707 ورقة بحثية
تقدم هذه الورقة إطار عمل حوسبي خفيف الوزن مكون من 99 سطرًا ومفتوح المصدر لتجانس هياكل الصفائح ذات القشرة الشبكية، مصمم خصيصًا للتغلب على عدم الدقة في الطرق التقليدية في رصد تأثيرات الحدود على طول اتجاه السماكة.
تختبر هذه الورقة نظرية مشروطة بالنظام تقضي بأن التعرضات للمخاطر المالية تتقلص بشكل ضربي خلال فترات قيود رأس المال وتتعافى بشكل جمعي عندما تكون القيود مرنة، حيث تجد دعماً تجريبياً لهذا التمييز في الشكل الوظيفي في بيانات ديون الهامش الخاصة بـ FINRA.
تقترح الورقة البحثية FPL-OPF، وهو إطار عمل للتعلم غير الخاضع للإشراف لحل مشكلة تدفق القدرة في التيار المتردد (AC-OPF)، والذي يستخدم "طبقة سريعة مدركة للفيزياء" لدمج حل تكراري لتدفق القدرة داخل الشبكات العصبية، محققاً كفاءة حوسبية عالية وانتهاكات تقترب من الصفر للقيود باستخدام تدرج بديل عالي الدقة بدلاً من التفاضل الضمني المعقد.
تقدم هذه الورقة شبكة كولموغوروف-أرنولد الغاوسية القائمة على تقسيم الوحدة (PU-GKAN)، وهي بنية مبتكرة تعمل على استقرار شبكات KAN القائمة على دالة دالة راديات (RBF) باستخدام تطبيع من نوع شيبارد لإنشاء خريطة سمات تقسيم الوحدة، مما يؤدي إلى تحسين الدقة، وتحقيق استقرار أفضل، وتقليل الحساسية تجاه اختيار المعلمات الفائقة.
تُظهر هذه الدراسة أنه في حين يظل نموذج "تحسين التباين والمتوسط" التقليدي فعالاً للغاية في تعظيم العوائد، فإن نماذج التعلم العميق الهجينة — وتحديداً تلك التي تجمع بين نماذج "المحولات" (Transformers) و"الشبكات العصبية الرسومية" (Graph Neural Networks) — توفر تحكماً فائقاً في المخاطر واستقراراً من خلال التقاط هياكل السوق المعقدة بشكل أفضل في عملية تحسين المحفظة الاستثمارية.
تقترح هذه الورقة بنية شبكة عصبية رسومية مكانية-زمانية تكتشف التلاعب المنسق في سوق العملات المشفرة، مثل مخططات الضخ والتفريغ، من خلال نمذجة الترابط العلاقاتي والأنماط الزمنية بين الأصول بدلاً من معاملتها ككيانات مستقلة.
إن VEHRON هو إطار عمل مفتوح المصدر وقائم على التكوين، مصمم بلغة بايثون لتوفير سير عمل حتمي وقابل للتتبع لمحاكاة المركبات الكهرببات ذات البطاريات الطولية، وذلك من خلال نماذج الأنظمة الفرعية القابلة للتبادل ومخرجات الحالات القابلة للتدقيق.
تقترح هذه الورقة إطار عمل مبتكر يدمج بين شبكات الخصومة التوليدية السببية (Causal GANs) وتعلم التعزيز بآلية الممثل-الناقد الناعم (Soft Actor-Critic) لتوليد بيانات عوائد سندات اصطناعية عالية الدقة، والتي تتم معالجتها لاحقاً بواسطة نموذج لغوي كبير (LLM) مضبوط بدقة لإنتاج إشارات تداول وتقييمات مخاطر قابلة للتنفيذ، مما يحقق دقة تنبؤ وربحية فائقتين.
تقترح هذه الورقة إطار عمل ذكاء اصطناعي معياري يستخدم مجموعة بيانات فيزيائية مكونة من 20,000 هندسة مروحية لتمكين التوليد السريع والمباشر من الأداء إلى التصميم والتحسين من خلال النماذج التوليدية الشرطية والبدائل القائمة على الشبكات العصبية.
تقدم الورقة البحثية DiffuMeta، وهو إطار عمل توليدي يجمع بين محولات الانتشار (diffusion transformers) وتمثيلاً لغوياً جبرياً لتمكين التصميم العكسي لمواد ميتا (metamaterials) ثلاثية الأبعاد متنوعة ذات خصائص ميكانيكية غير خطية مستهدفة بدقة.