23845 ورقة بحثية
تقدم هذه الورقة البحثية SPRO، وهو إطار عمل ذاتي التوجيه لتعلم التعزيز العملياتي يلغي الحاجة إلى نماذج مكافآت خارجية من خلال اشتقاق مكافآت عملياتية جوهرية وإعادة تعريف تقدير الميزة خطوة بخطوة، مما يحقق كفاءة ودقة واستقراراً فائقاً في التدريب دون أعباء حسابية إضافية مقارنة بالطرق القياسية الخاضعة للإشراف على النتائج.
تقدم هذه الورقة إطار عمل قوي للتعلم الاتحادي ذو الخصوصية التفاضلية على البيانات السريرية غير المتوازنة، والذي يجمع بين إعادة أخذ العينات بطريقة SMOTETomek على مستوى العميل وخوارزمية FedProx المحسنة لتحقيق معدل استدعاء عالٍ (أكبر من 77%) مع الحفاظ على ضمانات خصوصية قوية (إبسيلون 9.0) للتنبؤ بمخاطر أمراض القلب والأوعية الدموية.
تُظهر هذه الدراسة أن لاعبي الشطرنج النخبة من الذكاء الاصطناائي تحافظ على توتر استراتيجي أعلى وأطول أمدًا بشكل ملحوظ مقارنة بالأساتذة الكبار من البشر من خلال تحمل المواقف شديدة الترابط، في حين يحد البشر بشكل منهجي من التعقيد، بينما يتوسع توتر الذكاء الاصطناعي وفقًا للتعقيد الخوارزمي ويزداد التوتر البشري مع المهارة وضوابط الوقت.
تقدم هذه الورقة إطار عمل قائماً على الأنطولوجيا، تم تطويره في الأصل في تسعينيات القرن الماضي وجرى تحسينه على مدى ثلاثة عقود، يستخدم "رسوم البيانية للحلول" لتصنيف المسائل الهندسية بشكل منهجي وتحسين مجموعات المسائل من أجل تنمية مهارات مستهدفة، مع تحديد التوسيم والتحقق الآلي كاتجاهات بحثية رئيسية في المستقبل.
تقدم هذه الورقة أول تدقيق واسع النطاق لنظام الذكاء الاصطناعي مفتوح المصدر، كاشفةً أن 35.5% من عمليات الانتقال من النموذج إلى التطبيق تتضمن انحرافاً في التراخيص عبر إلغاء البنود التقييدية، وتُقدم محرك قواعد قادراً على اكتشاف 86.4% من هذه التعارضات لمعالجة تحديات الحوكمة الحرجة.
تقوم هذه الورقة البحثية بقياس أداء خمس استراتيجيات للتعلم الاتحادي على مجموعة بيانات MIMIC-IV غير المتجانسة وغير المتوازنة للتنبؤ بالوفيات، حيث وجدت أنه في حين يوفر FedProx الأداء الأكثر قوة بين الطرق اللامركزية، إلا أنه لا يزال يقصر عن خط الأساس المركزي ويعاني في خدمة وحدات العملاء الأصغر والمتميزة بشكل متساوٍ.
تقدم هذه الورقة SurvDiff، وهو أول نموذج انتشار (diffusion model) متكامل مصمم خصيصاً لتوليد بيانات بقاء اصطناعية من خلال النمذجة المشتركة للمتغيرات المرافقة مختلطة النوع، وأوقات الحدث، وآليات الرقابة لضمان دقة توزيعية عالية وأداء عالٍ في المهام اللاحقة.
تقيم هذه المراجعة المنهجية التأثير التحولي للذكاء الاصطناوي التوليدي على المعلوماتية الحيوية، مع تسليط الضوء على أدائه المتفوق في التطبيقات المتخصصة مثل علم الجينوم واكتشاف الأدوية، بينما تحدد التحديات الرئيسية مثل تحيز البيانات وقابلية التوسع.
تقترح هذه الورقة إطاراً نظرياً يحدد كمياً مخاطر غزو الأنواع البحرية الغازية من خلال دمج التشابه البيئي القائم على المناخ بين الموانئ مع أنماط التنقل البحري المرصودة والمتوقعة والمستمدة من بيانات تتبع السفن لتمكين تقدير التعرض العالمي والإدارة المستهدفة.
تقدم الورقة البحثية DeepFeature، وهو إطار عمل مبتكر مدعوم بنماذج اللغات الكبيرة (LLM) يقوم بتوليد سمات مدركة للسياق ومخصصة للمهام من خلال الإشارات الحيوية القابلة للارتداء عبر التكامل متعدد المصادر والتحسين التكراري، محققاً أداءً فائقاً عبر ثماني مهام رعاية صحية مقارنة بالنماذج المرجعية الحالية.