22512 ورقة بحثية
تقترح هذه الورقة البحثية بنية RG-ResMoE، وهي بنية "خليط من الخبراء المتبقي ذي البوابات النمطية"، والتي تعمل على تحسين دقة التنبؤ بالتقلبات المقطعية واستقرار التدريب من خلال استخدام معلومات النمط حصرياً لتوجيه الخبراء بدلاً من إدخالها كمدخلات مباشرة، مما يثبت أن التحكم في كيفية تأثير بيانات النمط غير المستقرة على التنبؤات أكثر أهمية من مجرد زيادة سعة النموذج.
تُظهر هذه الورقة أنه في حين أن معايرة التنشيط لها تأثير ضئيل على التكميم بعد التدريب بدقة 8 بت للتنبؤ المالي، إلا أنها العامل الحاسم في تحديد الأداء التنبئي عند دقة 4 بت، حيث يتفوق المعايرة القائمة على المئينات بشكل كبير على الطرق القياسية القائمة على الحد الأقصى المطلق للتخفيف من فقدان المعلومات.
تُثبت هذه الورقة أن تضمينات نماذج التأسيس لمراقبة الأرض (TESSERA) تعمل كمواصفات فرعية فعالة وقابلة للنقل للشبكات الفرعية، مما يحسن بشكل كبير من دقة التدرج الزمني الاحتمالي للطقس لدرجة الحرارة وسرعة الرياح عبر مناطق ونماذج تنبؤ متنوعة، وذلك من خلال ترميز الخصائص السطحية المستمرة التي تفشل الشبكات العالمية الخشنة في تحليلها.
تقدم هذه الورقة إطار عمل رسميًا ثلاثي الخطوات يُمكّن غير الخبراء من تصميم دوال مكافأة خطية متوافقة مع البشر عبر الاشتقاق المنهجي لمتغيرات مخرجات قابلة للقياس، واختيار مجموعة فرعية ممثلة سببيًا لمدخلات المكافأة عبر تحسين متعدد الحدود في وقت قياسي، وملاءمة الأوزان من خلال عملية استقاء تفضيلات ذات إطار هندسي تضمن منطقة جدوى خالية من التعارض.
تُثبت هذه الورقة أن الشبكات العصبية العميقة تعمم على الأجسام في اتجاهات ثنائية الأبعاد جديدة من خلال نشر عدم الحساسية للاتجاه من الأجسام المألوفة عبر عصبونات مضبوطة على سمات مشتركة، وهي آلية تتقوى مع المزيد من بيانات التدريب وتحاكي عمليات التعميم الشبيهة بالدماغ.
تقدم هذه الورقة البحثية الاستدلال البايزي المتسلسل الموزون (WSB) للمتطلبات السياقية الخطية غير المستقرة، وهو إطار عمل يستبدل التقديرات النقطية ببيانات لاحقية ديناميكية لتقليل الإفراط في التحفظ وتحقيق ضمانات الندم الأفضل عالمياً من خلال خوارزميات جديدة قائمة على (WSB) وبرهان تركيز مارتينجال مبسط.
تقترح هذه الورقة إطار عمل للمحاكاة المشتركة القوية يدمج بين CARLA وSUMO، حيث تقوم استشعار الكاميرا القائم على YOLO بتغذية بيانات حركة المرور في الوقت الفعلي لوكلاء التعلم المعزز متعدد الوكلاء للتحكم التكيفي في الإشارات، مما يثبت أن النظام يحسن تدفق حركة المرور على مستوى الشبكة بفعالية حتى في ظل ظروف الاستشعار غير المثالية أو المتفرقة.
تقدم هذه الورقة شبكة عصبية كمية أحادية الكيوبت (SQQNN) موفرة للموارد، تستخدم تقنية مبتكرة لرفع البيانات وطريقة تدريب مستوحاة من الانحدار متعدد الحدود لتحقيق أداء سريع وخالٍ من الأخطاء في كل من مهام الانحدار والتصنيف على الأجهزة الكمية المتاحة حالياً.
تقترح هذه الورقة إطار عمل تعلم جديداً قائماً على الفيزياء لتصميم مراقب كازانتيس-كرافاريس (KKL) للأنظمة غير الخطية، وذلك باستخدام الشبكات العصبية لتعلم تحويل الحالة المطلوب ومعكوسه، مع توفير ضمانات نظرية حول المتانة والأداء غير التقاربي التي تُظهر قدرة تعميم متفوقة مقارنة بالطرق الحالية.
تقدم الورقة البحثية RoSeMary، وهو إطار عمل جديد للتصميم المشترك بين تعلم الآلة والتشفير (ML/Crypto codesign)، يستخدم التدريب من الطرف إلى الطرف باستخدام CodeT5 وبراهين المعرفة الصفرية لدمج علامات مائية قوية ووظيفية وتحافظ على الخصوصية في الأكواد البرمجية التي تولدها النماذج اللغوية الكبيرة (LLM)، مما يعالج بفعالية تحديات انخفاض الإنتروبيا والتحقق الآمن.