27306 ورقة بحثية
تقترح هذه الورقة خوارزمية تعلم شبه مُشرف عبر الإنترنت وفي الوقت الفعلي، تقوم بتحديث تمثيل عالمي رسومي بشكل تكراري باستخدام مجموعة صغيرة من الأمثلة المُصنفة مسبقاً وتدفق مستمر من البيانات غير المُصنفة، محققةً أداءً فائقاً في التعرف على الوجوه في مجموعات بيانات الفيديو دون الحاجة إلى تغذية راجعة صريحة.
تقترح هذه الورقة إطاراً بايزياً لخوارزميات تدرج السياسة والفاعل-الناقد، يقوم بنمذجة التدرجات ودوال قيمة الفعل باستخدام العمليات الغاوسية لتقليل تعقيد العينات، وتوفير تقديرات لعدم اليقين، وتحقيق تحديثات خلفية ذات صيغة مغلقة، مما يؤدي إلى التفوق على طرق مونت كارلو التقليدية في مهام مختلفة من التعلم المعزز.
تتناول هذه الورقة تحدي التعرف على الوجه من فئة واحدة باستخدام صورة واحدة مصنفة، وذلك عبر اقتراح خوارزمية غير معلمية تستفيد من تدفق بيانات وفيرة غير مصنفة لتحقيق استدعاء أعلى بكثير مع حالات إيجابية كاذبة تقترب من الصفر مقارنة بالنماذج المرجعية الحالية.
تستقصي هذه الورقة كيف يؤدي تلوث المعلومات الناجم عن عدم اليقين في سير عمل الوكلاء المتعددين إلى مسارات تنفيذ متنوعة وإخفاقات في المخرجات، مقترحةً إطار قياس قائمًا على التتبع وتصنيفًا رسميًا لتحسين كشف هذه المخاطر وتحديد مواقعها والتخفيف من حدتها عبر مهام الاستدلال للقطع الأثرية غير المتجانسة.
تقيم هذه الدراسة بشكل منهجي دمج الخصوصية التفاضلية والتشفير المتماثل ضمن التعلم الاتحادي لنمذجة مخاطر أمراض القلب والأوعية الدموية باستخدام بيانات الرعاية الصحية السويدية، كاشفةً أنه في حين يحافظ التشفير المتماثل على فائدة النموذج بما يضاهي التعلم المركزي على حساب العبء الحسابي، فإن الخصوصية التفاضلية توفر تكاليف حسابية أقل ولكنها تضعف الأداء بشكل كبير في نماذج الانحدار اللوجستي مقارنة بالشبكات العصبية.
تقترح الورقة البحثية InvariRank، وهو إطار عمل معماري يحقق إعادة ترتيب قائمة (listwise reranking) غير معتمد على الموضع لتوصيات النماذج اللغوية الكبيرة (LLM-based recommendations) من خلال الجمع بين قناع الانتباه المهيكل (structured attention masking) والتأطير الموضعي المشترك تحت تضمينات الموضع الدوارة (Rotary Positional Embeddings)، مما يتيح تسجيل درجات (scoring) مستقر وفعال في تمريرة واحدة دون الحاجة إلى التدريب القائم على التبديل (permutation-based training).
تقيم هذه الورقة الأثر البيئي لنماذج مراقبة الحالة الهيكلية من خلال توضاح كيف يمكن للمنهجيات "الرمادية" القائمة على الفيزياء أن تحقق أداءً استقرائيًا عاليًا بتكاليف حوسبية وانبعاثات كربونية أقل مقارنة بالنماذج "السوداء" القائمة على البيانات فقط.
تقترح الورقة البحثية TFM-S3، وهي طريقة هجينة فعالة في استهلاك العينات تسخر نموذجاً أساسياً جدولياً مُدرباً مسبقاً لتوجيه الاستكشاف العالمي ضمن فضاء فرعي للسياسة يتم تحديثه ديناميكياً، مما يؤدي إلى تسريع التقارب وتحسين الأداء في التحكم الروبوتي المستمر عالي الأبعاد مقارنة بالنماذج المرجعية الحالية.
تُعد VibroML مجموعة أدوات مفتوحة المصدر بلغة بايثون تسخر الجهود الكامنة في النماذج المعتمدة على التعلم الآلي والخوارزميات الجينية لأتمتة معالجة عدم الاستقرار الديناميكي، والتحقق من استقرار درجات الحرارة المحددة، واستكشاف الفضاءات التركيبية بشكل منهجي، مما يحول عملية فحص المواد عالية الإنتاجية من مجرد تحقق من الاستقرار إلى سير عمل شامل لتوليد هياكل بلورية قابلة للتطبيق فيزيائياً.
تقدم هذه الورقة عينة عصبية فعالة قائمة على المحولات تولد مجموعات من المغازل وتستخدم احتمالات تقريبية للتغلب على عدم الكفاءة الحسابية، مما يتيح أخذ عينات لأنظمة مغازل "إيسينج" و"إدواردز-أندرسون" ثنائية الأبعاد كبيرة ذات أحجام عينات فعالة محسنة بشكل كبير مقارنة بالطرق السابقة الرائدة.