It shifts audio frequencies while quantizing them to a musical scale, enabling musicians and audio engineers to create harmonically consistent pitch effects.
يُطبّق البرنامج تحويلًا للتردد على إشارات الصوت ثم يُحوِّل النتيجة إلى مقاييس موسيقية محددة، ما يضمن أن يظل الإخراج متوافقًا نغمًا. يدعم مجموعة واسعة من صيغ الملفات الصوتية ويتيح ضبط مقدار التحويل، اختيار المقاييس، واختيار طرق التداخل. يعتمد التنفيذ على مكتبات عددية فعّالة لمعالجة ملفات صوتية كبيرة بسرعة. يستهدف المستخدمين المهندسين الصوتيين، الموسيقيين، والمطورين الذين يحتاجون إلى تحكم دقيق في التغيير النغمي لأغراض الإنتاج أو البحث. يحل المشروع مشكلة شائعة في تحويل النغمة التي غالبًا ما تُدخل تشويشًا غير نغمي من خلال فرض قيود المقاييس. يميز البرنامج بقدرته على الجمع بين السرعة والدقة مع الحفاظ على الطابع الموسيقي الأصلي. كما يتيح دمجه بسهولة في خطوط إنتاج الصوت أو تطبيقات تحرير الصوت.
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.
This project provides a machine learning tutorial and examples using Python.
هذا المشروع هو مصدر تعليمي لمن يرغبون في التعلم من مفاهيم التعلم الآلي. يتضمن المثال التعليمي والتعليقات حول كيفية استخدام مكتبات شعبية مثل Transformers من Hugging Face و PyTorch. يغطي المشروع مواضيع مثل إعداد البيانات وتدريب النماذج وتحليل البيانات باستخدام أدوات مثل Matplotlib.
This project provides a simple and consistent interface for users to chat with Large Language Models (LLMs).
تقدم تشاتلاس وسيلة بسيطة ومستقرة للتواصل مع النماذج اللغوية الكبيرة. تهدف المشروع إلى جعل التواصل مع هذه النماذج سهلًا وسهلًا، بغض النظر عن خلفية الفرد التقنية أو خبرته.
An AI-driven pipeline that scrapes financial data, analyzes it, and delivers investment insights through a web API.
يُدمج النظام بين جمع البيانات عبر الإنترنت، معالجة البيانات، وتحليل الذكاء الاصطناعي لتقديم رؤى استثمارية قابلة للتنفيذ. يقوم بجمع المعلومات المالية اللحظية من المصادر العامة، ثم ينظف ويهيئ البيانات باستخدام مكتبة pandas، ويُظهر الاتجاهات عبر رسومات matplotlib. تُعرّف واجهة FastAPI نقاط نهاية تُعيد تقارير ومعالجات مرئية، بينما يُنسق وكيل Claude Code سير العمل ويُنتج ملخصات بلغة طبيعية. صُمم هذا الأنابيب للمطورين والمحللين الذين يحتاجون إلى معلومات سوقية مُحدثة تلقائياً دون تدخل يدوي. يقلل من الوقت اللازم لإعداد تقارير الاستثمار ويُعزز اتخاذ القرارات المبنية على البيانات. يميز المشروع بدمج وكيل ذكاء اصطناعي يضيف فهمًا سياقيًا وتوصيات تتجاوز التحليل الإحصائي البسيط.
Generates phonetically-grounded names for use in games and procedural systems.
هذا الأداة تُنشئ أسماءً بناءً على خصائصها الصوتية، مما يجعلها مناسبة للاستخدام في الألعاب والمواقع الإجرائية التي تتطلب أسماء تبدو واقعية. تستخدم هذه الأداة مكتبات متعددة مثل matplotlib, numpy, pandas, plotly, و scikit-learn للتحليل والتعديل على البيانات. يهدف المشروع إلى تقديم طريقة موثوقة لإنشاء أسماء تبدو طبيعية ومصدقة.
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.
A zero-parameter cosmological model that explains dark matter and dark energy using a single equation derived from the prime number theorem, intended for researchers in theoretical physics and cosmology.
يقدّم إطار عمل IF Theory معادلة واحدة بدون معلمات تربط توزيع الأعداد الأولية بالديناميكيات الجاذبية للكون. يفسّر منحنيات دوران المجرات المستوية، والإنعكاس الجاذبي القوي، وتسارع التمدد الكوني كما لو كان بدون الحاجة إلى جسيمات المادة المظلمة أو ثابت كوني. يتضمن المكتبة وحدات Python، ومفكرة Jupyter، ونصوص محاكاة لحساب التنبؤات للسرعات المجرية، والبنية الكبيرة للفضاء، والاهتزازات الصوتية البارونية. يمكن للباحثين التحقق من النموذج مقابل ملايين الملاحظات المجرية ومختلف مؤشرات الكون. يركز المشروع على القابلية للتكرار، والحساب الدقيق، وخط سير شفاف من النظرية إلى البيانات.
PermitMinder is a project designed to help users manage and track permits for various projects.
يعد PermitMinder مشروعًا مصممًا لتحسين إدارة ومراقبة التراخيص المختلفة للمشاريع. يسمح المستخدمون بإنشاء وتحرير وإظهار التراخيص في مكان مركزي واحد. يمكنهم إدخال تفاصيل الترخيص، تعيين تذكيرات، ومتابعة الأجل. يساعد المشروع على بسط عملية إدارة التراخيص، مما يقلل من خطر عدم استيفاء الموعد وضياع الوثائق.
A personal portfolio website that showcases an individual's projects, skills, and experience through interactive and animated web pages.
يُقدِّم هذا التطبيق الويب سيرة ذاتية شخصية مُصمَّمة باستخدام React، مع تحسينات من Framer Motion لتوفير حركات سلسة وThree.js لإضافة عناصر ثلاثية الأبعاد تفاعلية. يتميز التصميم بالاستجابة، ما يتيح عرض المحتوى بشكل متناسق على أجهزة سطح المكتب، والتابلت، والهواتف المحمولة. يمكن للزائرين استكشاف معارض المشاريع، وقراءة عن المهارات والخبرات، والتفاعل مع المكونات المتحركة التي تُبرز الإنجازات الرئيسية. تم تحسين الأداء عبر تقنيات تقسيم الكود والبناء المُحسَّن التي يوفرها Create React App. يُعد هذا الموقع منصة ديناميكية لبناء العلامة الشخصية للمطورين، المصممين، والمبدعين الذين يرغبون في عرض أعمالهم على الإنترنت.
The dados-programa-motos project is designed for users who want to analyze and visualize motorcycle-related data.
هذا المشروع يستخدم مكتبات لغة بايثون مثل matplotlib و pandas و plotly و rich و streamlit لإنشاء رسومات مرئية تفاعلية للبيانات المتعلقة بالدراجات. يبدو أن هذا المشروع هو تطبيق ويب يسمح للمستخدمين إدخال البيانات أو تحميلها وتوليد مخططات ومخططات متعددة. الهدف من المشروع هو تقديم واجهة سهلة الاستخدام للمستخدمين لاستكشاف وتفهم بياناتهم المتعلقة بالدراجات.
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 high-resolution wind rose charts from real meteorological data across Spain for researchers and analysts.
يُحَمِّل البرنامج بيانات الرياح الحقيقية من 29 محطة إقليمية و947 محطة وطنية، ثم يُعالجها ليُنتج رسومات شبيهة بأزهار الرياح عالية الدقة تُعرف بالـ "wind roses". تُظهر كل رسم 16 قطاعًا قطبيًا، حيث يُمثل ارتفاع البتلة تكرار اتجاه الرياح، بينما يُرمز اللون إلى متوسط سرعة الرياح. يتيح البرنامج للمستخدمين تصفية البيانات حسب المحافظة، اختيار فترات تاريخية من عام 2010 حتى اليوم، وتصدير البيانات المعالجة بصيغة CSV. يرافق كل رسم لوحة إحصائية تفاعلية وجدول تفصيلي، مما يوفر رؤى سريعة حول أنماط الرياح. صُمم هذا التطبيق للباحثين وعلماء المناخ ومحللي البيانات الذين يحتاجون إلى رسومات جاهزة للنشر وتحليل شامل للبيانات.
This project provides a late-window entry strategy for 15-minute BTC binary markets, using geometric balance optimization to identify optimal entry points.
هذا المشروع يقدم استراتيجية دخول متأخرة لأسواق البيتكوين الباينري على مدى 15 دقيقة، باستخدام هدف توازن هندسي لتحدد نقاط الدخول الأمثل.
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.
A machine learning model that predicts and analyzes typing behavior for biometric authentication and user profiling.
يقدم هذا المشروع نموذج تعلم آلي مدرب يلتقط تفاصيل سلوك الكتابة البشري باستخدام مجموعة بيانات Aalto 136M Keystrokes. يمكنه التنبؤ بالضغط التالي على لوحة المفاتيح، تقدير سرعة الكتابة، واكتشاف الانحرافات في جلسات الكتابة في الوقت الفعلي. يعتمد النموذج على لغة بايثون ويستفيد من مكتبات علمية شائعة لمعالجة البيانات واستخراج الميزات والتعلم العميق. يستهدف الباحثين في مجال الأمان، مطوري المصادقة الحيوية، ومحللي تجربة المستخدم الذين يحتاجون إلى بيانات سلوكية موثوقة. يحل المشروع مشكلة المصادقة غير التدخلية المستمرة ويعزز أنظمة النص التنبؤي. كما يمكنه توليد بيانات كتابة اصطناعية لتدريب أنظمة أخرى.
This project models how eliminating cross‑border voting barriers influences foreign investors’ information acquisition and market price efficiency.
يُقدِّم هذا المشروع إطاراً بحثياً يدرس تأثير توجيهات حقوق المساهمين في الاتحاد الأوروبي على حوافز المستثمرين الأجانب لاكتساب المعلومات المحلية. يتضمن الكود معالجة البيانات الأولية، بناء عينة تحليلية نظيفة، وتطبيق استراتيجية الفرق في الفرق مع تأثيرات ثابتة للشركات والسنوات. يُدمج النموذج في نموذج حوافز الحوكمة على نمط غروسمان‑ستيجلي لتقدير قيمة التصويت المستنير. تُصدر النتائج كجداول انحدار ومخططات بصرية تُدمج في الأوراق العلمية. يهدف المشروع إلى توفير مسار قابل للتكرار للباحثين الذين يرغبون في اختبار إصلاحات السياسات في أسواق المال.
This project is a basic React application created using Create React App.
هذا المشروع هو تطبيق رياكت قياسي تم إنشاؤه بواسطة Create React App. يحتوي على سكريبتات لتشغيل التطبيق في وضع التطوير، و تشغيل الاختبارات، و بناء التطبيق للانتاج. يستخدم المشروع رياكت، تسكربت، و dependencies مثل Framer Motion و Three.js. ومع ذلك، لا يوجد أي indication عن ماذا هذا التطبيق يقوم به أو غرضه.
This project is a visual showcase of Moreau's GPU-accelerated differentiable convex optimization for various applications.
هذا المشروع هو عرض مرئي لميزة Moreau المسرعة على GPU للتحسين التفاضلي للمسائل المحددة بالتناغم. يظهر كيف يمكن استخدام هذه التكنولوجيا ل حل المسائل التحليلية المعقدة في مختلف المجالات. يستخدم المشروع مكتبات شعبية مثل matplotlib, numpy, pytorch و scipy لتقديم تمثيل مرئي شامل للعملية التحليلية.
Provides real‑time GPU energy attribution for each LLM inference request, enabling token‑level cost visibility.
يعمل كطبقة وسيطة خفيفة الوزن بين التطبيق ومحرك الاستدلال بالتحويلات، حيث يقوم بأخذ عينات طاقة GPU بفاصل زمني قدره 10 ميلي ثانية. يتم تخصيص الطاقة المقاسة إلى الرموز الفردية باستخدام التكامل شبه القوس وتوزيع حصص الرموز للطلبات المتزامنة. يعرض النظام لوحة تحكم فورية تُظهر العلاقة بين نسبة الرموز المفسرة واستهلاك الكهرباء، ما يبرز عدم التماثل الخفي في تكلفة الاستدلال بالتحويلات. من خلال توفير تخصيص طاقة على مستوى الرموز، يتيح النموذج نماذج فوترة أكثر دقة واستراتيجيات تحسين التكلفة للعمليات الذكاء الاصطناعي. تم تصميم الحل للفرق التي تحتاج إلى رؤية دقيقة لاستخدام GPU دون تعديل محرك الاستدلال.
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.
This project predicts Japanese stock returns by combining financial text and market data using a multimodal gated transformer, targeting quantitative analysts and algorithmic traders.
يهدف هذا المشروع إلى توقع عوائد الأسهم اليابانية من خلال دمج البيانات المالية النصية مع بيانات السوق باستخدام نموذج مُحوّل متعدد الأبعاد مع بوابة. يستخدم النموذج تقنيات معالجة اللغة الطبيعية لاستخراج معاني الأخبار والتقارير المالية، ويجمع هذه المعلومات مع مؤشرات الأسعار والكمية لتشكيل تمثيل موحد. يتم تدريب النموذج على مجموعات بيانات تاريخية، ويُظهر أداءً متفوقًا مقارنةً بالأساليب التقليدية التي تعتمد على بيانات السوق فقط. يتيح للمحللين الكميين والمتداولين الآليين إنشاء إشارات تداول مبنية على تحليل متكامل للبيانات. يحل المشروع مشكلة الاعتماد على مصدر واحد للبيانات، ويقلل من التحيز الناتج عن تحليل نصي أو بيانات سوقية منفردة. يميز المشروع بقدرته على التعامل مع السوق اليابانية، حيث يدمج نصوصًا باللغة اليابانية مع مؤشرات السوق المحلية. كما يوفر أدوات تصور للنتائج تساعد على فهم تأثير الأخبار على العوائد.
Simulates and backtests a 200% leveraged strategy combining NASDAQ100 and gold futures, comparing results to an actual fund and projecting future performance.
يُجري هذا البرنامج محاكاة يومية لاستراتيجية ذات رافعة 200٪ تجمع بين مؤشر NASDAQ100 (QQQ) ومستقبل الذهب. يُحسب قيمة صافي الأصول (NAV) عبر صيغة عائد مخصصة تأخذ في الاعتبار تحويل العملة والرسوم السنوية، ثم يُقارن NAV المحاكاة مع NAV الفعلي للصندوق. يتيح البرنامج أيضًا إنشاء توقعات احتمالية للأداء المستقبلي حتى 30 سنة باستخدام طريقة البوتستراب أو نموذج مونت كارلو للانحراف الجبري. تُنتج النتائج مخططات تفصيلية، ملخصات إحصائية، ومقاييس أداء مثل الانخفاضات النسبية ومؤشر شارب. يستهدف البرنامج المحللين الكميين ومديري المحافظ الذين يحتاجون إلى تقييم دقيق وموثوق لاستراتيجيات الأسهم والذهب ذات الرافعة المالية.
A Python library that applies tri‑modal contrastive learning to generate molecular embeddings for drug discovery.
يُقدّم هذا المشروع إطاراً لتعلم التباين المتعدد الأبعاد (tri-modal contrastive learning) في مجال اكتشاف الأدوية. يدمج بيانات كيميائية، بيولوجية، ونصية لتوليد تمثيلات جزيئية دقيقة تُسهم في تحسين عمليات البحث عن مركبات فعّالة. يعتمد على خوارزميات التعلم العميق لتوليد embeddings متوافقة عبر الأنماط الثلاثة، مما يتيح مقارنة الجزيئات بطريقة أكثر دقة. يتيح للمستخدمين تدريب نماذجهم الخاصة أو استخدام النماذج المدربة مسبقاً لتطبيقات مثل الفحص الافتراضي (virtual screening) وتقييم الأمان. يستهدف الباحثين في الصيدلة والكيماويات الحاسوبية الذين يحتاجون إلى أدوات تحليلية متقدمة للتعامل مع مجموعات بيانات متعددة الأبعاد. يحل مشكلة نقص التمثيل الموحد للبيانات المتنوعة، ويقلل الحاجة إلى معالجة يدوية معقدة. يبرز بفضل دمجه الفعّال للبيانات المتعددة، ما يضعه في مقدمة الحلول الحديثة في اكتشاف الأدوية.
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.
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.
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.
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.
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.
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
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.
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.
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.