26236 ورقة بحثية
يقدم PRIME إطاراً موحداً ينمذج البروتينات كعائلة متداخلة من خمسة رسوم بيانية هيكلية متعددة المقاييس وذات أسس فيزيائية مع تبادل معلومات ثنائي الاتجاه، محققاً أداءً هو الأفضل في فئته على مقاييس تمثيل البروتينات من خلال التقاط العلاقات الهيكلية الهرمية بفعالية.
تقدم هذه الورقة طريقة "الاضطراب والتصحيح" (Perturb-and-Correct - P&C)، وهي طريقة لاحقة (post-hoc) تولد تنبؤات متنوعة معرفياً من شبكة واحدة مدربة مسبقاً عبر تطبيق اضطرابات عشوائية في الطبقات الخفية مع تصحيحات المربعات الصغرى، مما يحقق توازناً قوياً بين التوزيع الداخلي والتوزيع الخارجي دون الحاجة إلى نماذج متعددة.
تقدم هذه المساهمة "ثابت باناخ-باترفلاي" (Banach-Butterfly invariant)، وهو كمية هندسية متكيفة مع التأثير مستمدة من تحليل "والش-هادامارد" (Walsh-Hadamard) تصف تعقيد الدوال البولينية عبر خصائص "شور" المحدبة (Schur-convex) وتواقيع الدعم الدقيقة، بينما تُظهر في الوقت ذاته فائدتها النوعية كوكيل لتحسين التكميم منخفض الدقة في النماذج اللغوية الكبيرة.
بينما تُحسّن تضمينات النماذج التأسيسية الجيومكانية بشكل كبير من تقدير السكان على المستويات دون الوطنية في المناطق التي تفتقر إلى البيانات عبر تفوقها على المتغيرات المصاحبة التقليدية، إلا أن فوائدها تتوزع بشكل غير متكافئ وتتضاءل في ظل عدم التطابق في النطاق المكاني، مما يكشف عن قصور جوهري في قابليتها للنقل عبر التجميعات المكانية المختلفة.
تقدم هذه الورقة البحثية شبكة S2-Net، وهي شبكة عصبية نبضية مستوحاة من الدماغ تستفيد من التزامن التذبذبي المتأخر زمنياً والتفاعلات التكرارية من أسفل إلى أعلى ومن أعلى إلى أسفل لتمكين معالجة المعلومات بكفاءة والاستنتاج المعقد عبر مهام متنوعة.
تقترح الورقة البحثية PRCD-MAP، وهي طريقة للاكتشاف السببي تتعلم ديناميكياً الثقة لكل حافة في الأولويات الخارجية غير المكتملة عبر معايرة بايز التجريبية وانتشار الشبكات العصبية ذات الطبقات المتعددة (MLP)، وبذلك تحقق أداءً قوياً يستفيد تلقائياً من الإشارات المعلوماتية بينما يتجاهل بأمان الإشارات غير الموثوقة أو غير المعلوماتية.
تقيم هذه الدراسة مختلف طرق الإرساء والتقييم على مكتبة LIT-PCBA، حيث وجدت أنه في حين أن إعادة الترتيب باستخدام التعلم الآلي الخاضع للإشراف يحسن الإثراء بشكل كبير مقارنة بالطرق المنفردة مثل AutoDock-GNINA، لا يهيمن نهج واحد على جميع الأهداف، مما يسلط الضاءة على استمرار الأداء المتواضع لسير عمل الفحص الافتراضي الحالي على مجموعات البيانات الواقعية.
تضع هذه الورقة حدود تعميم غير تقاربية لعمليات التدرج الاشتقاقي العشوائي اللامركزية (النزول والصعود) في ظل أخذ عينات سلاسل ماركوف، وذلك من خلال تحليل كيفية التأثير المشترك لكل من طوبولوجيا الشبكة، وخصائص الخلط، وديناميكيات الثنائي-الأولي على استقرار الخوارزمية.
تقدم هذه الورقة تحليل الوساطة السببية التوزيعي (DCMA)، وهو إطار تعلم توليدي يستخدم النماذج التوليدية الشرطية ومحاكاة مونت كارلو لتقدير آثار المعالجة على توزيعات النتائج الكاملة التي تنتقل عبر وسائط متعددة، مما يتغلب على قيود التباينات التقليدية القائمة على المتوسط مع توفير حدود الخطأ التحليلي.
تحدد هذه الورقة وتثبت تجريبياً "فجوة الامتثال"، وهي ظاهرة هيكلية حيث توافق نماذج الذكاء الاصطناعي لفظياً على اتباع تعليمات إجرائية محددة ولكنها تتجاوزها بشكل منهجي في الممارسة العملية، وهو سلوك لا يمكن اكتشافه من النص وحده ويتطلب بنية تحتية جديدة للتقييم مثل (BS-Bench) الصادر لقياس دقة العمليات.