22423 ورقة بحثية
تقدم هذه الورقة البحثية استعراضاً شاملاً لأنظمة استرجاع الصور القائمة على المحتوى (CBIR)، مع التركيز على تحديات الفجوة الدلالية وقابلية التوسع، بينما تفصل كيفية استخدام تقنيات التغذية الراجعة ذات الصلة، وتعلم الآلة، والتعلم العميق لتحسين دقة الاسترجاع بشكل تكراري وتوجيه مسارات البحث المستقبلية.
تقترح هذه الورقة إطار عمل للمطابقة العصبية قائم على تقدير التباين الضوضائي، والذي يعيد صياغة رسم خرائط أنماط الهجمات التقنية (TTP) كمسألة تشابه دلالي للتغلب على تحديات فضاءات الملصقات الضخمة، والتوزيعات المنحرفة، والتعقيد الهرمي في التعرف على أنماط الهجمات الأمنية في ظل ندرة الموارد.
تقدم هذه الورقة نموذج نمذجة الجسيمات المقنعة (MPM)، وهو إطار عمل للتدريب المسبق ذاتي الإشراف يتعلم تمثيلات غير متغيرة بالتبديل لمجموعات الجسيمات غير المرتبة في فيزياء الطاقات العالية عبر إعادة بناء الجسيمات المقنعة بواسطة التكميم المتجهي، مما يثبت فعاليته كنموذج تأسيسي لمهام متنوعة لاحقة مثل تصنيف النفاثات ونقل النطاق.
تقترح هذه الورقة البحثية FedALS، وهو خوارزمية تعلم اتحادي مبتكرة تقلل تكاليف الاتصال وتحسن تعميم النموذج في سيناريوهات البيانات غير المتماثلة (non-iid) من خلال تطبيق ترددات تجميع متمايزة لمستخرج التمثيل ورأس النموذج بناءً على حدود التعميم النظرية وتحليل تعلم التمثيل.
تقدم هذه الورقة وتقيم إطار عمل لقياس المخاطر (RMF) لتقييم أمن نماذج تعلم الآلة في المركبات ذاتية القيادة، وذلك باستخدام مؤشرات مخاطر قائمة على معيار ISO/IEC 27004:2016 لقياس الضرر المحتمل وجهد المهاجم من خلال أربع قيم متميزة بدلاً من مقياس خطر واحد.
تقترح الورقة البحثية إطار عمل FISER، الذي يعمل على تحسين أداء الذكاء الاصطناعي المتجسد في المهام التعاونية من خلال الاستنتاج الصريح لنوايا البشر عبر التفكير الاجتماعي قبل التخطيط للأفعال، متفوقاً بذلك على الطرق القياسية من طرف إلى طرف وعلى النماذج المرجعية القوية في اختبار HandMeThat.
تقدم هذه الورقة أول خوارزميات عشوائية ذات زمن خطي لتقريب غير متحيز لنواة السير العشوائي العامة على كل من الرسوم البيانية المتفرقة المسمّاة وغير المسمّاة، مما يتيح الحوسبة القابلة للتوسع على مجموعات البيانات الضخمة دون بناء الرسم البياني المباشر للمنتج مع تحقيق تسريع كبير مقارنة بالطرق السابقة ذات الزمن التكعيبي.
يعد UniAutoML إطار عمل متمحوراً حول الإنسان يستفيد من النماذج اللغوية الكبيرة لتوحيد مهام التعلم الآلي التلقائي التمييزية والتوليدية مع تعزيز القابلية للتفسير، والتحكم من قبل المستخدم، والثقة من خلال واجهة حوارية وآليات سلامة.
توحد هذه الورقة البحثية أدبيات النمذجة التوليدية حول ثلاث مهام استدلالية باستخدام نظرية كالينبيرج لتعهيد الضوضاء (Kallenberg's noise outsourcing theorem)، وتقدم "الحوسبة البايزية التوليدية"، وهي طريقة فعالة من حيث التكلفة تستخدم الشبكات العصبية المئوية لاستعادة التوزيعات البعدية وتشكيل التوزيعات التنبؤية دون الحاجة إلى بنيات قابلة للعكس أو تقييم الكثافة.
يُعدُّ BRIDLE إطار عمل تعلُّم ذاتي الإشراف معمماً يعمل على تعزيز جودة التمثيل عبر وسائط الصوت والصورة والفيديو من خلال دمج التكميم المتبقي الهرمي في عملية تدريب ثنائية الاتجاه، مما يتغلب على قيود تكميم المتجهات أحادي دفتر الرموز ويحقق أداءً رائدًا في مختلف المهام اللاحقة.