709 ورقة بحثية
تقدم هذه الورقة البحثية "اكتشاف نموذج دياد" (Dyad Model Discovery)، وهو سير عمل شبه مؤتمت يعتمد على وجود المهندس في الحلقة، يستخدم تعلم الآلة العلمي لتحديد الفيزياء المفقودة في النماذج الديناميكية من خلال تعزيزها بتعبيرات رمزية مشتقة من البيانات، مما يؤدي إلى تحسين المعايرة ودقة التنبؤ للتوائم الرقمية لأنظمة التدفئة والتهوية وتكييف الهواء وأنظمة تبريد النقل.
تقترح هذه الورقة طريقة تحكم محيطي معممة قائمة على البيانات باستخدام نظرية الأنظمة السلوكية والتحكم التنبئي الممكن بالبيانات لتحسين حركة المرور في المناطق الحضرية عبر إشارات مرور ديناميكية، والتي تم التحقق من صحتها من خلال محاكاة مجهرية عالية الدقة لمدينة زيورخ تُظهر تحسينات في إجمالي وقت السفر وانبعاثات ثاني أكسيد الكربون.
تقدم هذه الورقة المنظم الطيفي المدرك للارتباك (CAR)، وهو إطار عمل مبتكر يعمل على تقليل المعيار الطيفي لمصفوفة ارتباك موزونة ترددياً لتقليل الارتباك بين الفئات بشكل صريح وتحسين تعميم أسوأ الفئات بشكل كبير في التعرف على الصور ذات التوزيع طويل الذيل.
تقدم هذه الورقة الشبكات العصبية المتكررة ذات التحدب والاتصال الليبشيتزية للمدخلات (ICL-RNNs)، وهي بنية مبتكرة تضمن في آن واحد الكفاءة الحسابية والمتانة من خلال دمج التحدب والاتصال الليبشيتزي، مما يظهر أداءً فائقاً في مهام نمذجة العمليات والتحسين مثل العمليات الكيميائية وأنظمة استعادة الحرارة المهدرة.
تقدم هذه الورقة إطار عمل جديداً واعياً باليقين يجمع بين المشفرات التلقائية المتغيرة المكممة شعاعياً (VQ-VAE) والتنبؤ المطابق القائم على الكتل لإنشاء خرائط لقاع المحيط عالية الدقة ومتسقة هيكلياً مع تقديرات يقين متكيفة مكانياً، مما يعزز موثوقية بيانات قياس الأعماق لنمذجة المناخ وتقييم المخاطر الساحلية.
تقدم هذه الورقة إطار عمل SPIKE، الذي يعزز الشبكات العصبية المستندة إلى الفيزياء من خلال دمج تنظيم مؤثر كوبمان المستمر والمتناثر لتعلم ديناميكيات مقتصدة، مما يؤدي إلى تحسين التعميم، والاستقراء الزمني، والاستقرار بشكل كبير عبر الأنظمة الفيزيائية المتنوعة والصلبة.
تجادل هذه الورقة بأن حوكمة أنظمة الذكاء الاصطناعي الوكيلية وأنظمة التوليد المعزز بالاسترجاع تتطلب تحولاً جذرياً من محاذاة النموذج في مرحلة التدريب إلى تصميم أطر مؤسسية يتم فيها تأمين المساءلة القانونية والنزاهة المالية عبر هيكلة آليات حوكمة وقت التشغيل التي تجعل السلوك المتوافق هو الخيار الاستراتيجي المهيمن.
تُطوّر هذه الدراسة وتُقيّم إطار عمل للتعلم العميق الهندسي باستخدام الشبكات العصبية الرسومية للتنبؤ بدقة بالاستجابات الحرارية الميكانيكية في عملية الترسيب بالرش البارد، مما يثبت أن التجميع القائم على الرسوم البيانية المكانية يتفوق بشكل كبير على الطرق التقليدية والطوبولوجية في نمذجة السلوك غير الخطي للغاية لهذه العملية.
تقدم هذه الورقة MOTO، وهو إطار عمل لتقنيات تحسين الطوبولوجيا قابل للتفاضل من طرف إلى طرف يعتمد على طريقة النقطة المادية الضمنية، والذي يتغلب على عدم الاستقرار العددي لطرق العناصر المحدودة التقليدية لتمكين التصميم القوي للهياكل التي تخضع لتشوهات مرنة فائقة كبيرة.
يُعد AutoClimDS نظام ذكاء اصطناعي وكيلًا يستفيد من رسم بياني معرفي مناخي منسق كركيزة هيكلية أساسية له لأتمتة تحليل بيانات المناخ من البداية إلى النهاية وإعادة إنتاج الأشكال العلمية من اللغة الطبيعية، متجاوزًا بذلك قيود النماذج اللغوية الكبيرة عامة الأغراض في تحديد مجموعات البيانات الموثوقة وبناء سير عمل علمي سليم.