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.
A Python library that implements modular, scalable multi-agent reinforcement learning for portfolio management.
تُقدّم MSPM إطار عمل لبناء وتدريب وكلاء تعلم معزز متعددين يتعاونون لإدارة محفظة استثمارية متنوعة. يتضمن مكتبة مكونات معيارية لتحديد تمثيلات الحالة، فضاءات الإجراء، إشارات المكافأة، وبروتوكولات التواصل بين الوكلاء. تُدمج مع أدوات تحليل البيانات الشائعة لاستيراد بيانات السوق، إجراء هندسة الميزات، وعرض مؤشرات الأداء. صممت لتلبية احتياجات الباحثين والمطورين، مما يتيح تجربة سريعة مع خوارزميات تعلم معزز مختلفة واستراتيجيات محفظة. تحل MSPM مشكلة تنسيق عمل وكلاء متعددين لتحقيق عوائد محسّنة مع مراعاة المخاطر في ظروف سوق متغيرة. تتميز بقدرتها على التوسع لتشمل عددًا كبيرًا من الأصول والبيانات التاريخية. كما توفر واجهة مرنة تسمح بدمجها مع أنظمة تداول حية أو محاكاة معقدة.
This project implements a simple linear regression model for data analysis and prediction.
هذا المشروع يimplement نموذج تقدير خطي بسيط للتحليل والتنبؤ بالبيانات. يستخدم هذا المشروع مكتبة NumPy لعمليات الحسابية العددية ومكتبة Matplotlib للرسم البياني. هذا المشروع مناسب للمبتدئين الذين يريدون تعلم عن تقدير الخطي وتطبيقاته في التحليل البياني. الكود يوفر مثالًا بسيطًا حول كيفية تدريب النموذج والتنبؤ بالنتائج.
pyboj-workspace is a Python client for the Bank of Japan Time-Series Statistics API, providing machine-readable access to Japan's central bank time-series data.
هذا المشروع يغطي واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني. يوفر هذا العملاء بسيطًا ومريحًا لاسترجاع أنواع مختلفة من البيانات الاقتصادية، بما في ذلك أسعار الصرف والفوائد والمؤشرات السعرية وغيرها. يعتمد العميل على واجهة برمجة التطبيقات الرسمية للبنك المركزي الياباني لسهولة الوصول إلى البيانات الاقتصادية المتعلقة بالبنك المركزي الياباني.
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.
The nous project is a nano transformer LLM built from scratch, designed for natural language processing tasks.
هذا المشروع هو نموذج لغة متكامل من الصفر، يستخدم لتحليل اللغة الطبيعية والتعلم الآلي. يتم بناؤه باستخدام بيرتوش وله محرك تشغيل C99 للتنفيذ الفعال. يتم تدريبه على dataset WikiText-103 ويحتوي على عدد قليل من المعلمات حوالي 15,000.
jore is a nano transformer LLM built from scratch, designed for natural language processing tasks.
يور هو نموذج معالجة اللغة الطبيعية من الدرجة النانوية، مصمم لتحليل اللغة الطبيعية. يعتمد على بيرش ويتش (PyTorch) ويعمل على تشغيل المعالجات المحلية (C99). يحتوي على واجهة ويب باستخدام فلاسك (Flask)، وتدعم التكامل بالحروف. يتضمن المشروع حلقة تدريب، إدارة نقاط التحقق، وتسريع الليل باستخدام الكرون.
A lightweight, character-level language model that runs entirely in the browser for real‑time text generation.
يقدم هذا المشروع نموذجًا لغويًا صغيرًا تم تدريبه من الصفر، ويعمل على توليد النصوص على مستوى الحرف. يتميز بحجمه الصغير (3.5 مليون معلمة) مما يتيح تشغيله بالكامل في المتصفح عبر ONNX Runtime وWebAssembly، دون الحاجة إلى خادم خلفي. يتيح واجهة المستخدم الرسومية التفاعلية إمكانية إدخال الأسئلة وتلقي الإجابات في الوقت الحقيقي مع إمكانية ضبط درجة الحرارة وطول النص. يستهدف المطورين ومهتمي الذكاء الاصطناعي الذين يحتاجون إلى نموذج خفيف الوزن لتجارب سريعة أو دمج في تطبيقات الويب أو الأجهزة المحمولة. يحل مشكلة الاعتماد على خدمات سحابية مكلفة أو تأخير الشبكة، ويمنح المستخدمين تحكمًا كاملاً في البيانات والنموذج. يميز المشروع بتركيزه على توليد النصوص على مستوى الحرف، ما يتيح دقة أكبر في التعامل مع لغات أو نصوص غير معروفة مسبقًا.
A lightweight transformer-based language model designed for local inference and educational experimentation.
يقدّم هذا المشروع نموذج لغة خفيف الوزن يعتمد على بنية المحول، ويضم 3.5 مليون معلمة، تم تدريبه على مزيج من النصوص الرياضية والإنكليزية. يوفّر واجهة ويب للتشغيل المحلي بالإضافة إلى محرك سطر أوامر يتيح توليد نص بسرعة مع استهلاك منخفض للموارد. يستخدم النموذج مُحَوِّلًا على مستوى الحرف ويحتوي على ثلاث طبقات محول، ما يجعله مثالياً لدراسة تأثير اختيارات البنية على الأداء. يستهدف الباحثين والطلاب والهواة الذين يرغبون في تجربة نماذج اللغة دون الحاجة إلى موارد حوسبة ضخمة. يبرز النموذج إمكانات بناء نموذج عملي من الصفر مع إظهار التحديات مثل الاعتماد على التذكير وعدم التعميم.
A JAX implementation of the DINOv3 self‑supervised vision transformer training framework for researchers and developers.
يقدم هذا الحزمة تنفيذًا كاملاً لإطار تدريب DINOv3 للمعالجة الذاتية للصور باستخدام مكتبة JAX. يتضمن حلقة تدريب قابلة للتكوين، وأدوات معالجة بيانات، وميزات تصور مبنية على مكتبة Matplotlib. يتيح للباحثين تدريب نماذج صور على نطاق واسع واستخراج تمثيلات قوية للمهام التالية. يتكامل الحزمة مع أدوات تقييم شائعة مثل scikit‑learn لاختبار الخطية، ويدعم استغلالًا فعالًا للمعالجات الرسومية عبر مترجم XLA الخاص بـ JAX. يهدف إلى توفير بيئة عالية الأداء برمجية للباحثين والمطورين الذين يرغبون في تجربة التعلم الذاتي في إطار عمل دوالية.
A modular, NumPy‑based Multi‑Layer Perceptron for training and evaluating image classifiers on MNIST and Fashion‑MNIST datasets.
يقدّم هذا المشروع شبكة عصبونية متعددة الطبقات قابلة للتكوين تُبنى باستخدام مكتبة NumPy فقط، مع توفير جميع العمليات الرياضية اللازمة للتدريب. يتضمن البنية الكاملة لعملية التدريب، بما في ذلك التقدم الأمامي، والتراجع الخلفي، ومجموعة من دوال التفعيل، ودوال الخسارة، ومجموعة متنوعة من المُحسّنين مثل SGD و Adam و RMSProp. يركز المشروع على مجموعات بيانات MNIST و Fashion‑MNIST، ويشمل أدوات لتحميل البيانات ومعالجتها وتقييم الأداء. يمكن للمستخدمين تدريب النماذج عبر واجهة سطر أوامر، وتغيير معلمات التجربة، وتسجيل النتائج في نظام تتبع. يهدف المشروع إلى توفير فهم عميق لآلية عمل الشبكات العصبية، مع إمكانية تعديل البنية والخصائص لتناسب احتياجات البحث والتعليم.
Generate comprehensive annual legal department reports from operational data using AI-driven insights and visualizations.
يُجمع هذا التطبيق الويب بيانات التشغيل من قاعدة بيانات PostgreSQL ويحولها إلى تقارير سنوية متقنة للقسم القانوني. يستخدم نموذج ذكاء اصطناعي لاستخلاص الرؤى والاتجاهات الرئيسية، بينما يتعامل واجهة FastAPI مع استرجاع ومعالجة البيانات. تُعرض التصورات باستخدام مكتبة Matplotlib عبر واجهة Streamlit، مما يتيح مخططات وجداول تفاعلية. يمكن للمستخدمين تخصيص أقسام التقرير، وتصدير ملفات PDF، وجدولة إنشاء تلقائي. صُمم هذا الحل لمديري القوانين، ومسؤولي الامتثال، ومحللي البيانات الذين يحتاجون إلى تقارير دقيقة ومبنية على البيانات دون جهد يدوي.
The xslope project provides a Python tool for slope stability analysis using limit equilibrium and Finite Element Methods.
xslope هو مكتبة برمجة لغة بايثون للتحليل الاستقرار المنحدرات باستخدام الطرق الحسابية والطرق المحددة بالتجزئة (Finite Element Methods). تستخدم المكتبة طرق حسابية لتحديد السلامة من انهيار المنحدرات بسبب عوامل مختلفة مثل الجاذبية وضغط الماء والLoads الخارجية. تدعم المكتبة كلا الطرق: الطريقة الحدية للتوازن (limit equilibrium) والطرق المحددة بالتجزئة (Finite Element Methods) للحصول على نتائج دقيقة. مصممة المكتبة لكونها سهلة الاستخدام ويمكن دمجها في الوظائف المستخدمة.
The cruijff_kit is a toolkit designed to facilitate research involving social data and Large Language Models (LLMs).
هذا المشروع يوفّر مجموعة من الأدوات لتعامل مع البيانات الاجتماعية والمدخلات الكبيرة للغة (LLMs). يهدف إلى تسهيل عملية دمج هذه التكنولوجيات في الأبحاث. يتضمن المجموعة ميزات للتعامل مع البيانات، وتدريب النماذج، وتحليلها. الهدف الرئيسي هو دعم الأبحاث في مجالات مثل فهم اللغة الطبيعية، توليد النصوص، وتحليل المشاعر.
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.
This project provides a market analysis toolkit for options trading, offering features such as HMM regime detection, technical indicators, phase detection, and opportunity assessment.
هذا المشروع يوفّر أداة تحليل السوق للاستثمار في خيارات، وتضم ميزات مثل اكتشاف الأنماط باستخدام النماذج اللازمة، والمتغيرات الفنية، واكتشاف المراحل، وتقييم الفرص. هذه الأدوات تساعد المستثمرين على اتخاذ قرارات أكثر دقة بناءً على تفاصيل حول السوق.
Scrape web content with ZERO token burn, saving costs and reducing environmental impact.
هذا المشروع هو مجموعة أدوات لاستخراج المحتوى من الإنترنت بدون حرق التوكنات. يستخدم سكريبتات بايثون لاستخراج البيانات من مواقع الويب المختلفة، بما في ذلك نشرة جيسي كانون و مدونة تشات بير دي آر سي. يتم تخزين البيانات المستخرجة كملفات ماركดาวن مُقسّمة. وتتضمن الأدوات الفردية لاستخراج كل موقع، مما يسمح للمستخدمين بتخصيص احتياجاتهم.
A Python-based system that monitors livestock behavior in real time, using sensor data to detect activity patterns and dynamically adjust sampling rates for energy efficiency.
يُعد LiveEdge نظامًا قائمًا على لغة بايثون يراقب سلوك المواشي في الوقت الحقيقي، مستفيدًا من بيانات المستشعرات لتحديد أنماط النشاط. يستخدم نماذج تعلم الآلة لتصنيف السلوكيات، ويضبط معدلات أخذ العينات تلقائيًا لتقليل استهلاك الطاقة. يوفر المنصة تحليلات بصرية عبر مخططات تفاعلية وتقارير مفصلة، مما يمكّن المزارعين من اكتشاف مشكلات الصحة قبل تفاقمها. صُمم خصيصًا لمديري المزارع والباحثين الزراعيين، ويقلل من تكاليف صيانة المستشعرات مع تحسين رفاهية القطيع. بفضل تقنية أخذ العينات التكيفية، يطيل عمر البطاريات ويقلل العبء التشغيلي. يُمكن نشره بسهولة على شبكات المستشعرات الحالية، ويُدعم التكامل مع أنظمة إدارة المزارع. يدمج LiveEdge بين الذكاء الاصطناعي والتحليل البياني لتقديم حلول مراقبة فعّالة ومتكاملة.
The Academic Operations Framework is a tool for academics to manage their research and teaching tasks.
هذا المشروع يقدم إطارًا متكاملًا لمراقبة العمليات الأكاديمية، بما في ذلك إدارة المهام، وتحليل البيانات، وتمثيلها. يهدف إلى تسهيل تدفق العمل للمبحوثين والمتعلمين عن طريق automation مهام التكرارية وتقديم نظرة عامة على عملهم. تم بناء الإطار باستخدام لغة البرمجة Python و يستفيد من مجموعة من المكتبات مثل Streamlit، Matplotlib، و Scipy.
An AI-powered framework that lets users generate Streamlit-based presentations, courses, and web-books without writing code.
يستفيد Streamtex من نماذج اللغة الكبيرة مثل Claude أو Cursor لإنتاج محتوى منظم تلقائياً لتطبيقات Streamlit. يتيح للمستخدمين تحديد نوع المادة—عرض تقديمي، دورة، أو كتاب إلكتروني—ويولد النظام نصاً، صوراً، مخططات، وعناصر تفاعلية. يدمج الإطار مع مكونات واجهة Streamlit، ما يتيح عرض المحتوى الناتج كواجهة ويب أنيقة مع جهد تقليل. يدعم إنشاء الرسوم البيانية عبر مكتبة matplotlib ويعزز مخرجات الطرفية باستخدام تنسيقات غنية. يستهدف الأفراد الذين يدرسون أو يدرّسون أو يبدعون محتوى تعليمياً دون الحاجة لخبرة برمجية. يحل مشكلة الوقت والجهد في إعداد المواد التعليمية، مع توفير تنسيق متسق وجذاب. يميز نفسه بقدرة التوليد التلقائي والتكامل السلس مع بيئة Streamlit، ما يتيح نشر المحتوى بسرعة وفعالية.
A RESTful service that classifies DNA sequences using contrastive learning and deep reinforcement learning.
يقدم هذا المشروع واجهة برمجة تطبيقات عالية الأداء تستقبل تسلسلات DNA خام وتعيد تنبؤات حول وظائفها أو ارتباطها بأمراض معينة. يستخدم التعلم التبايني لتوليد تمثيلات قوية للتسلسلات، ثم يُحسّن التصنيف عبر سياسة تعلم تعزيزي عميق تقوم بتحسين حدود القرار. يعتمد البنية التحتية على FastAPI وPyTorch، مع إمكانية التكامل مع Prometheus وGrafana لمراقبة الأداء في الوقت الحقيقي. يستهدف الباحثين في علم الأحياء الحاسوبي وعلماء بيانات الجينوم الذين يحتاجون إلى تحليل تسلسلي دقيق وقابل للتوسع دون الاعتماد على بيانات معنونة كبيرة. يمكن دمج الخدمة في خطوط أنابيب تحليل الجينوم الحالية أو استخدامها كخدمة ميكرو سرفيس مستقلة لتقديم استدلال سريع.
The illustrated-map-generator project is designed to create visually appealing maps in the style of Disneyland park maps.
هذا المشروع يولد خرائط مصورة، مشابهة لthose الموجودة في theme parks من ديزني. يستخدم هذا المشروع kombinasi من Python و TypeScript لإنتاج visualizations عالية الجودة. يمكن استخدام هذه الأداة لأغراض مختلفة، مثل إنشاء خارطة مخصصة لمواقف أو تقارير. الخروجة هي خريطة مصورة يمكن تخصيصها بطرق مختلفة.
This project is a Python data pipeline for downloading, parsing, and processing historical equity data from the Brazilian Stock Exchange (B3) for quantitative analysis or backtesting.
هذا المشروع هو مسار بيانات بروتوكول لتحميل وتحليل البيانات التاريخية من البورصة البرازيلية (B3) للتحليلات النوعية أو اختبار العودة
An AI-driven API that predicts the effects of cannabinoids and terpenes based on molecular pharmacology, aiding researchers and product developers.
يقدّم هذا المشروع واجهة برمجة تطبيقات ويب مبنية على FastAPI لتوقع تأثيرات الكانابينويد والثيربين استناداً إلى علم الأدوية الجزيئي. يستخدم نماذج تعلم الآلة المدربة على وصفات كيميائية وبيانات فاعلية دوائية لتوقع النتائج النفسية والعلاجية. يتيح للمستخدمين إرسال هياكل المركبات واستلام ملفات تعريف التأثير مع إظهار مستوى الثقة في التوقعات وميزات النموذج. يستهدف الباحثين وعلماء الأدوية ومطوري منتجات القنب الذين يحتاجون إلى رؤى مدعومة بالبيانات. يساهم أداة التوقع في تقليل الجهد التجريبي وتسريع دورات تطوير المنتجات. كما توفر واجهة مرئية لعرض النتائج وتفسيرها، مما يسهل اتخاذ قرارات مستنيرة حول تركيبات القنب.
A machine‑learning bot that predicts UFC fight outcomes and places value bets on prediction markets.
يقوم النظام بجمع إحصائيات المباريات التاريخية من مصدر عام للبيانات، ويصمم أكثر من تسعين ميزة تنبؤية، ثم يدرب نماذج تجميعية لتوقع نتائج القتال. يتم دمج توقعات النماذج مع الاحتمالات المتاحة في أسواق التنبؤ لاكتشاف رهانات ذات قيمة، مع ضبط الأوزان وفقاً لدرجة الثقة. يطبق النظام ضوابط إدارة المخاطر مثل حجم الرهان وفق معيار كيللي، وحدود وقف الخسارة، وفلاتر لحركة الخطوط لحماية رأس المال. تُنفذ الصفقات تلقائياً على منصة أسواق التنبؤ، بينما يراقب النظام باستمرار بطاقات القتال القادمة وتغيرات الخطوط. يضمن اختبار الأداء والاختبار المتقدم عبر الزمن استمرارية فعالية الاستراتيجية.
A Python library that provides tools for space mission analysis and design, enabling users to compute trajectories, analyze orbital dynamics, and visualize mission scenarios.
تُعد MissionTools مكتبة بايثون مخصصة لتحليل وتصميم مهام الفضاء، حيث توفر مجموعة شاملة من الوظائف لحساب مسارات النقل، وتقدير دفعات الدفع، ومحاكاة انتشار المسارات تحت تأثير الجاذبية. تعتمد المكتبة على أساليب عددية دقيقة لتقديم نتائج موثوقة، وتدعم إنشاء رسومات بيانية توضح حركية الكواكب والأجسام الفضائية. تُصمم لتكون قابلة للتكامل مع بيئات البرمجة العلمية، مما يتيح للمستخدمين كتابة نصوص برمجية مخصصة لتجاربهم. تستهدف المهندسين الفضائيين والباحثين والطلاب في مجال الديناميكيات الفضائية الذين يحتاجون إلى أداة مرنة وسريعة للتجريب. تُحل المشكلات المتعلقة بتعقيد حسابات المدار، وتوفر واجهة سهلة الاستخدام لتخطيط المهام وتقييم جدواها. تميزها هو تركيزها على التكامل بين الحسابات العددية والرسوم البيانية، ما يجعلها أداة شاملة للبحث والتطوير. كما تُسهم في تسريع عملية اتخاذ القرار من خلال توفير تحليلات فورية للسيناريوهات المختلفة.
Topogen generates synthetic network topologies for simulation and analysis, providing customizable graph structures and visualizations.
يُعد Topogen مكتبة بايثون تُصمم لتوليد شبكات توبولوجية اصطناعية تُستخدم في الأبحاث والمحاكاة. يوفّر مجموعة واسعة من خوارزميات التوليد، بدءاً من الرسوم البيانية العشوائية وصولاً إلى النماذج الهرمية المُهيكلة، مع إمكانية ضبط عدد العقد وكثافة الحواف وأنماط الاتصال بدقة. يتكامل مع حزم علمية شائعة لتقديم تحليلات إحصائية وعرض بصري عبر مكتبة matplotlib. يتيح للمستخدمين تصدير الشبكات المُولَّدة إلى صيغ رسومية شائعة لاستخدامها في أدوات أخرى. يهدف Topogen إلى مساعدة الباحثين في اختبار بروتوكولات التوجيه، تقييم خوارزميات الرسوم البيانية، وإنشاء مجموعات بيانات معيارية للبحوث.
A Python library that provides a discrete‑event simulation framework tailored for network modeling and analysis.
تُعدّ مكتبة Netsim أداة بايثون خفيفة الوزن تسمح للمستخدمين ببناء وتشغيل محاكاة الأحداث المتقطعة في سيناريوهات الشبكات. توفر إطاراً مرناً لتحديد جدول الأحداث، نماذج الطوابير، وأدوات تحليل إحصائي مبنية على مكتبات pandas وscipy. يمكن للمستخدمين تعريف هياكل شبكية مخصصة، أنماط حركة المرور، وسلوكيات البروتوكولات، ثم مراقبة مؤشرات مثل الكمون، معدل النقل، وفقدان الحزم. صُممت المكتبة للباحثين، والمهندسين، والمعلمين الذين يحتاجون بيئة بروتوتايب سريعة لاختبار تصاميم الشبكات وتقييم أدائها. من خلال تجريد الأنماط الشائعة للمحاكاة، يقلل Netsim من الكود المكرر ويسرّع عملية التجريب. كما يميزها مرونتها في التعامل مع سيناريوهات معقدة دون الحاجة إلى إعداد بيئات محاكاة ثقيلة.
A Python library that provides metrics and analysis tools for network graph scenarios.
يقدم هذا المشروع مجموعة شاملة من الأدوات لتحليل المقاييس في سيناريوهات شبكات الرسوم البيانية. يتيح للمستخدمين حساب مؤشرات الأداء مثل الكمون، معدل الأخطاء، وتوزيع الأحمال عبر العقد والروابط. يعتمد على معالجة البيانات باستخدام مكتبات تحليلية قوية لتوليد إحصائيات دقيقة. يوفر واجهة رسومية مبنية على مخططات لتصور النتائج بطريقة بصرية واضحة. يستهدف مهندسي الشبكات والباحثين الذين يحتاجون إلى أدوات سريعة وموثوقة لتشخيص مشاكل الأداء. يحل مشكلة نقص الأدوات المتخصصة في تحليل الرسوم البيانية مع دعم للبيانات الكبيرة. يميز نفسه بتركيبته البسيطة التي تسمح بالدمج السريع في سير العمل الحالي.
The project is an adaptation of AIA Forecaster for predicting foreign exchange (FX) probabilities.
هذا المشروع يعدّل مُستخدمًا AIA Forecaster لتنبؤ الاحتمالات في الأسواق المالية للعملات الأجنبية. يستفيد من مجموعة من المكتبات، بما في ذلك langchain و openai، لتقديم معلومات حول أسواق العملات. يمكن استخدام هذا الأداة من قبل تجار أو محللين يرغبون في اتخاذ قرارات مدروسة بشأن استثماراتهم.
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.
The TAP-Score project aims to detect off-manifold actions in diffusion policies, providing a safety net when the policy is failing.
تطبيق تي إيه بي سكور هو تحقيق في فعالية التدخل على اقتراحات سياسة التبخير. يتألف من نتائج رئيسية: (1) مقارن تفاعلي يكتشف الأعمال خارج المنظور بدرجة عالية من الدقة، و(2) إطار فرعي محتمل يقيّم تحسين الرأس قبل تدريب أي رانكر. يظهر التطبيق أن في ظروف نظيفة، لا توجد الكثير للترتيب، ولكن في ظروف مدمرة، يتضاعف التحسن.
A Python library that streamlines rapid prototyping of machine learning experiments by integrating data handling, model training, and visualization tools.
تقدم مكتبة Sandbox إطار عمل موحد لمهندسي التعلم الآلي وعلماء البيانات لتجربة النماذج بسرعة. تجمع المكتبة بين مكتبات علمية شائعة مثل NumPy وPandas وSciPy لمعالجة البيانات، مع توفير واجهات سلسة إلى Hugging Face وPyTorch وscikit‑learn لتدريب النماذج. توفر أدوات التصوير المدمجة التي تعتمد على Matplotlib إمكانية رسم مؤشرات الأداء وتوزيعات البيانات بأقل قدر من الكود. تركز المكتبة على إمكانية إعادة الإنتاج من خلال نماذج Pydantic التي تتحقق من صحة الإعدادات ومخططات البيانات. صممت لتسهيل البحث والتكرار السريع، وتقلل من الكود المكرر لتتيح للمستخدمين التركيز على الابتكار الخوارزمي.
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.
A Python library that facilitates rapid experimentation, visualization, and evaluation of machine learning models.
توفر المكتبة واجهة موحدة لتحميل مجموعات البيانات، تدريب النماذج من أطر عمل مشهورة، وتصور النتائج باستخدام مكتبة Matplotlib. تتكامل مع Hugging Face وOpenAI وPyTorch وscikit‑learn، ما يتيح للمستخدمين التبديل بين النماذج مع تغييرات بسيطة في الكود. تتضمن الأدوات المدمجة حساب المقاييس، رسم مصفوفات الالتباس، وعرض أهمية الميزات، مما يسهل مقارنة الخوارزميات جنباً إلى جنب. صممت لتلبية احتياجات الباحثين والطلاب الذين يحتاجون إلى طريقة سريعة لتصميم وتكرار خطوط أنابيب التعلم الآلي دون إعداد بيئات معقدة. من خلال تجريد المهام الشائعة، تقلل المكتبة الكود المكرر وتسرّع دورة التجربة.
Evaluate and compare activation oracles with sparse autoencoders for anomaly detection and representation learning.
يقدّم هذا المشروع إطار عمل منهجي لتقييم فعالية أوكلاسات التفعيل مقابل المشفرات التلقائية النادرة في كشف الشذوذ وتعلم تمثيلات مضغوطة. يتم تنفيذ مجموعة من التجارب التي تقوم بتدريب كلا النوعين من النماذج على مجموعات بيانات معيارية، ثم يتم تقييمهما باستخدام مجموعة متنوعة من المقاييس مثل خطأ الإعادة، ومستوى النادرة، ودقة الكشف. يُنظم الكود في دفاتر ملاحظات وملفات نصية معيارية تسهل إعادة الإنتاج وتوسيع نطاق الاستخدام إلى مجموعات بيانات أو نماذج جديدة. يمكن للباحثين والممارسين استخدام الإطار المقارن لاختبار تصاميم أوكلاسات جديدة أو هياكل مشفرات تلقائية، والحصول على رؤى حول التوازن بين القابلية للتفسير والأداء.
This project aims to develop a hybrid quantum-classical convolutional neural network for recognizing handwritten Ottoman-Turkish characters, achieving high accuracy and efficiency.
هذا المشروع يهدف إلى تطوير شبكة عصبية مدمجة بين الكلاسيكية والكوانتومية لتعرف الأشكال اليدوية التركية العثمانية، وتحقيق دقة عالية و效فية. implementation of a hybrid quantum-classical neural network for classifying handwritten Ottoman-Turkish characters. It leverages GPU-accelerated quantum simulation and advanced training techniques to achieve high accuracy. The project explores the application of quantum machine learning for handwritten character recognition in historical scripts, targeting unique challenges such as high intra-class variance and complex morphology.
The Nearmap AI Python Library is a tool for developers to extract artificial intelligence features from aerial imagery.
هذه المكتبة توفر مجموعة من الأدوات لاستخراج الميزات الذكية من الصور الجوية، مما يسمح للمطوّرين ببناء تطبيقات تستخدم هذه البيانات. يتم استخدام مكتبات شائعة مثل matplotlib, numpy, و pandas للتعامل مع البيانات الصورية. وهي مصممة للاستخدام في مختلف الصناعات، بما في ذلك العقارات، والتخطيط الحضري، والمراقبة البيئية.
A research framework for modeling a long/short investment thesis on the displacement of knowledge work by AI over a 5–15 year horizon.
هذا الدليل البحثي يقدّم إطاراً منهجياً لتصميم نموذج استثماري طويل/قصير يركز على تحلّي العمل المعرفي بالذكاء الاصطناعي على مدى 5–15 سنة. يتضمن المجلدات الرئيسية: الفرضية الأساسية، البحث الداعم، قائمة الأوراق المالية، النمذجة الكمية، والبيانات. يستخدم أدوات تحليلية متقدمة مثل تحليل العوامل، اختبار الخلفية، والمحاكاة مونت كارلو لتقييم السيناريوهات المختلفة. يدمج تحليل مؤشرات الاقتصاد الكلي، هيكل إيجارات العقارات المكتبية، وحساسية إيرادات SaaS القائمة على المقاعد. يستهدف الباحثين الكميين ومديري المحافظ الأكاديميين الذين يحتاجون إلى أدوات تحليلية شاملة لفهم التغيرات الهيكلية في سوق العمل. يحل مشكلة نقص الأطر المتكاملة التي تربط بين التحليل الاقتصادي، النمذجة الكمية، وإدارة المحافظ الاستثمارية. يميز نفسه بتركيزه على الأفق الطويل والنهج السلسلة الزمنية التي تتضمن مراحل البنية التحتية، التبني المؤسسي، وإعادة التنظيم الهيكلي.
The MarkShark project is an open-source Optical Mark Recognition toolkit designed for detecting and processing bubbles in images.
هو أداة مفتوحة المصدر تستخدم تقنيات الرؤية الحاسوبية لاكتشاف وتحليل العلامات المائية في الصور. تعتمد الأداة على مكتبات شائعة مثل matplotlib، numpy و pandas لتحقيق نتائج دقيقة. يمكن استخدام الأداة في تطبيقات متعددة حيث يحتاج إلى تحليل العلامات المائية، مثل إدخال البيانات، تحليل المسوحات أو معالجة الوثائق.
The RLHF Book project provides diagrams and build scripts for a specific use case.
هذا المشروع يركز على إنشاء диаграмات وخطط بناء، ربما يكون مرتبطًا بتعلم التفاعل من الرسائل البشرية (RLHF). يبدو أن المشروع هو مجموعة من الموارد والTOOLS لإنشاء أو العمل مع أنظمة RLHF. الغرض من المشروع هو تسهيل تطوير وتثبيت تطبيقات مبنية على RLHF.
The geoagent project is a free and open-source geoscience data toolkit designed for researchers and scientists to work with various types of geological data.
geoagent هو أداة مفتوحة المصدر للبيانات الجيولوجية المكتوبة بالكامل بلغة بايثون. يوفّر الأداة أدواتًا لتعامل مع البيانات الجيولوجية المختلفة، مثل بيانات الآبار، والسيسموجرافات الاصطناعية، وsections التطابق اللوجي، والخريطة. يهدف المشروع إلى تسهيل عملية تحليل وتحليل البيانات الجيولوجية باستخدام مكتبات شعبية مثل matplotlib، numpy، pandas، وscipy.
A Python library that reads and writes TIFF files with GPU acceleration and camera calibration support.
تعمل مكتبة Tifx على توفير واجهة برمجية عالية الأداء لمعالجة ملفات TIFF، مع تسريع الإدخال والإخراج عبر مكون C++ ودعم اختياري للمعالجة على وحدات معالجة الرسوميات (GPU) لتعامل مع مجموعات بيانات ضخمة. توفر مكتبة واجهة برمجية بسيطة لقراءة وكتابة وتعديل مجموعات TIFF، مع دعم للعديد من خوارزميات الضغط. كما تتضمن مكتبة أدوات لتصحيح الكاميرا، حيث تستخرج وتطبق معلمات الكاميرا المضمنة في بيانات TIFF. تستهدف المكتبة الباحثين والمطورين الذين يحتاجون إلى معالجة صور كبيرة بسرعة وموثوقية في مجالات البحث العلمي ورؤية الحاسوب. تحل المكتبة مشكلة بطء معالجة مجموعات الصور الضخمة، وتوفر مساراً متوازناً بين المعالجة على وحدة المعالجة المركزية ووحدة معالجة الرسوميات. تميزها تكاملها السلس مع أنظمة البنية التحتية الحالية، مع إمكانية توسيعها لتشمل ميزات إضافية في المستقبل.
This project is an AI-powered cryptocurrency trading bot designed for traders.
هذا المشروع هو روبوت تجارة العملات الرقمية المسلط على الذكاء الاصطناعي، مصمم للاستخدام من قبل التجار. يعتمد الروبوت على خوارزميات التعلم الآلي للتعرف على أفضل الوقت للشراء والبيع. يتم بناؤه باستخدام لغة البرمجة Python ويتفوق على مكتبات مشهورة مثل scikit-learn، numpy، وpandas في تحليل البيانات. لا يحتاج الروبوت إلى قاعدة بيانات خارجية لأنه يعمل على البيانات المحلية. المرحلة 61 تشير إلى الإصدار الحالي من المشروع.
PICbot automates photonic integrated circuit design tasks for engineers working with thin-film lithium tantalate waveguides.
يهدف هذا المشروع إلى أتمتة مهام تصميم الدوائر الضوئية المتكاملة (PIC) باستخدام نماذج الموجات الضوئية في طبقات رقيقة من الليثيوم تيتانيت (LiTaO3) عند طول موجة 780 نانومتر. يوفر أداة تحليل مسار الموجة، بما في ذلك حسابات التشتت للمواد المختلفة مثل SiO2 و SiN و LiTaO3، مع دعم للوسط المتجانس المتعدد الاتجاهات. يمكن للمستخدم إجراء مسح عرض مسار الموجة، وحساب التكامل التداخل بين شعاع غاوس ومجال الموجة، وتحديد كفاءة الربط عبر مسح عرض مسار الموجة. يتضمن المشروع خرائط تحمل التوافق 2D، وتصوراً للحقول الموجية، وشروحات رسومية للنتائج، ما يسهل فهم الأداء البصري للمكونات. يستهدف المهندسين والباحثين في مجال البصريات الذين يحتاجون إلى تقليل الوقت المستغرق في المحاكاة اليدوية وتوليد ملفات PDK للأنظمة. يميز المشروع بقدرة التبديل السلس بين منصات المواد المختلفة، مع إمكانية توسيع الوظائف لتشمل تصميم المكونات مثل المزدوجات الاتجاهية، الحلقات الميكروية، والمفككات MMI.
This project provides a pandas DataFrame extension for technical analysis.
هذا المشروع يمتد من البيانات الفريم للتحليل الفني. يسمح للمستخدمين بتصفية العديد من الحسابات والتنظيمات على بياناتهم، مما يجعل من السهل الحصول على نظرة عامة عن datasets المالية أو أخرى متتالية الزمن. يستخدم المكتبة matplotlib لتنظيم الرسومات و numpy للعمليات العددية. مع rhoa، يمكن للمطورين إنشاء مؤشرات مخصصة والرسوم البيانية لتحليل بياناتهم.
Simulates an interactive board game set in Delhi’s conquest era for players and educators.
يُقدّم مشروع "Conquest of Delhi" محاكاة للعبة لوحية تفاعلية تُعنى بمرحلة غزو دلهي، حيث يُمكن للمستخدمين استكشاف استراتيجيات القتال في بيئة تاريخية مُحاكية. تُظهر الواجهة الرسومية حركات القوات وتوزيع الموارد وتأثير التضاريس في الوقت الحقيقي، مع إمكانية تعديل السيناريوهات أو إنشاء حملات خاصة. يعتمد المحاكاة على مكتبات تحليل البيانات لتوليد إحصائيات مفصلة بعد كل جولة، ما يتيح تحليل عميق للقرارات المتخذة. يُصمم المشروع ليكون مناسباً للّاعبين العاديين وكذلك للمعلمين الذين يرغبون في دمج التاريخ والاستراتيجية في دروسهم بطريقة ممتعة وتفاعلية. يُستَخدم إطار Streamlit لتوفير واجهة سهلة الاستخدام تعمل عبر المتصفحات الحديثة، دون الحاجة لتثبيت أي برنامج. يدمج المشروع بين الترفيه والتعليم، مع توفير أدوات تحليلية تساعد على فهم ديناميكيات الصراع وتقييم الخيارات الاستراتيجية. يميز المشروع قدرته على تقديم تجربة تعليمية متكاملة مع إمكانية اللعب الجماعي عبر الإنترنت.
This project simulates and visualizes the homicidal chauffeur differential game using symbolic and numerical tools.
يُقدّم هذا المشروع محاكاة شاملة للعبة السائق القاتل، وهي لعبة تعقب‑تجنّب تقليدية في نظرية الألعاب التفاضلية. يتم استخدام الرياضيات الرمزية لاستنتاج استراتيجيات مثلى، ثم يُطبّق التكامل العددي لتوليد مسارات اللاعبين. تُعرض النتائج عبر رسومات تفاعلية تُظهر تطور السائق والفرار مع مرور الوقت، ما يتيح للمستخدمين تحليل سلوكيات اللعبة بوضوح. يُصمم النموذج ليكون سهل التعديل، بحيث يمكن للطلاب والباحثين تعديل المعلمات أو إضافة سيناريوهات جديدة داخل دفتر الملاحظات. يوفّر هذا المشروع حلاً عملياً لتعليم مفاهيم التحكم في الأنظمة الديناميكية، مع التركيز على التفاعل بين القائد والتابع. يميز المشروع بدمج الأدوات الرمزية والعددية في تجربة واحدة متكاملة، ما يجعله أداة قيمة للبحوث التعليمية والتطبيقية.
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 Python framework for telecom operator strategic analysis using the Business Leadership Model (BLM) and its Five Looks analysis framework.
هذا المشروع يقدم إطارًا لبرمجة Python للتحليل الاستراتيجي للمشغلي الاتصالات باستخدام نموذج القيادة الأعمال (BLM) وفرقة التحليل الخمس. يولد الإطار النتائج التفاعلية في صورة تقارير PowerPoint، PDF، ومكتبات Markdown. يتضمن الإطار ثمانية موديول تحليل عميق تغطي الفرق الخمسة: القمة، الوسط المضغوط، نظرة على العميل، نظرة على النفس، نظرة على المنافسين، نظرة على الاتجاهات، وفرصة.