24832 ورقة بحثية
لتعزيز قابلية نقل الهجمات الحقنية على أنظمة التوصية، تقترح هذه الورقة **التسميم الواعي بالحدة (SharpAP)**، وهي طريقة تستخدم التقليل الواعي بالحدة لتحسين البيانات المسمومة ضد نموذج ضحية يمثل الحالة الأسوأ تقريبًا، مما يؤدي إلى تخفيف الإفراط في التخصيص تجاه النماذج البديلة وتحسين نجاح الهجوم عبر بنيات النماذج المتنوعة.
تقترح هذه الورقة نموذج انتشار متعدد الوسائط غير مشروط يستفيد من المعلومات المتكاملة بين بيانات الضوء المستقطب (PL) وحيود الإلكترونات المرتدة (EBSD) لإجراء عمليات التحسين الفائق، وإزالة الضجيج، والتنبؤ بحدود الحبيبات، مما يؤدي بفعالية إلى إعادة بناء معلومات EBSD عالية الجودة من مدخلات منخفضة الدقة أو تالفة.
تقترح هذه الورقة إطار عمل ذكاء اصطناعي معياري يستخدم مجموعة بيانات فيزيائية مكونة من 20,000 هندسة مروحية لتمكين التوليد السريع والمباشر من الأداء إلى التصميم والتحسين من خلال النماذج التوليدية الشرطية والبدائل القائمة على الشبكات العصبية.
يعمل DROL (التوجيه الديناميكي للتعلم المعزز غير المتصل) على تحسين الممثلين في التعلم المعزز غير المتصل أحادي الخطوة باستخدام آلية توجيه ديناميكي من النوع "الأعلى في المرتبة الأولى" (top-1) تقوم بتعيين أفعال مجموعة البيانات لأقرب مرشح من بين من المرشحين المشروطين بكوامن، مما يسمح للنموذج بإجراء تحسينات سياسة محلية دون التدرجات المتضاربة الناتجة عن الاستخراج النقطي التقليدي.
تقترح هذه الورقة شبكة عصبية تلافيفية من نوع (2.5D U-Net) مصممة لتجزئة وقياس الانصمام الغازي الدقيق بسرعة ودقة في تصوير الموجات فوق الصوتية للقلب عبر الصدر، وذلك لتحسين مراقبة المرضى أثناء التدخلات القلبية.
من خلال تطبيق نماذج الثقة من الدرجة الثانية المستمدة من علم الأعصاب القراري، تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة تمتلك إشارة تقييمية داخلية — وتحديداً مخزنة عند سطر ما بعد الإجابة الجديد (PANL) — تتنبأ بشكل مستقل باكتشاف الخطأ وتحدد ما إذا كان النموذج يمتلك المعرفة اللازمة للتصحيح الذاتي.
يُعد HGQ-LUT نهجًا جديدًا للتدريب المدرك لجدول البحث عن جداول البحث (LUT) يتيح نشر الشبكات العصبية على مصفوفات البوابات المنطقية القابلة للبرمجة ميدانيًا (FPGAs) بشكل سريع وآلي وفعال من حيث الأجهزة، وذلك عبر تسريع التدريب بأكثر من 100 مرة وتوفير سير عمل متكامل لتحسين المقايضات بين الدقة والموارد.
يُعد TabSCM إطار عمل عملياً لتوليد بيانات جدولية مختلطة الأنواع وواقعية تحافظ على البنى السببية من خلال الجمع بين النماذج السببية الهيكلية والانتشار الشرطي وأشجار تعزيز التدرج، مما يوفر دقة إحصائية فائقة، وسرعات توليد أسرع، وقدرة أفضل على التفسير السببي مقارنة بالنماذج المرجعية الحالية.
تُعد أخذ العينات بالرفض المرن (PRS) نهجاً جديداً يستخدم مُقدِّر النواة لتعلم مقترح أخذ عينات، مما يوفر وسيلة تُنتج عينات مستقلة ومتماثلة التوزيع ذات احتمالية عالية مع ضمان عدد معين من العينات المقبولة.
تقدم الورقة البحثية SQUEAK، وهي خوارزمية جديدة لانحدار ريج (kernel ridge regression) تعمل على تحسين طريقة INK-Estimate من خلال استخدام درجات الرافعة لـ "ريج" غير المعيرة لتحقيق تقريب نيستروم (Nystrom approximation) أبسط وأكثر كفاءة في استهلاك المساحة يتجنب الاعتماد على أكبر قيمة ذاتية.