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.
A local AI agent that receives tasks via Telegram, writes and executes code in a sandbox, audits results with a second model, and delivers the outcome to a solo developer.
يعمل AgentSutra كوكيل ذكاء اصطناعي شخصي يعمل محلياً على جهاز Mac ويتلقى أوامراً عبر تيليغرام. يقوم بتصنيف كل مهمة، ثم يكتب الكود باستخدام نموذج لغة كبير، ويشغله داخل بيئة معزولة، ثم يراجع النتيجة بنموذج آخر للحد من الأخطاء وضمان الدقة. يضمن أنبوب العمل الثابت المكوّن من خمس مراحل—التصنيف، التخطيط، التنفيذ، المراجعة، التسليم—التنبؤ والقدرة على التدقيق، ما يجعله مثالياً للعمليات اليومية التي تتطلب أماناً وسجلاً. يدعم الوكيل سبع أنواع مختلفة من المهام، بدءاً من تحليل البيانات وصولاً إلى هندسة الواجهة الأمامية، ويمكنه نشر المواقع الثابتة تلقائياً على خدمات الاستضافة مثل Vercel أو Firebase بعد اجتياز المراجعة بنجاح. يظل كل المعالجة على جهاز المستخدم، ما يضمن الخصوصية والسيطرة مع الاستفادة من قدرات الذكاء الاصطناعي القوية.
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.
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 juniper-cascor project implements a Cascade Correlation Neural Network for use in machine learning tasks.
هذا المشروع Implementation ل Cascade Correlation Neural Network، نوع من أنماط الشبكات العصبية مصممة للتعلم التعامل مع العلاقات المعقدة بين المدخلات والخروجات. يهدف للمستخدمين في تطبيقات التعلم الآلي حيث الهدف هو التنبؤ بالنتائج بناءً على البيانات الدخيلة. يستخدم هذا المشروع لغة البرمجة Python كاللغة الرئيسية ويعتمد على مكتبات متعددة مثل PyTorch للبناء وتدريب الشبكة العصبية.
The juniper-canopy project provides a real-time monitoring dashboard for the Cascade Correlation Neural Network.
هذا المشروع يقدم لوحة مراقبة زمنية حقيقية خاصة بالشبكة العصبية Cascade Correlation Neural Network. يتيح للمستخدمين متابعة وتحليل أداء الشبكة في الوقت الحقيقي، مما يجعل من السهل فهم وتنظيم سلوك الشبكة. تم بناء اللوحة باستخدام تكنولوجيا الويب الحديثة وتقدم واجهة سهلة الاستخدام للمستخدمين لاستكشاف بياناتهم.
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 web service that classifies financial trading signals using a hierarchical machine‑learning model.
يقدم التطبيق واجهة برمجة تطبيقات RESTful تستقبل بيانات السوق الخام وتعيد تصنيفًا هرميًا لإشارات التداول. يستخدم مزيجًا من نماذج PyTorch وscikit‑learn لتوقع مستويات متعددة من فئات الإشارة، مثل نظام السوق، وفئة الأصول، واتجاه التداول. كما يوفر لوحات معلومات بصرية مبنية على Plotly وMatplotlib لمساعدة المستخدمين على استكشاف توزيع الإشارات وأداء النموذج. صمم هذا الحل للخبراء الكميين والمتداولين الآليين، مما يسهل دمج معالجة إشارات متقدمة في خطوط سير التداول الآلي. يتم تشغيل واجهة برمجة التطبيقات على FastAPI مع Uvicorn، ما يضمن استجابة سريعة وتوافر عالي.
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.
A Python library that reproduces introspection experiments on open‑source language models.
يُقدِّم المشروع مجموعة من الأدوات والبرامج النصية لإعادة تنفيذ دراسات الاستبطان على نماذج اللغة الكبيرة مفتوحة المصدر. يدعم الإطارات الشائعة مثل PyTorch وJAX، ويُدمج مع واجهات برمجة التطبيقات الخاصة بـ Hugging Face وAnthropic للوصول إلى النماذج. يمكن للباحثين تشغيل تجارب مُتحكم فيها، جمع التحفيزات الداخلية، وإنشاء رسومات بوساطة مكتبة Matplotlib. يركز المشروع على قابلية التكرار، حيث يوفر مخططات تكوين عبر Pydantic وتصميمًا معياريًا يسمح بتبديل خلفيات النماذج بسهولة. يستهدف الباحثين في مجال معالجة اللغة الطبيعية ومهندسي التعلم الآلي الذين يحتاجون إلى التحقق أو توسيع نتائج الاستبطان.
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.
An integrated web platform that streamlines BESS EPC engineering tasks by providing data analysis, visualization, and project management tools.
تُقدّم المنصة واجهة موحدة للمهندسين في مجال EPC لتحميل ومعالجة وعرض بيانات مشاريع تخزين الطاقة بالبطاريات. تُستخدم الرسوم البيانية التفاعلية لوحات المعلومات لعرض مؤشرات الأداء وتقديرات التكلفة ومقارنات التصميم. يمكن للمستخدمين رفع جداول بيانات أو إدخال المعلمات مباشرة، ما يتيح تشغيل حسابات لحظية ومقارنات سيناريوهات. تستهدف المنصة مهندسي EPC ومديري المشاريع ومصممي أنظمة الطاقة الذين يحتاجون إلى مصدر موثوق واحد للتخطيط والمراقبة. من خلال دمج الجداول المبعثرة والحسابات اليدوية، تقلل الأخطاء وتسرّع اتخاذ القرار. كما توفر أدوات لتتبع المراحل الزمنية وتقدير التكاليف، مما يساعد على إدارة المشاريع بكفاءة أعلى. يميز المشروع تكامله بين التحليل البياني وإدارة المشروع في بيئة ويب واحدة، وهو ما لا يتوفر في الحلول التقليدية.
The onthedrops__trends-report-system is a serverless trends analysis system that collects signals from multiple sources, analyzes them using Claude AI, and generates industry-specific reports with global macro economic data.
هذا النظام يجمع إشارات حية في الوقت الفعلي من مصادر +7، ويحللها باستخدام Claude 3.5 Haiku AI، ويتوفر تحليل العلاقات السببية، والتصفية حسب الصناعة والمكان الجغرافي، وتضمين المؤشرات الاقتصادية العالمية، ويولد تقارير جميلة ومشغولة بالتفاعل.
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.
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.
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.
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 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.
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.