22512 ورقة بحثية
تقترح هذه الورقة وتتحقق من صحة "StaQ"، وهي خوارزمية ذات ذاكرة محدودة للتعلم التعزيزي ذي الإجراءات المنفصلة، والتي تقرب عملية "هبوط مرآة السياسة" (Policy Mirror Descent) عبر الاحتفاظ بآخر من دالات فقط، محققةً بذلك الفوائد النظرية لمتوسط الخطأ دون التعقيد الحسابي للمجموع اللانهائي، مع إثبات تجريبي بأن قيمة الكافية تؤدي إلى أداء مماثل لعملية "هبوط مرآة السياسة" الدقيقة.
تقترح هذه الورقة إطار عمل هرمياً وقابلاً للتعميم للتعلم المعتمد على التاريخ، يدمج البيانات متعددة الدقة مع التكميم غير اليقيني وفك الارتباط، وهو ما تم إثباته من خلال تطبيقه الناجح في النمذجة التكوينية القائمة على البيانات للتنبؤ بالاستجابة بدقة وتوصيف الضجيج.
تقدم هذه الورقة البحثية إطار عمل RF-CRATE، وهو نموذج محول ذو قيم مركبة وقابل للتفسير رياضياً، يرتكز على مبادئ تقليل المعدل المتناثر، ويحقق أداءً تنافسياً في مهام استشعار لاسلكية متنوعة مع توفير موثوقية وقابلية تعميم معززة مقارنة بنماذج التعلم العميق التقليدية التي تُعد بمثابة "صندوق أسود".
تُثبت هذه الورقة أن استبدال مقاييس الصعوبة التقليدية المتمحورة حول الإنسان بمقاييس تأثير بيانات التدريب المتمحورة حول النموذج يُمكّن التعلم المنهجي من التفوق بشكل كبير على التدريب المسبق ذي الترتيب العشوائي عند استخدام بيانات محدودة، محققاً تحسناً يتجاوز 10 نقاط مئوية في المعايير المرجعية.
تقدم هذه الورقة البحثية حقل الميزات السريع ()، وهو تمثيل تنبؤي، متفرق، وفعال للكاميرات القائمة على الأحداث، يحقق معدلات إطارات عالية وأداءً رائدًا عبر مختلف المنصات الروبوتية، وظروف الإضاءة، والمهام اللاحقة مثل التدفق البصري، والتجزئة الدلالية، وتقدير العمق.
تقترح هذه الورقة بنية شبكة عصبية مبتكرة مبنية جوهرياً على متشعب إحصائي لتوزيعات لوغاريتمية طبيعية داخل قرص بوانكاريه، حيث تُشتق مكونات الشبكة — مثل الدوران المدفوع بمجموعة ودوال التنشيط الرمزية (symplectic) — من ديناميكيات هاميلتون والمبادئ الهندسية لمعالجة التطبيقات في كشف الاحتيال المالي وأمن الشبكات.
تقدم الورقة البحثية "باريس" (Paris)، وهو أول نموذج انتشار مفتوح الأوزان يتم إصداره للعموم وتم تدريبه بالكامل عبر إطار عمل لامركزي يستخدم نماذج خبيرة معزولة وموجهاً ديناميكياً لتحقيق توليد صور عالية الجودة من النصوص دون الحاجة إلى تدرجات متزامنة، مع تقليل المتطلبات من بيانات التدريب والحوسبة بشكل كبير مقارنة بالنماذج المرجعية السابقة.
تتقصى هذه الورقة كيف يؤثر التفاعل بين البعد الفعال للنموذج وتحيزه تجاه دالة مستهدفة على تدريب وأداء نماذج انحدار فوريه والشبكات العصبية الكمومية، مبرهنةً على أن الأبعاد الفعالة الأعلى تفيد النماذج غير المنحازة بينما الأبعاد الأدنى تساعد النماذج المنحازة.
تقدم هذه الورقة DynaBO، وهو إطار عمل للتحسين البايزي يتيح تحكماً مستمراً للمستخدم من خلال دمج التفضيلات المتناقصة والموزونة مسبقاً في دالة الاستحواذ مع استخدام وسيلة حماية ضد الأوليات المضللة، مما يحقق تقارباً قوياً ومتسارعاً عبر مختلف معايير تحسين المعلمات الفائقة.
تقدم هذه الورقة مسافة حداثة النقل (TNovD)، وهي مقياس توزيعي مبتكر يعتمد على النقل الأمثل والتعلم التبايني لتقييم جودة وحداثة المواد المولدة بشكل مشترك، وذلك للتغلب على قيود أساليب التقييم الحالية في اكتشاف المواد.