12446 ورقة بحثية
تُظهر هذه الدراسة أن صور الرنين المغناطيسي للدماغ بعد إزالة الجمجمة يمكن إعادة تحديد الهوية فيها بشكل موثوق عبر مجموعات بيانات متنوعة باستخدام مقاييس تشابه الصور البسيطة، مما يكشف عن خطر جسيم على الخصوصية يتحدى الافتراضات التنظيمية الحالية بشأن إخفاء هوية البيانات.
تقترح هذه الورقة منظورًا جديدًا يعيد صياغة الانتباه بوصفه طبقة إدراك متعددة الطبقات (MLP) ذات معاملات متوقعة ديناميكيًا، مما يثبت أن هذا التوصيف الديناميكي للمعاملات يمكن أن يحل بفعالية محل الانتباه الصريح لتحقيق نمذجة بصرية عالمية بمستوى "ترانسفورمر" مع تعقيد حسابي خطي.
تقدم هذه الورقة البحثية "التقطير المستمر" (Continual Distillation)، وهو نموذج يتعلم فيه نموذج طالب بشكل متسلسل من تدفق من المعلمين غير المتجانسين دون الوصول إلى بيانات التدريب الخاصة بهم، وتقترح "تقطير البيانات الخارجية الذاتية" (Self External Data Distillation - SE2D) لمواجهة نسيان المعرفة غير المعروفة بفعالية أثناء نقل المعرفة غير المعروفة باستخدام بيانات خارجية غير مصنفة.
تُظهر هذه الدراسة أنه بينما تُعد النماذج اللغوية الكبيرة متعددة الوسائط واعدة في المعايير الجلدية العامة، فإن دقتها التشخيصية تنخفض بشكل كبير في البيئات السريرية الحقيقية، مما يشير إلى أن النماذج الحالية ليست موثوقة بما يكفي بعد للاستخدام بجانب السرير.
تقدم هذه الورقة البحثية HERCULES، وهو إطار عمل وتصنيف جديد للبحث عن البنى العصبية (Neural Architecture Search) يوحد الأهداف الجوهرية المتمثلة في كفاءة الأجهزة، والمتانة، والتعلم المستمر لتوجيه تطوير أنظمة الذكاء الاصطناعي القابلة للنشر والتعلم مدى الحياة.
تقدم هذه الورقة MuCALD-SplitFed، وهو إطار عمل جديد للتعلم الاتحادي المنقسم متعدد المهام يدمج تعلم التمثيل السببي والانتشار الكامن لتعزيز أداء تقسيم الصور الطبية، وضمان التقارب، والتخفيف من الثغرات الأمنية المتعلقة بالخصوصية في سير العمل السريري اللامركزي.
تُبين هذه الورقة أن التطبيق الساذج للتعلم العميق على التصوير العلمي، مثل علم الأمراض بالأشعة تحت الحمراء، غالبًا ما يؤدي إلى إخفاقات كارثية حيث تنهار النماذج لتصبح تنبؤات أحادية البعد بسبب عدم التطابق بين الأوليات البيانية والتحيز للبساطة في البنيات القياسية، مما يستلزم تطوير خوارزميات ذكاء اصطناعي متخصصة ومحددة لكل نمط.
تقترح هذه الورقة إطار عمل للتعلم العميق الاحتمالي يستفيد من بيانات سنتينل-1 (Sentinel-1) الرادارية (SAR) وبيانات سنتينل-2 (Sentinel-2) البصرية متعددة الأنماط لتوليد صور أقمار صناعية بصرية في تواريخ ماضية أو مستقبلية تعسفية، مما يعالج بفعالية كلاً من التكثيف الزمني للملاحظات المحجوبة بالسحب والتنبؤ المستقبلي مع نمذجة عدم اليقين في التوليد بشكل صريح.
تقدم هذه الورقة البحثية "فك خلط النظم الموجه بالفيزياء" (PGRU)، وهو نهج مبتكر يقدر معاملات التنشيط لكل بكسل من الميزات الفيزيائية للدمج الديناميكي بين نماذج خلط غير خطية متعددة عبر انتباه متعلم، مما يتغلب على قيود النماذج ذات النظم الثابتة ويحقق دقة فائقة وتماسكاً فيزيائياً في عملية فك الخلط الطيفي.
تقدم هذه الورقة مجموعة بيانات صور جديدة ومتاحة للجمهور، تضم حوالي 34,700 صورة عالية الدقة لأحد عشر نوعاً من حبال ألياف "داينيما" (Dyneema) الاصطناعية التي تعرضت لجهد التعب الدوري، والمصممة لدعم مهام تعلم الآلة لتقدير العمر النافع المتبقي والمراقبة القائمة على الرؤية للحالة.