22512 ورقة بحثية
تستعرض هذه الورقة وتقيم تعلم المشغل العصبي ضمن بنيات U-Net لمشكلات التصوير العكسي، مبرهنةً من خلال التجارب العددية أنه بينما صُممت هذه الشبكات لتكون مستقلة عن الدقة، فإن شبكات U-Net الكلاسيكية تظهر متانة غير متوقعة عند التعميم عبر دقات تقسيم مختلفة.
تقدم هذه الورقة البحثية "تعلم القواعد الدليلية السريع" (FERL)، وهو أسلوب يولد نماذج قواعد ضبابية قابلة للتفسير قادرة على تقديم مخرجات دليلية، واستقرار "ليبتشيتز" سلس، والامتناع الموثوق عن الإجابة في تمريرة حتمية واحدة، مع تحقيق دقة هي الأفضل حالياً وأداء قوي في اكتشاف البيانات خارج التوزيع عبر مختلف المعايير.
تقدم الورقة البحثية CohortHijack، وهو تدقيق للمتانة يوضح أن أدوات تعليق الخلايا المفردة التي تعتمد على تحسين الجوار أو التصويت على مستوى العنقود معرضة للتلاعب، حيث يمكن لإزالة كسر صغير من الخلايا المرافقة غير المستهدفة أن يغير الملصق المتوقع لخلية مستهدفة دون تغيير ملف التعبير الخاص بها.
يُعد BioM-JEPA نموذجاً للتعلم الذاتي الخاضع للإشراف يعمل على تحسين تعلم تمثيل الخلية الواحدة من خلال التنبؤ بالتمثيلات المجمعة لكتل الجينات المتصلة بيانياً بدلاً من الجينات الفردية، مما ينتج عنه تضمينات ذات رتبة فعالة أعلى، ودقة فائقة في الاستجابة للاضطرابات، وإنتاجية تدريب أسرع بكثير مقارنة بالطرق الحالية مثل scFoundation.
تقترح هذه الورقة بنية نموذج مختلط معمّم عميق مبتكرة تدمج التأثيرات المختلطة في التعلم العميق لمعالجة انحياز الاختيار الناتج عن البيانات المفقودة عشوائياً في الدراسات الطولية عالية الأبعاد، مثل مجموعة بيانات GrowIt! لمشاعر المراهقين، رغم أن هذا النهج يواجه حالياً تحديات تتعلق بعدم استقرار النموذج.
تُثبت هذه الورقة أن طرق إزالة الهوية القياسية تفشل في حماية خصوصية المرضى في الصور الطبية لأن النماذج المتسقة دورياً يمكنها إعادة بناء ملامح وجه مميزة من المسوح المقطعية، مما يثبت أن بيانات التصوير هذه تعمل كمعرفات بيومترية بدلاً من كونها سجلات مجهولة المصدر.
تقدم هذه الورقة البحثية THBKG، وهو رسم بياني معرفي بيولوجي طبي زمني غير متجانس يتيح التنبؤ المتوافق مع القرار بتقدم التجارب السريرية من خلال إعادة بناء ملفات الأدلة التاريخية للتنبؤ بالنجاح من المرحلة الثانية إلى الثالثة، لا سيما بالنسبة لأزواج (الهدف-المرض) التي تفتقر إلى أدلة مباشرة في وقت اتخاذ القرار.
تكشف هذه الورقة أن النماذج التأسيسية للبيانات الجدولية (TFMs) تفشل في إنتاج توزيعات مشتركة أمينة لأنها تنتهك متطلبات الاتساق في كل من الهامش والتحليل عبر جميع مجموعات البيانات والمهام التي تم تقييمها.
تقترح هذه الورقة البحثية BioKD، وهو إطار عمل لتقطير المعرفة يعتمد على الموثوقية، يستفيد من الإشارات الفسيولوجية المشوبة بالضجيج كمعلومات تدريب مميزة لتوجيه نموذج طالب يعتمد على الفيديو فقط من أجل التعرف القوي على العواطف، مما يقلل بفعالية من النقل السلبي من خلال البوابة التكيفية مع إلغاء الحاجة إلى أجهزة الاستشعار الفسيولوجية أثناء الاستدلال.
تقترح هذه الورقة إطاراً علاقاتياً ثنائي المستوى يجمع بين التعلم الضمني بين الرقع عبر مشفر تلقائي مقنع وبين النمذجة الصريحة القائمة على الرسوم البيانية لتحسين أداء تشخيص آفات الجلد بشكل كبير في اختبارات ISIC، محققةً دقة متوازنة بلغت 79.27% على مجموعة بيانات ISIC-2018.