1388 ورقة بحثية
تقترح هذه الورقة نموذجاً مثالياً للسوق المالية بمعلمة واحدة عبر التعامل مع السوق كنظام اتصالات يقلل من المفاجأة وتباعد كولباك-ليبلر، مما يؤدي إلى تطور متغيرات الحالة والمحفظة المثلى للنمو كعمليات أورنستين-أولينباخ شعاعية مربعة في زمن النشاط.
تستكشف هذه الورقة التعليمية كيف يمكن للذكاء الاصطناعي، ولا سيما التعلم العميق، تحسين تصميم الموجات الموحدة، والترتيبات النجمية، ومُشكلات الحزم لأنظمة الاستشعار والاتصالات المتكاملة (ISAC) لتحقيق توازن فعال بين الأداء والتعقيد وقيود التنفيذ حيث تعجز النهج التقليدية القائمة على النماذج.
تؤسس هذه الورقة نسخة p-adic لمبدأ عدم اليقين لـ Ghobber-Jaming للفضاءات الهيلبرتية p-adic ذات الأبعاد المحدودة، وتوسع النتيجة لتشمل فضاءات باناخ غير الأرخميدسية من خلال اشتقاق متباينة تحدد معيار متجه بناءً على أقصى معاملاته بالنسبة لقاعدتين متعامدتين ومعياريتين.
تتقصى هذه الورقة البحثية التعقيد المُعلمي للعلاقات الجوهرية بين الإزاحات الفرعية متعددة الأبعاد عبر تثبيت أحد الإزاحات الفرعية كمعلم، مما يكشف عن كيفية تأثير خصائص ديناميكية محددة على الصعوبة الحسابية، وتحديد الحالات القابلة للتقرير للإزاحات الفرعية ذات الأنظمة ذات المجموعات النهائية (SFTs) متعددة الأبعاد، وكشف الروابط بين اللغات القابلة للحوسبة والحد الأدنى التي تتحدى ثبات الترافق.
تقارن هذه الدراسة بين النسخ المولدة بواسطة الذكاء الاصطناعي وتلك التي طورها البشر لاستبيان الوعي بالجسم، لتجد أنه بينما تتشابه الصياغة السطحية، تُظهر التكيفات الناتجة عن الذكاء الاصطناعي اختلافات جوهرية في الأبعاد ودقة المعلومات، مما يؤكد الحاجة إلى التحقق الإحصائي الصارم لأدوات القياس المدفوعة بالذكاء الاصطناعي.
تُصيغ هذه الورقة البحثية نظام "الاستدلال المقيد بالانتباه" (Attention-Constrained Inference) لاشتقاق قانون قياس "جاكوب" (JaKoB) الذي يُظهر أن الإنتاجية المعرفية —أي تقليل عدم اليقين في التوزيع اللاحق في ظل ندرة التحقق— تتناسب طردياً مع الجذر التربيعي لحاصل ضرب جودة الفرز، وحجمه، وقدرة التحقق، مما يكشف أن توسيع نطاق الفرز منخفض التكلفة يمكن أن يضاعف موارد التحقق النادرة بشكل غير خطي، لا سيما عندما تكون السجلات المعلوماتية نادرة وتتبع الدرجات توزيعات ذات ذيول ثقيلة.
تقترح هذه الورقة إطار عمل لنقل الحالة الكمومية يتكيف مع الموارد، يجمع بين تنقية التشابك وعائلة من أكواد تصحيح الأخطاء الكمومية المثقوبة لتحسين الموثوقية ديناميكيًا عبر ظروف التشابك والأهداف المتغيرة دون الحاجة إلى تبديل الأكواد على مستوى الأجهزة.
تقترح هذه الورقة طريقة فعالة لإعادة بناء خريطة كسب القناة باستخدام نموذج مشتت افتراضي ذي معاملات قابلة للضبط وخوارزمية تقدير تدريجية معززة بانحدار العملية الغاوسية لتوصيف بيئات المسارات المتعددة ثلاثية الأبعاد بدقة من قياسات محدودة.
تقدم هذه الورقة عائلة جديدة من حدود تعميم MAC-Bayes القائمة على العينات الكتلية (block-sample) التي تحدد خطأ التعميم المتوقع باستخدام حدود التباعد المعتمدة على مجموعات فرعية من البيانات، مما يقدم نتائج أكثر إحكاماً بشكل ملحوظ من حدود PAC-Bayes التقليدية، مع إثبات أن النسخ ذات الاحتمالية العالية ذات معدلات التقارب المماثلة لا يمكن تحقيقها بشكل عام.
تقدم هذه الورقة بناءً جديداً لرموز المسافة ذات الرتبة القصوى (MRD) القائمة على عمليات الإزاحة الدائرية فوق الحقل والتي تتجنب العمليات الحسابية المعقدة للحقول، وتوفر ترميزاً فعالاً، وتثبت كلاً من التكافؤ والتمايز مع رموز غابيدولين (Gabidulin) ورموز غابيدولين الملتوية (twisted Gabidulin) تحت إعدادات بارامترية مختلفة.