27306 ورقة بحثية
إن PHALAR هو إطار عمل تبايني لاسترجاع الجذوع (stem retrieval) يستفيد من التجميع الطيفي المتعلم والرؤوس ذات القيم المركبة لفرض ثبات حدة الصوت والطور، محققاً دقة هي الأفضل في فئتها مع عدد أقل بكثير من المعلمات وسرعة أكبر في التدريب، مع التقاط بنيات موسيقية قوية تتجاوز مهمة الاسترجاع.
تقدم هذه الورقة البحثية **CorrDP**، وهو إطار عمل للخصوصية التفاضلية المُخففة يستفيد من مسافة التباين الكلي لمراعاة الارتباطات بين الميزات الحساسة وغير الحساسة، مما يُمكّن من خوارزميات تقليل المخاطر التجريبية ذات الخصوصية التفاضلية (DP-ERM) الأكثر كفاءة من حيث المنفعة والتي تتفوق على النهج القياسية عند وجود ميزات غير حساسة.
تقدم هذه الورقة SATFormer، وهو متغير من نموذج Transformer يعامل إعادة استخدام التمثيل المبكر كمسألة استرجاع عبر توظيف بوابة تعتمد على السياق للوصول الانتقائي إلى إسقاطات القيم في الطبقة الأولى، مما يحقق أداءً وكفاءة متفوقين مقارنة بطرق المتبقيات الثابتة مع الحفاظ على إنتاجية النموذج الأساسي.
تقدم هذه الورقة "أخذ عينات التدفق" (Flow Sampling)، وهو إطار عمل خالٍ من البيانات يستفيد من نماذج الانتشار ومطابقة التدفق لتعلم أخذ العينات بكفاءة للكثافات غير المعيرة عبر الانحدار على انزياحات إزالة الضجيج المستمدة من دالات الطاقة، مع الامتداد بشكل طبيعي إلى المتشعبات ريمانية مع حلول ذات صيغة مغلقة للفضاءات ذات الانحناء الثابت.
تقدم هذه الورقة نهجاً متطوراً للتقطيع ثلاثي الأبعاد المبكر لأورام الدماغ باستخدام بنية SegResNet المدربة عبر تعدد الدقة التلقائي، محققةً درجة دايس (Dice score) تبلغ 0.84 لمركز الورم، و0.90 للورم الكامل، و0.79 للورم المعزز.
تقدم هذه الورقة البحثية "أخذ عينات الانتشار الشرطي" (Conditional Diffusion Sampling - CDS)، وهو إطار عمل مبتكر يجمع بين الاستكشاف العالمي لـ "التبريد المتوازي" (Parallel Tempering) ومعادلة تفاضلية عشوائية للنقل ذات صيغة مغلقة وخالية من الشبكات العصبية، وذلك لأخذ عينات بكفاءة من التوزيعات متعددة الأنماط غير المعيرة مع تقليل تكاليف تقييم الكثافة.
تقدم الورقة إطار عمل SaFE-Scale ومعيار RadSaFE-200 لإثبات أن سلامة النماذج اللغوية الكبيرة السريرية ليست نتاجاً سلبياً لعملية التوسع، بل هي خاصية تعتمد على عملية النشر حيث تساهم الأدلة عالية الجودة بشكل كبير في تقليل الأخطاء الخطيرة، في حين تفشل عمليات الاسترجاع القياسية وزيادة الحوسبة في تكرار مكاسب السلامة هذه.
يُعد Ligandformer إطار عمل لشبكة عصبية رسومية ذات انتباه ذاتي متعدد الطبقات، يتنبأ بخصائص المركبات بدقة عالية ومتانة وقدرة على التعميم، مع توفير خرائط انتباه قابلة للتفسير للكشف عن المبررات الهيكلية وراء تنبؤاته.
تقيم هذه الورقة مدى قابلية تطبيق وجدوى وقابلية توسع خوارزميات الشبكة الموترية المستوحاة من الحوسبة الكمومية للاستخدام في حالات الاستخدام الصناعية، وذلك من خلال مراجعة الأدبيات الموجودة وتحليل التطبيقات المحتملة إلى جانب قيودها المتأصلة.
تقدم هذه الورقة سلسلة من الخوارزميات القائمة على شبكة التنسور للكشف عن الشذوذ، والتي تستفيد من ضغط بيانات "ترين التنسور" (Tensor Train) للحفاظ على هياكل البيانات الطبيعية مع إزالة الهياكل الشاذة، مما يثبت فعاليتها عبر مجموعات بيانات الأرقام والوجوه والأمن السيبراني.