23511 ورقة بحثية
تؤسس هذه الورقة إطار عمل موحد وسلس لدالة ليابونوف متعددة الحدود يحل مشكلات عدم القابلية للاشتقاق في تحليلات معيار الكلاسيكية لإثبات الاستقرار الأسي العالمي لمتغيرات تعلم Q القياسية والملساء تحت المؤثرات الانكماشية، مع توصيف تقارب متغير بولتزمان إلى مجموعة خطأ ثابتة صريحة.
تقدم هذه الورقة البحثية "تباعد التوبولوجيا للدالة القياسية" (SFTD)، وهي أداة توبولوجية مبتكرة تقيس عدم التشابه متعدد المقاييس بين الدوال القياسية مع الحفاظ على تموضع الميزات، مما يثبت فعاليتها كدالة خسارة لتحسين دقة إعادة بناء الأشكال ثلاثية الأبعاد وتجزئتها في مهام الرؤية الحاسوبية.
تقترح هذه الورقة مساراً متكاملاً يجمع بين الحوسبة الخزانية للاتصال الفعال مع الشبكات التلافيفية الرسومية الموجهة والذكاء الاصطناعي القابل للتفسير لتصنيف مرضى السكتة الدماغية من الضوابط الأصحاء وتفسير الشبكات الدماغية المختلة، محققةً مساحة تحت المنحنى (AUC) قدرها 0.69.
تقترح هذه الورقة FedC^2I، وهو إطار عمل للتعلم الاتحادي الشخصي الموجه بالتأثير، والذي يعمل على قياس التأثيرات على مستوى العميل ومستوى الفئة عبر ناقلات ومصفوفات مخصصة لتمكين التجميع التكيفي والشخصي للمعلمات وتحسين الأداء في ظل ظروف البيانات غير المتماثلة (non-IID).
تقترح هذه الورقة استراتيجية تقييم خفيفة الوزن تكمّم الاتساق المنطقي في النماذج اللغوية الكبيرة من خلال تحليل محاذات الاستعلام والمفتاح (query-key alignments) ضمن رؤوس الانتباه في المحولات (transformer attention heads)، مما يثبت فعاليتها في التمييز بين الاستدلالات الصحيحة وغير الصحيحة عبر نماذج تتراوح أحجامها من 1.5 مليار إلى 70 مليار معلمة.
تُثبت هذه الورقة أن تطبيق اكتشاف المجموعات الفرعية على تصنيف صور الأشعة السينية للصدر وآفات الجلد يمكن أن يكشف بفعالية عن تفاوتات الأداء الخفية ويظهر فجوات أداء أكبر من التحليل التقليدي القائم على البيانات الوصفية، مما يقدم إطار تقييم مبتكر لضمان الذكاء الاصطناعي الجدير بالثقة في الطب.
تقدم هذه الورقة نموذج المحول الجدولي الطولي (LTT)، وهو نموذج انتباه محوري يعيد صياغة التنبؤ بوقت استعادة الخدمة الكهربائية كمهمة طولية من خلال الاستفيد من بيانات المراجعة التاريخية، محققاً انخفاضات كبيرة في الأخطاء وتحسناً في رضا العملاء عبر ست شركات مرافق مقارنة بالطرق الحالية.
تؤسس هذه الورقة البحثية لمقايضة جوهرية في التنبؤ ذاتي الانحدار، حيث تثبت أنه بينما يؤدي التدريب على الأفق الطويل إلى نماذج ذات قدرة فائقة على التعميم في التنبؤات قصيرة المدى، فإنه يخلق في الوقت نفسه مشهداً أكثر وعورة لخسارة التحسين، مما يجعل عملية الأمثلة أكثر صعوبة بطبيعتها.
تقدم ESSA إطار عمل للمحاذاة عبر الإنترنت، يعتمد فقط على الاستدلال وخالٍ من التدرج، يقوم بتحسين القيم المفردة للتكيف منخفض الرتبة باستخدام استراتيجيات تطورية لتحقيق ضبط للنماذج اللغوية الكبيرة يتسم بالقابلية للتوسع، وكفاءة الاتصال، والأداء العالي، مما يضاهي أو يتفوق على الأساليب القائمة على التدرج مثل PPO وGRPO مع تقليل وقت التدريب وتكاليف الأجهزة بشكل كبير.
تقترح هذه الورقة إطار عمل لشبكة انتباه رسومية خفيف الوزن وقابل للتفسير، يقوم بنمذجة إشارات تخطيط كهربائية الدماغ (EEG) كرسوم بيانية مكانية-زمانية للكشف بدقة عن الصرع باستخدام أجهزة منخفضة التكلفة في البيئات محدودة الموارد، متفوقاً بذلك على المصنفات الحالية مع تحديد المؤشرات الحيوية الجبهية-الصدغية الرئيسية.