27461 ورقة بحثية
تقترح هذه الورقة إطار عمل جديداً للهيورستيك الأولي الموجه بالتعلم الآلي لبرامج التربيع المختلطة الثنائية (MBQPs) من خلال تقديم بنية شبكة عصبية متخصصة، وإجراء جديد لجمع البيانات، ودالة فقدان تجمع بين التباين والاعتراض الموزون للتقاطع، مما يظهر أداءً فائقًا وتعماً محسناً مقارنة بالمحللات الحالية والأساليب القائمة على التعلم الآلي.
إن DeepImagine هو إطار عمل يعلّم النماذج اللغوية الكبيرة الاستدلال الطبي الحيوي عبر تدريبها على التنبؤ بكيفية تغير نتائج التجارب السريرية تحت تأثير متغيرات تجريبية مختلفة من خلال الجمع بين الضبط الدقيق الخاضع للإشراف على الأزواج الواقعية المضادة، والتعلم التعزيزي، ومسارات الاستدلال الاصطناعية.
تقترح الورقة البحثية "K-Score"، وهي طريقة تستبدل تطبيع المكافأة التقليدي في تعلم التعزيز بتدرج السياسة بمرشح كالمان أحادي البعد لتقدير متوسطات المكافأة بشكل تكراري، مما يقلل التباين ويسرع التقارب في البيئات غير المستقرة.
تقدم هذه الورقة أول تقييم معياري منهجي لطرق تكييف القنوات لنماذج التأسيس الخاصة بتخطيط كهربائية الدماغ (EEG)، كاشفةً أن النهج الأمثل يعتمد على بنية النموذج والمهمة المحددة، ومثبتةً أن النماذج المدمجة والمخصصة لتخطيط كهربائية الدماغ يمكن أن تتفوق على نظيراتها الأكبر حجماً بشكل ملحوظ.
يُعد ProEval إطار تقييم استباقي يستخدم عمليات غاوس مسبقة التدريب والتربيع البايزي لتقدير أداء الذكاء الاصطناعي التوليدي بكفاءة واكتشاف حالات الفشل المتنوعة بعدد عينات أقل بكثير من الطرق التقليدية.
تُثبت هذه الورقة أن التقييمات القياسية لطرق التعلم العميق البايزي تنتج تصنيفات غير موثوقة وتعتمد على مجموعة البيانات في ظل ندرة البيانات، وتقترح إطاراً بايزياً هرمياً باستخدام منحنيات الحد الأدنى من الفرق القابل للكشف لتوفير تقييم أكثر منهجية ووعياً بالارتياب لمدى تفوق الطريقة.
تُثبت هذه الورقة أن الإبلاغ عن مقاييس تقييم البذرة الواحدة في التعلم العميق البايزي غير موثوق بسبب تقلبات التباين الكبيرة وغير الرتيبة أثناء التدريب، لا سيما في الأساليب ذات الرؤوس المتباينة غير المتجانسة المتعلمة، وتقترح على الممارسين ضرورة الإبلاغ عن مسارات التباين بدلاً من مجرد المتوسطات النهائية.
لمواجهة التحدي المزدوج المتمثل في التوزيعات ذات الذيول الطويلة والضجيج العالي في الملصقات، يقترح هذا البحث **الإشراف بالمعلم الضعيف (WTS)**، وهي طريقة تستفيد من المحاذاة عبر الوسائط للنماذج اللغوية البصرية المدربة مسبقًا لتصحيح عدم الاتساق بين الملصق والصورة باستخدام معلومات نصية مساعدة.
تُطوّر هذه الدراسة إطار عمل للتعلم الآلي باستخدام خوارزميتي XGBoost وGAM لرسم خرائط ومراقبة التوسع المكاني السريع لملوحة التربة في ساتخيرا ببنجلاديش، مما يوفر أداة قابلة للتوسع للتخطيط الزراعي المرن مناخيًا.
تقدم الورقة البحثية h-MINT، وهي شبكة تفاعل جزيئي هرمية تستخدم طريقة ترميز مبتكرة تُسمى "OverlapBPE" لالتقاط السياقات الكيميائية المعقدة والمتداخلة على مستويي الذرة والجزئ، مما يحسن بشكل كبير من دقة التنبؤ بآلفة الارتباط بين الجيب والليجند والمسح الافتراضي.