708 ورقة بحثية
تقدم هذه الورقة بنية "ترانسفورمر" مستوحاة من الفيزياء تتيح تحسين الطوبولوجيا بدقة عالية وفي الوقت الفعلي عبر تعلم رسم خرائط غير تكراري من الظروف الفيزيائية إلى التصاميم الهيكلية، مما يتغلب على الاختناقات الحسابية للطرق التكرارية التقليدية مع ضمان الواقعية الفيزيائية وقابلية التصنيع.
تقترح هذه الورقة "معيار المخاطر الوكيلية" (ARS)، وهو إطار عمل مستوحى من الاكتتاب المالي ينقل الثقة في وكلاء الذكاء الاصطناعي المستقلين من الموثوقية الضمنية للنماذج إلى ضمانات منتج صريحة وقابلة للإنفاذ تعاقدياً، وذلك عبر توفير تعويضات محددة مسبقاً عن إخفاقات التنفيذ والنتائج غير المقصودة.
تقدم هذه الورقة البحثية HQ-LP-FNO، وهو مؤثر فورييه عصبي هجين كمي-كلاسيكي يستخدم خلاط دوائر كمية تباينية مدمجة لتقليل المعلمات القابلة للتدريب بنسبة 15.6% وتحسين دقة التنبؤ للنمذجة البديلة للمعالجة بالليزر ثلاثية الأبعاد مقارنة بالنماذج الكلاسيكية المرجعية.
تقترح هذه الورقة نموذج انتشار جدولي مشروط تم تدريبه على 2.2 مليون مبنى لتوليد خصائص مبانٍ واقعية وكاملة من بيانات جزئية، مما يعالج ندرة البيانات ويحسن دقة سير عمل نمذجة الطاقة الحضرية.
تقترح هذه الورقة إطار عمل للتحسين متعدد الدقة، يتم تسريعه عبر التعلم الآلي ويعمل عبر الإنترنت، يجسّر بفعالية فجوة الأداء بين التصميم المعماري والتشغيل عالي الدقة في أنظمة الطاقة المتكاملة من خلال الجدولة التكيفية لدقة النموذج والبدء المسبق لحلول عالية الدقة، مما يقلل من كل من فجوة الأداء بين الهيكلية والتشغيل والتكاليف الحسابية.
يقدم PI-JEPA إطار عمل للتدريب المسبق الخالي من الملصقات لمحاكاة المكامن متعددة الفيزياء، والذي يستفيد من التنبؤ الكامن المقنع على حقول المعلمات غير الملصقة مع تنظيم بقايا المعادلات التفاضلية الجزئية القائم على تقسيم المُعامل، مما يتيح نماذج بديلة عالية الدقة بحد أدنى من البيانات الملصقة.
تقدم هذه الورقة إطار عمل هجين لنموذج بديل عصبي قائم على الفيزياء يعزز دقة النماذج القلبية الوعائية ذات البعد صفر (0D) ذات الكفاءة الحسابية، وذلك باستخدام الشبكات العصبية لتعلم معاملات البعد صفر من عمليات محاكاة ثلاثية الأبعاد عالية الدقة، مما يحقق تنبؤات ديناميكية دموية آنية ومخصصة لكل مريض مع تقليل الأخطاء بشكل كبير عبر مجموعات تشريحية متنوعة.
تقترح هذه الورقة صياغة اقتران نقطي من شعاع إلى شعاع متعددة الاستخدامات ومتسقة تغايرياً ضمن نظرية الشعاع هندسية الدقة، تستخدم مقاييس تشوه معممة ومضاعفات لاجرانج لنمذجة التفاعلات بدقة بين الأشعة ذات الصيغ والتقسيمات والتكوينات النسبية التعسفية المختلفة.
تقترح هذه الورقة إطار عمل جديد للشبكات العصبية المستنيرة بالفيزياء (PINN) يدمج بيانات طريقة لاتيس-بولتزمان (LBM) المتفرقة مع قيود معادلات نافييه-ستوكس للتنبؤ بدقة وكفاءة بتدفقات السوائل غير المستقرة في القنوات الدقيقة ذات الخشونة الكسيرية، محققةً خفضاً بمقدار 150 إلى 200 ضعف في متطلبات البيانات مقارنة بنهج ديناميكا السوائل الحسابية التقليدية.
تقدم هذه الورقة مساراً مؤتمتاً لإنشاء بيئات تنفيذ حاوية لدفاتر جوبيتر (Jupyter notebooks) الأكاديمية، مما يثبت أنه في حين أن الحوكنة (containerization) تعالج بشكل كبير الإخفاقات المتعلقة بالاعتمادات، إلا أنها تظل غير كافية لتحقيق قابلية إعادة إنتاج كاملة على مستوى البت (bit-wise reproducibility) بسبب أخطاء وقت التشغيل المستمرة وعدم الحتمية العشوائية.