robust Deep Learning with hybrid training algorithms for robust, calibrated deep learning models.
يُقدِّم المشروع إطار عمل بايثون يُعَدِّل على منهجية التدريب القائم على النماذج (MBRDL) لتوفير خوارزميات تدريب هجينة جديدة تُسهم في تعزيز المتانة والتقويم الدقيق للأنظمة العميقة. تتضمن الخوارزميات الجديدة MDAT و MRAT دمجًا بين تهيئة عشوائية أو اختيار أسوأ‑من‑k مع تحسين تدريجي عبر التدرّج، ما يحقق أداءً أفضل في البيئات المتقلبة. يتيح المشروع واجهة سطر أوامر لتدريب النماذج، إجراء تجارب متعددة البذور، وتحليل النتائج إحصائيًا باستخدام اختبار ويلتش t‑test وفترات الثقة. كما يُقدِّم مجموعة متكاملة من المقاييس مثل الدقة العليا، الخطأ المتوقع للتقويم (ECE)، ترتيب متوسط العكسي (MRR)، ووقت التدريب. يستهدف المستخدمون الباحثون والممارسون في مجال التعلم العميق الذين يحتاجون إلى خطوط إنتاج قابلة للتكرار ومُعتمدة إحصائيًا لتطوير نماذج أكثر موثوقية.
The project generates 3D nanoparticle agglomerates through a Brownian collision simulation.
يستخدم هذا المشروع طرق حسابية لتحليل تراكب الجسيمات النانوية في ثلاثة أبعاد. يستفيد من مكتبات مثل NumPy و SciPy للعمليات الحسابية الفعالة، ومكتبة Matplotlib للرسم البياني. الهدف هو modeling وتحليل سلوك الجسيمات النانوية تحت الحركة البراونية. هذا يمكن أن يكون مفيدًا في مجالات مثل العلوم المواد والنانوتكنولوجي.
A Python-based tool that analyzes Microsoft Clarity data to uncover user behavior, optimize funnels, and design experiments for better conversion rates.
تجمع هذه الأداة البيانات من Microsoft Clarity وتقوم بمعالجتها لتقديم نظرة شاملة على تفاعل المستخدمين مع موقع الويب. توفر تحليل مسارات التحويل، وتقرير يومي عن معدلات التحويل، وتقييم صفحات الويب وفقًا لنظام 100 نقطة. يتيح وحدة تصميم التجارب محاكاة تحليل القدرة وحسابات مونت كارلو، بينما يقيّم نظام ICE/PXL فرضيات الاختبار لتحديد أولوياتها. يمكن للمستخدمين تتبع نتائج التجارب عبر ربط جداول Google Sheets وتلقي توصيات عملية لتحسين تجربة المستخدم. تم تصميم المشروع للمديرين المنتج، باحثي تجربة المستخدم، ومحللي البيانات الذين يحتاجون إلى قرارات مستندة إلى البيانات لتحسين معدلات التحويل.
A Python library that predicts vertical ground reaction force curves from triaxial accelerometer signals using functional principal component analysis and a lightweight neural network, enabling force‑plate quality biomechanical metrics from a single wearable sensor.
يقدم الحزمة مساراً كاملاً لتحويل بيانات التسارع ثلاثية المحاور التي تُجمع أثناء القفزات المتحركة إلى منحنيات القوة الأرضية الرأسية (vGRF). يستخدم تحليل المكوّنات الرئيسية الوظيفية (FPCA) لتقليل كل من الإشارات الداخلة والخارجة إلى متجهات درجات منخفضة الأبعاد، ثم يُدرّب شبكة عصبية بسيطة ذات طبقة مخفية واحدة لتعلم العلاقة بينهما. يمكن للنموذج الناتج التنبؤ بارتفاع القفز، والقوة القصوى، وموجات القوة الكاملة بدقة عالية، مع مطابقة معايير جودة مكابح القوة مع استخدام مستشعر قابل للارتداء واحد فقط. تتضمن المكتبة أدوات لتحميل البيانات، ومعالجتها، وتصويرها، وتقييمها، مما يجعلها مناسبة للبحوث وتحليل الأداء في الميدان. تُظهر الدراسة أن تمثيل الإشارة بعناية يمكن أن يتفوق على هياكل معمارية أكثر تعقيداً مثل المحولات، مما يبرز أهمية هندسة الميزات في مهام التنبؤ الحركي.
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.
ClawBio is a bioinformatics-native AI agent skill library that enables reproducible and modular analysis of genomic data, prioritizing local-first and privacy-focused approaches.
هي مكتبة مفتوحة المصدر تقدم مجموعة من المهارات المبنية مسبقًا للتحليل البيولوجي. هذه المهارات مصممة لتنفيذها بواسطة एजنت ذكية، مما يضمن reproducibility و accuracy في النتائج. المكتبة مبنية على OpenClaw و تستخدم لغة بايثون كالغة الرئيسية. تؤكد على النهج الأولي المحلي، مما يعني أن البيانات الجينية لا تخرج من جهاز المستخدم، وتقدم تصميمًا مودولارًا للسهولة في التوسع والتعديل.
Automates the quantitative assessment of quality differences before and after semiconductor process changes and identifies key contributing features.
يهدف هذا النظام إلى تقييم الاختلافات الكمية في جودة المنتجات قبل وبعد تطبيق تغييرات في عمليات تصنيع أشباه الموصلات. يقوم بمعالجة البيانات عالية الأبعاد، ويطبق التحجيم القوي، ثم يحسب ثلاث درجات متكاملة: الانحراف، والذروة، والملفوف. كل درجة تلتقط نمط فشل مختلف—الانحراف المنهجي، والارتفاعات المتقطعة، والعيوب المتعددة المتغيرات. يتم تتبع أهمية الميزات لكل درجة، مما يمكّن المهندسين من تحديد القياسات التي تدفع التغييرات الملحوظة. ينتج النظام تصنيفًا للسلامة وتقريرًا بصريًا، مما يبسط عملية التحقق من ECO للفرق التصنيعية.
This project aims to detect change points in EDS data from semiconductor products by identifying significant differences between Ref Group and Comp Group.
هذا المشروع يهدف إلى تحديد النقاط التغيرية في البيانات EDS من منتجات البطاريات الرقمية عن طريق تحديد الفروقات المهمة بين مجموعة المرجع ومجموعة المقارنة. يتناول المشروع مشكلة خسارة الإنتاجية بسبب التحليل غير الدقيق للنتائج الاختبار EDS بعد تطبيق الشروط التأهيلية. يستخدم استراتيجية PCA + Hotelling T² كأساس لتحسين تقنيات AutoEncoder، التي تعاني من attenuation RMSE، recovery compensation، عدم وجود أسس إحصائية لتثبيت الحدود، و heterogeneity البيانات.
The spectral-predict project is an automated spectral analysis tool designed to preprocess, model, and rank spectroscopy data.
هذا البرنامج يقوم بتحليل البيانات الطيفية بشكل تلقائي، ويقدم أدوات لتعديل وتحليل وترتيب هذه البيانات. يستخدم هذا البرنامج مكتبات برمجية شائعة مثل scikit-learn, numpy, pandas, و scipy للقيام بهذه المهمة. يهدف spectral-predict إلى تسهيل تحليل البيانات الطيفية المعقدة.
This project is a multi-source security log analysis and correlation system for detecting threats across various logs with real-time Telegram alerting, built for university network security monitoring and research.
يتم جمع تسجيلات الأمن من مصادر متعددة عبر خادم تسجيل مركزي، يكتشف وتحليل تنسيقات التسجيلات المختلفة تلقائيًا، ويطبق ست قواعد تحديد للتعرف على المخاطر المحتملة، ويعمل على تصفية الإشعارات بناءً على شدة الخطورة، ويمنع إعادة التنويع، ويرسل إشعارات Telegram في الوقت الفعلي. نظام تسجيل الأمان متعدد المصادر مصمم لمراقبة أمن الشبكة الجامعية والبحث.
This project is a local dashboard for displaying data using various visualization tools.
هذا المشروع هو لوحة تحكم محلية لاستخدام أدوات التخطيط المتعددة. يعتمد على مكتبات مثل matplotlib, numpy, pandas, plotly و scipy لإنشاء تخطيطات تفاعلية. يستخدم Streamlit لبناء الواجهة المستخدمة. هذه اللوحة مصممة ظاهريًا للتحليل والتنظيم المحلي للبيانات.
This curriculum teaches the fundamentals of reinforcement learning and active inference, guiding learners from basic concepts to advanced applications.
يقدم هذا المنهج سلسلة من الدروس التي تربط بين التعلم المعزز (RL) والتخمين النشط (AIF)، معتمدًا على مبادئ مبدأ الطاقة الحرة. يبدأ بالأساسيات الحيوانية ثم ينتقل إلى نماذج MDP وتعلم القيم، قبل أن يتعمق في خوارزميات التعلم العميق. يدمج المنهج أدوات مكتبة ALF وNeuro-Nav لتوفير أمثلة عملية في لغة Python مع JAX. يستهدف الطلاب والباحثين الذين يرغبون في فهم العلاقة بين RL وAIF وتطبيقها في بيئات معقدة. يحل المشكلة التي يواجهها المتعلمون في فهم الفجوة النظرية بين الطريقتين، ويقدم مسارًا تدريجيًا من المفاهيم البسيطة إلى التطبيقات المتقدمة. يميز نفسه بتركيزه على التجارب العملية والتمارين التي تشجع على التفكير النقدي وتطبيق المفاهيم في سيناريوهات حقيقية.
A Python toolkit for benchmarking organoid gene expression datasets, offering performance metrics and visualizations for researchers.
يُقدِّم هذا الأداة مجموعة شاملة من الوظائف لتقييم أداء تحليلات التعبير الجيني للأنسجة العضوية، مما يتيح للمستخدمين مقارنة خطوط المعالجة الحاسوبية المختلفة على مجموعات بيانات موحدة. يدمج التعامل مع البيانات باستخدام pandas، والتقييم الإحصائي عبر scipy، والحسابات عالية الأداء باستخدام JAX لتسريع العمليات. تُنشئ الرسوم البيانية باستخدام matplotlib، وتعرض مخططات واضحة للدقة، والوقت المستغرق، واستخدام الموارد. صُممت خصيصاً للباحثين في علم المعلومات الحيوية، وتُسهل سير العمل المتكرر لتقييم الأداء، مع دعم تصدير النتائج إلى صيغ شائعة. تُبسط الأداة عملية التحقق من صحة الأساليب الجديدة مقابل المعايير المعتمدة، مما يسرّع اكتشافات علم الأنسجة العضوية. كما توفر واجهة برمجية سهلة الاستخدام تسمح بدمجها في خطوط سير العمل الحالية دون الحاجة إلى إعدادات معقدة. تُعزز هذه الأداة التعاون بين الباحثين من خلال توفير تقارير موحدة وقابلة للمقارنة.
A Python library for building hypergraph neural networks that support topological and geometric deep learning.
يُقدّم هذا المكتبة حلولاً لتطبيق الشبكات العصبية على الهياكل الهرمية المعروفة بالهياكل الهرمية (hypergraphs). تُتيح للمستخدمين نمذجة العلاقات ذات الدرجات الأعلى بين العناصر بدلاً من العلاقات الثنائية التقليدية. تتضمن المكتبة طبقات جاهزة، دوال خسارة، وأدوات مساعدة لتسهيل التعلم الجيومتري والتعلم الطوبولوجي. تم بناؤها باستخدام إطار عمل JAX لتوفير أداء عالٍ على وحدات المعالجة الرسومية الحديثة. تُستهدف الباحثين في مجال التعلم الآلي والبيانات الكبيرة الذين يحتاجون إلى نماذج تعكس التفاعلات المعقدة بين الكيانات. يمكن استخدامها في تحليل الشبكات الاجتماعية، علم الأحياء، وأنظمة التوصية حيث تتطلب البيانات تمثيلاً أكثر تعقيداً. تبرز المكتبة بقدرتها على تسريع التجارب وتسهيل دمجها مع مكتبات أخرى في بيئة Python.
MissionPlanAlgo is a research and simulation platform for task planning algorithms of large-scale satellite constellations, supporting heterogeneous satellites, multiple observation targets, and various imaging modes.
هي منصة بحث وتمثيلية لخطة المهام للكوكبات الفضائية الكبيرة، تدعم الكواكب الفضائية المختلفة، الأهداف المتعددة، والطرق التصوير المتعددة. وتوفير واجهة موحدة لدعم الخوارزميات التخطيطية المختلفة، بما في ذلك greedy، EDD، SPT، GA، SA، ACO، PSO، وTabu. كما تشمل الميزات مثل حساب الرؤية للخلفينتين، معالجة البيانات الفضائية على متن الكوكب، وعمليات تجريبية شاملة.
Reimplement and extend NMF‑based audio mosaicing to generate audio mosaics from source recordings.
يقدّم هذا المشروع إعادة تنفيذ لخوارزمية الموزاييك الصوتي المعتمدة على تحليل المصفوفات غير السالبة كما هو موضح في ورقة ISMIR 2015 "Let It Bee". يتيح للمستخدمين تفكيك مسار صوتي مصدر إلى مجموعة من الطيفيات الأساسية ثم إعادة بناء موزاييك صوتي جديد عن طريق إعادة تجميع هذه الأسس وفقًا لمسار صوتي مستهدف أو نمط محدد من قبل المستخدم. يعتمد التنفيذ على لغة بايثون ويستفيد من مكتبات NumPy وSciPy وPandas وMatplotlib للمعالجة العددية، والتعامل مع البيانات، والرسوم البيانية. صُمم خصيصًا للباحثين والمهندسين الصوتيين الذين يرغبون في تجربة إعادة المزج، والتقسيم، والتوليد الصوتي دون الحاجة لبناء الخوارزمية من الصفر. يتضمن الكود ميزات إضافية مثل ضبط حجم الأسس، والتنظيم الاختياري، وواجهة سطر أوامر بسيطة لمعالجة الدُفعات.
The cheias.pt project is a real-time flood precondition monitoring platform for Portugal, combining soil moisture data, weather forecasts, river discharge models, and IPMA meteorological warnings into a single map-first dashboard.
هو نظام مراقبة الفيضانات في الوقت الحقيقي لبرتغال، يجمع بين بيانات الرطوبة الأرضية والتنبؤات الجوية وتحليلات الانهيار المائي وتنبيهات IPMA المناخية في لوحة واحدة أولى الخريطة. يستخدم النظام APIs العامة لتحميل البيانات الحية على الرطوبة الأرضية والتنبؤات الجوية وتحليلات الانهيار المائي وتنبيهات IPMA المناخية. ثم يคำم مؤشرات الفيضانات في 11 محطة نهرية ويعرض النتائج على خريطة MapLibre مظلمة. يتم تصميم النظام ليكون بدون خلفية، لا توجد مفاتيح API أو خوادم مطلوبة.
Af Analyzer is a tool for analyzing the temperature transformation of austenite, based on YY/T 1771-2021 standard.
Af Analyzer هو أداة مفتوحة المصدر للتحليل من تحول الأوستينيت، على أساس المعيار YY/T 1771-2021. يستخدم المنهج الطليعي ل حساب درجات التحول As و Af-tan من البيانات المتعلقة بالحرارة والتغيرات في الموضع. يدعم أداة Af Analyzer العديد من تنسيقات الملفات (JSON، Excel، CSV) وتتيح تعديل المعلمات بشكل تفاعلي. توفر الأداة واجهة مستخدم سهلة الاستخدام للتحليل والتصوير النتائج.
This project, Curvature Relaxation Model (CRM), is a four-paper program for geometric cosmology without the dark sector.
يحل نموذج الاسترخاء الجغرافي (CRM) طاقة المظلمة ب потенشال استرخاء جوهري ويتضمن تعديلات على الجاذبية ضمن إطار هورندسكي / f(R). يُؤكد النموذج ضد بيانات CMB Planck 2018 باستخدام hi_class مع نموذج جاذبية crm_fR المخصص. يحقق النموذج crm_fR الأصلي فرق في chi2 مقدار -3.7 مقارنة بنموذج LCDM على بيانات CMB Planck، مع alpha_M_0 = 0.0011 +/- 0.0007 و100*theta_s = 1.04173.
CT-JEPA trains self-supervised representations for 3D CT volumes, enabling downstream medical imaging tasks without labeled data.
يُقدّم هذا المشروع إطاراً للتدريب الذاتي على صور الأشعة المقطعية ثلاثية الأبعاد، حيث يُقسّم الحجم إلى قطع صغيرة ثم يُشفّر الأجزاء المرئية عبر مشفر هرمي يعتمد على الانتباه. بعد ذلك يُتوقع التمثيل المضمن للقطع المخفية باستخدام شبكة معلم. ينتج عن ذلك مشفر عام يمكن تحسينه لأعمال لاحقة مثل تصنيف الأمراض، التجزئة، وإنشاء التقارير. يهدف المشروع إلى الباحثين والممارسين الذين يحتاجون نماذج قوية بدون الحاجة لتسميات مكلفة. يحل مشكلة ندرة البيانات الموسومة في المجال الطبي، ويعطي تمثيلات قابلة للتعميم على مهام مختلفة. يميز المشروع بنظامه الهرمي والقدرة على التعامل مع حجم بيانات كبير مع الحفاظ على كفاءة التدريب.
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.
A unified simulation framework for Dense Plasma Focus experiments, enabling researchers to model plasma dynamics and related physics.
يُقدِّم المشروع بيئة محاكاة شاملة لتجارب تركيز البلازما الكثيفة، مع دمج نماذج فيزيائية متعددة ضمن قاعدة شفرة موحدة. يدعم ديناميكيات البلازما وتطور الحقول المغناطيسية وحسابات نقل الطاقة باستخدام أساليب عددية متقدمة. يمكن للمستخدمين تكوين المحاكاة عبر واجهة سطر أوامر أو واجهة ويب خفيفة، وتُعرض النتائج عبر مخططات تفاعلية. صُمم الإطار للباحثين والمهندسين الذين يحتاجون نمذجة دقيقة وقابلة للتكرار لسلوك البلازما. يلبي الحاجة إلى أداة مرنة ومفتوحة المصدر يمكن تعديلها لتتناسب مع إعدادات تجريبية متطورة. يتيح للمستخدمين استكشاف تأثيرات المعلمات المختلفة على النتائج، مما يسهم في تحسين تصميم التجارب. يدمج المشروع بين الأداء العلمي والدقة في العرض البصري، ما يجعله خياراً مفضلاً للبحوث التطبيقية في مجال الفيزياء البلازمية.
A Python library that provides a zero‑gap memory system to improve the performance of state‑of‑the‑art local context models.
يُقدِّم Zero‑Gap Memory مكتبة بايثون تهدف إلى منح نماذج اللغة الكبيرة ذاكرة مستمرة وبدون فجوات في التفاعل. تُخزّن المكتبة التمثيلات المكانية والبيانات المرافقة في هياكل ذكية داخل الذاكرة، ما يتيح استرجاع سريع وسلس دون الحاجة إلى قواعد بيانات خارجية. تتكامل مع واجهات برمجة التطبيقات الخاصة بنماذج الذكاء الاصطناعي، وتُضيف تلقائياً المحتوى السابق ذي الصلة إلى الطلبات لتحسين الاتساق والدقة. تستهدف المطورين والباحثين في مجال الذكاء الاصطناعي، وتُسهم في بناء وكلاء محادثة، ومساعدين معرفيين، وأي تطبيق يحتاج إلى سياق طويل الأمد. كما توفر أدوات مرئية لتحليل استخدام الذاكرة ونوعية الاسترجاع، مما يتيح ضبط الأداء وتحديد الانحرافات المحتملة.
A toy parallel decoder transformer architecture scaffold for experimenting with language models.
يقدّم هذا المشروع مخططًا خفيفًا لبناء نماذج ترانسفورمر ذات فك تشفير متوازي مستوحاة من DeepSeek. يتضمن مكونات معيارية للتمثيل، والاهتمام، والطبقات الأمامية، واستراتيجية فك تشفير متوازي تُعالج عدة رموز في آنٍ واحد. تم تصميمه ببساطة لتسهيل تعديل أو توسيع البنية دون الحاجة إلى التعامل مع كود معقد. يدعم التدريب والاستنتاج باستخدام مكتبة PyTorch، ويُظهر ديناميكيات التدريب عبر رسومات بيانية. يستهدف الباحثين والمهندسين الذين يدرسون نماذج ترانسفورمر الجديدة ويبحثون عن تحسين الكفاءة في التدريب والاستنتاج. يحل مشكلة صعوبة البدء في تجارب معماريات متقدمة من خلال توفير بنية جاهزة للتعديل. يميز نفسه بمرونته وسهولة فهمه، ما يجعله أداة مفيدة في البحث والتعليم.
The Minimal Mistakes Jekyll theme provides a set of build scripts for the npm package.
هذا المشروع هو موضوع جيكيل مع نصيب بناء npm. مصمم لتبسيط عملية بناء وتوزيع موقع الويب باستخدام هذا الموضوع. الموضوع نفسه لا يوجد في هذه الملفات، ولكن الأدوات اللازمة لإنشاء وإدارة هذا الموضوع.
This project provides a clean repository for Vision-Language Model (VLM) based object counting with GradCAM visualization.
يوفّر هذا المشروع مخزنًا نظيفًا لتحديد الأشياء باستخدام نموذج اللغة والرؤية (VLM) مع وظيفة GradCAM. يimplement مشروع Sequential_Counter أربعة استراتيجيات للتحديد باستخدام Qwen3-VL-2B-Instruct للتحديد القليل من الأشياء. تصل الاستراتيجية الهجينة إلى أفضل أداء بفضل 5 استدعاءات فقط لنموذج VLM. يحتوي على هيكل للملفات، وinstructions لتثبيت البرنامج، وguides سريعة للتحديد للأشياء في صورة، وتوليد وظيفة GradCAM، وتشغيل التقييم.
Provides GPU-accelerated telemetry for large language model inference, enabling real-time observability and vendor-neutral export.
يُقدّم هذا المكتبة واجهة برمجية موجهة للمعالجة على وحدات معالجة الرسوميات، مخصصة لمتابعة استدلال نماذج اللغة الكبيرة. تقوم بجمع مؤشرات الأداء مثل استهلاك الذاكرة، زمن الاستجابة، واستخدام GPU للأنظمة التي تعمل بنماذج مُقلّلة الدقة على وحدات معالجة متعددة عبر بروتوكول NCCL. تُتيح طبقة التصوير الرسومي في الوقت الحقيقي تصور مراحل خط الأنابيب أثناء التنفيذ، ما يسهّل على المطورين تتبع الأداء وتحديد نقاط الاختناق. تدعم المكتبة تشغيلات شائعة مثل GGUF و llama.cpp، وتصدر البيانات إلى أي نظام متوافق مع OTLP، ما يضمن توافقًا مع مختلف منصات المراقبة. تُستهدف هذه الأداة فرق تطوير الخدمات الإنتاجية التي تتطلب مراقبة دقيقة وموحدة للأنظمة المعتمدة على GPU.
A Python library that uses large language models and human feedback to evolve reward functions for reinforcement learning tasks.
تُعدّ مكتبة revolve أداة برمجية بلغة بايثون تستفيد من نماذج اللغة الكبيرة لتوليد وتطوير دوال المكافأة في مهام التعلم المعزز. تُدمج التعليقات البشرية في عملية التطوير، ما يتيح تحسين المكافآت بشكل تكراري لتتناسب مع السلوك المرغوب. توفر المكتبة واجهات لإدخال أوامر باللغة الطبيعية، وتدريب نماذج المكافأة باستخدام مكتبة PyTorch، مع إمكانية تصور تطور المكافآت عبر رسومات بيانية باستخدام Matplotlib. تستهدف الباحثين والمطورين الذين يسعون لأتمتة تصميم المكافآت وتقليل الجهد اليدوي. تحل revolve مشكلة ندرة أو عدم توافق المكافآت في بيئات معقدة، من خلال نهج منهجي يعتمد على البيانات. كما تُسهّل مقارنة أداء الأجندة مع مكافآت مختلفة في مراحل التدريب. تُعزز المكتبة القدرة على اختبار فرضيات تصميم المكافأة بسرعة وفعالية.
A data‑science pipeline that examines whether the severity of an individual’s mention in the DOJ‑released Epstein case files predicts real‑world consequences such as resignations, arrests, or convictions.
يستكشف هذا المشروع العلاقة بين شدة ذكر الأفراد في ملفات وزارة العدل المتعلقة بقضية إبشتين والنتائج الواقعية التي واجهوها، مثل الاستقالات أو الاعتقالات أو الأحكام القضائية. يستخدم مجموعة من تقنيات معالجة النصوص لاستخراج ميزات مثل عدد الإشارات، متوسط المشاعر المحيطة بالذكر، وتردد الكلمات الداعمة للاتهامات. تُدرّب نماذج تعلم آلي، بما في ذلك خوارزمية XGBoost ونموذج DistilBERT، لتوقع ما إذا كان الفرد سيواجه عواقب قانونية بناءً على هذه الميزات. يتم عرض النتائج عبر تطبيق ويب مبني على Flask يتيح للمستخدمين استكشاف البيانات والتنبؤات بصريًا. يستهدف الباحثين في العلوم الاجتماعية، محللي السياسات، وعلماء البيانات الذين يحتاجون إلى أدوات تحليلية دقيقة لفهم فجوات المساءلة. يحل المشروع مشكلة نقص الأدوات القابلة للتطبيق التي تربط بين التغطية الإعلامية والنتائج القانونية، ويقدم نهجًا منهجيًا يدمج التحليل الكمي والنوعي. يميز المشروع بدمجه للبيانات المتنوعة من ملفات المحكمة، ووسائل الإعلام، ومصادر الأخبار مع نماذج تعلم آلي متقدمة.
A lightweight Python library that implements DEER, quasi-DEER, and ELK algorithms to parallelize nonlinear dynamical system simulations.
تقدم مكتبة MicroDeer تنفيذًا بسيطًا ووظيفيًا لخمس استراتيجيات توازي—DEER، quasi-DEER، و ELK—لأنظمة الديناميكية غير الخطية. توفر واجهة برمجة تطبيقات سهلة الاستخدام تسمح للمستخدم بتعريف النظام، وتحديد مجموعة من الحالات الابتدائية، وتحديد معلمات المحاكاة، ثم توزيع عبء العمل عبر عدة نوى معالجات. تعتمد المكتبة على JAX لتجميع الكود في وقت التشغيل واستخدام التفاضل التلقائي، بينما تُستخدم Matplotlib و Pandas لعرض النتائج ومعالجة البيانات. تستهدف الباحثين والمهندسين الذين يحتاجون إلى تشغيل مجموعات كبيرة من المحاكاة، وتقلل MicroDeer من زمن التنفيذ والذاكرة المستخدمة مقارنة بالتنفيذ التسلسلي. تم تصميمها مع التركيز على الوضوح وسهولة التكامل مع سير العمل الحالي في بيئة بايثون. كما توفر أدوات تحليلية مبسطة لتقييم أداء الأنظمة وتحديد نقاط الاختناق. تميزها هو تركيزها على البساطة والفعالية، مما يجعلها خيارًا مناسبًا للمهتمين بالتحليل العددي والتصميم التجريبي.
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.
A Python tool that maps the evolution of AI research by extracting and visualizing data from the Connectionists mailing list archives.
يقوم هذا المشروع بجمع بيانات قوائم البريد الخاصة بمجموعة Connectionists، ثم يقوم بتحليل المحتوى واستخراج الموضوعات الرئيسية والمؤلفين والاتجاهات المناقشة على مر الزمن. يتم تنظيف البيانات وتنسيقها باستخدام مكتبات معالجة البيانات، ثم يتم إنشاء رسومات بيانية تفاعلية توضح كيف تغيرت مواضيع أبحاث الذكاء الاصطناعي عبر العقود. يهدف المشروع إلى خدمة الباحثين والمؤرخين ومهتمي الذكاء الاصطناعي الذين يرغبون في استكشاف السياق التاريخي لأبحاث الشبكات العصبية وتعلم الآلة. يتيح للمستخدمين تحديد الأوراق العلمية المؤثرة، والفرع الناشئ للمواضيع، وتطور المصطلحات في المجال. يتميز المشروع بخفة الوزن وسهولة التشغيل عبر سطر الأوامر أو دمجه في دفاتر Jupyter، ما يجعله أداة عملية للبحث والتحليل التاريخي.
An AI-driven platform that automates research data analysis and visualization for scientists.
يُقدّم هذا النظام واجهة ويب تُمكّن الباحثين من رفع مجموعات البيانات الخاصة بهم وإجراء تحليل إحصائي تلقائي باستخدام مكتبات بايثون مثل pandas وnumpy وscipy. يدمج نماذج الذكاء الاصطناعي من OpenAI وAnthropic لتفسير النتائج، واقتراح فرضيات، وتوليد ملخصات بلغة طبيعية. تُعرض الرسوم البيانية التفاعلية باستخدام matplotlib وPlotly، ما يتيح للمستخدمين استكشاف الاتجاهات والأنماط مباشرة في المتصفح. يُبنى الجزء الخلفي على FastAPI ويُشغَّل عبر Uvicorn، مما يضمن معالجة الطلبات بشكل غير متزامن وسريع. موجه للمجموعات البحثية الأكاديمية والصناعية، يسرّع هذا المنصة سير العمل من البيانات الخام إلى الرؤى القابلة للتنفيذ.
A web-based tool that analyzes battery cycle stability data from Basytec test files, calculating capacity metrics and visualizing trends for researchers and engineers.
يتيح هذا البرنامج تحليل بيانات استقرار دورات البطاريات المستخرجة من ملفات نظام اختبار البطاريات Basytec. يقوم بقراءة الملفات بصيغ .txt أو .csv ويستخرج معطيات الميتاداتا تلقائياً. يحدد حدود كل دورة شحن/فك شحن باستخدام أساليب متعددة، ثم يحسب سعة البطارية (Ah) وسعة النوعية (mAh/g) لكل دورة. يعرض النتائج عبر مخططات تفاعلية توضح اتجاه السعة، نطاق الجهد، ومدة الدورة، مع إمكانية تصدير البيانات إلى ملفات CSV. يتم تشغيل الواجهة عبر Streamlit في متصفح محلي، ما يتيح للمستخدمين رفع الملفات وتحديد معايير التحليل بسهولة. يهدف البرنامج إلى تسهيل عمل الباحثين والمهندسين في تقييم تدهور البطاريات وإعداد تقارير بحثية دقيقة.
This project is a professional real-time quantitative trading system that supports cryptocurrency and stock trading, featuring a live visualization dashboard.
هذا المشروع هو نظام تجاري احترافي للتحليل والاستكشاف في الوقت الحقيقي، يتيح الدخول إلى سوق العملات الرقمية والأسهم. يتضمن النظام ميزات مثل لوحة التحكم المباشرة، اختبار الاستراتيجيات باستخدام البيانات التاريخية، تجارة الخيارات، تجربة التداول، و إدارة المخاطر.
This project provides an interactive dashboard and API to analyze the impact of ANEEL Resolution 1000/2021 on the commercial performance of Brazilian electricity distributors.
يقدم النظام لوحة تحكم ويب تفاعلية تُظهر مؤشرات الأداء الرئيسية، والاتجاهات الزمنية، والعقوبات المالية المرتبطة بخدمات توزيع الكهرباء. يجمع البيانات حول مواعيد تقديم الخدمات، وانتهاكات خارج المواعيد، ومبالغ التعويض عبر مجموعات حيازة متعددة. يتيح الجزء الخلفي، المُبنى على إطار عمل خفيف، واجهة برمجة تطبيقات JSON تدعم الرسوم البيانية التفاعلية والمرشحات. يمكن للمستخدمين استكشاف التحليلات المقارنة قبل وبعد التغيير التنظيمي، ومقارنة حجم موزعي الكهرباء مع النتائج المالية، وتتبع خرائط الحرارة الشهرية للامتثال. تم تصميم الحل للخبراء والمحللين الذين يحتاجون إلى رؤى عملية حول الامتثال التنظيمي وجودة الخدمات التجارية.
Test-Opt is a general water network optimization scheduling system that supports the joint optimization and scheduling of various types of hydraulic facilities, including reservoirs, pumps, gates, and hydropower stations.
Test-Opt هو مشروع مفتوح المصدر يوفّر إطارًا عامًا لتحسين وتخطيط الشبكات المائية. يدعم المشروع مختلف أنواع المرافق المائية، بما في ذلك السدود والخزانات والمضخات ومكابس الماء ووحدات توليد الطاقة الكهرومائية. يتم بناء النظام على إطار نمذجة الت оптимيزيشن بايومو ويوفر Interfaces للتحديد النوعي وتقنيات للتمدد القوي.
An AI‑driven platform that manages the entire lifecycle of water distribution networks through multi‑agent decision support.
يُقدِّم هذا النظام حلاً متكاملاً لإدارة شبكات توزيع المياه عبر جميع مراحل دورة حياتها، بدءاً من المراقبة والتحليل وصولاً إلى التحسين والتخطيط. يدمج بيانات المستشعرات والسجلات التاريخية والنماذج المحاكاة في قاعدة بيانات رسومية موحدة، مما يتيح للوكيل الذكي تحليل الظروف الحالية للشبكة واقتراح تدخلات عملية. يُقدِّم النظام واجهة برمجة تطبيقات حديثة مبنية على FastAPI، بينما تُعرض الرسوم التفاعلية عبر واجهة ويب تعتمد على Plotly وMatplotlib. يستهدف النظام مهندسي السباكة والهيدروليكا ومديري العمليات ومخططي الصيانة الذين يحتاجون إلى رؤى مدعومة بالبيانات لتقليل الفاقد، وإطالة عمر الأصول، وتحسين موثوقية الخدمة. يدمج النظام بين استدلال نماذج اللغة الكبيرة والتحليلات المخصصة للمجال، ما يتيح تنسيقاً فعالاً بين أصحاب المصلحة والقيود المتعددة في إدارة شبكات المياه.