22512 ورقة بحثية
تقدم هذه الورقة إطار عمل لصيرورة الحجم العشوائية كفؤ الاستعلام يعتمد على تتبع دلتا، والذي يستفيد من التوازي غير المتجانس لوحدات معالجة الرسومات واستراتيجيات تقليل الاستعلام التكيفية لتمكين الصيرورة التفاعلية عالية الدقة للأحجام العصبية الضمنية متغيرة الوقت بمعدل 30-40 إطاراً في الثانية على الأجهزة الاستهلاكية.
تقترح هذه الورقة طريقة التقطير الذاتي الانعكاسي للمجموعات (GRSD)، وهي منهجية تستفيد من الانعكاسات الجماعية داخل السياسة (on-policy) والتباينات بين مسارات النجاح والفشل مع إيقاف التدرج لتوليد توجيه متوافق مع القدرات وتمييزي للنتائج من أجل تحسين تخصيص الائتمان على مستوى الدور في التعلم التعزيزي الوكيل، مما يؤدي إلى تفوقها على النماذج المرجعية الحالية في كل من الأداء والتعميم.
تقدم هذه الورقة البحثية "انحدار المتشعب الأمثل للإنتروبيا" (EOMR)، وهو طريقة مبتكرة تحدد بشكل مشترك المجموعات الفرعية للميزات والمنى الفرعية ذات الصلة للانحدار غير الخطي، مما يظهر دقة فائقة وتعقيداً حسابياً أقل بكثير مقارنة بأحدث أدوات الذكاء الاصطنافت وتعلم الآلة في اختبارات معايير الديناميكيات الفوضوية وديناميكيات السوائل الصعبة.
تقدم الورقة البحثية IB-Forecast، وهو إطار عمل للتنبؤ بالسلاسل الزمنية متعددة المتغيرات قابل للتفسير بطبيعته، يستخدم عنق زجاجة للمعلومات مقيد بالميزانية لتوليد تفسيرات دقيقة ومتباعدة تتوافق مع دقة النماذج الصندوقية السوداء مع التفوق بشكل كبير على النماذج المرجعية الحالية القائمة على التفسير اللاحق أو التفسير الذاتي.
يقدم FinSMART إطار عمل جديد للتعلم التعزيزي المتوافق مع السوق، يعمل على تحسين تحليل المشاعر المالية باستخدام نتائج السوق المحققة بدلاً من التوصيفات البشرية الثابتة، مما يتفوق بشكل كبير على الأساليب الحالية من حيث الربحية ويسمح بالتكيف المستمر مع ديناميكيات السوق المتطورة.
تثبت هذه الورقة نظرياً أن حقن ضجيج غاوسي مستقل في الشبكات العصبية الرسومية المتكررة يمنع التمهيد المفرط التقاربي من خلال ضمان تقارب التمثيلات الخفية إلى توزيع مستقر فريد ذي طاقة ديريكليه غير متلاشية، مما يحافظ على تنوع التمثيل حتى في البنى العميقة.
تقيم هذه الدراسة ستة من نماذج المحاكاة الجوية المعتمدة على التعلم العميق والأكثر تطوراً مقابل النماذج التقليدية للتنبؤات الحرارية لمدة تتراوح بين 10 إلى 15 يوماً، لتجد أنه في حين تضاهي الذكاء الاصطناعي الأنظمة القائمة على الفيزياء في مهارة درجات الحرارة الحتمية، إلا أنه غالباً ما يعاني من التمويه الطيفي ويقلل من تقدير شدة ذروة الحرارة القصوى، مما يحد من موثوقيته للتحذيرات المبكرة القابلة للتنفيذ.
تعد TopoFormer إطار عمل خفيف الوزن وقابل للتوسع يدمج البنية الطوبولوجية في النماذج القائمة على الانتباه عبر وحدة Topo-Scan مبتكرة، والتي تعمل على تفكيك الرسوم البيانية إلى تسلسلات قابلة للتوازي لتحقيق أداء رائد في تعلم الرسوم البيانية دون التكاليف الحسابية للتماثل المستمر التقليدي.
تقدم هذه الورقة إطار عمل قابلاً للتوسع ومستقلاً عن المجال، يستفيد من المقارنات الثنائية بين نماذج لغوية كبيرة متعددة ونظام تصنيف "إيلو" (Elo) لتوليد تقييمات موثوقة بمستوى الخبراء لمخرجات النماذج اللغوية الكبيرة مع عتبات ثقة قابلة للضبط، مما يقلل بشكل كبير من الحاجة إلى التدخل البشري.
تقترح هذه الورقة نهجين يعتمدان على الوعي بالأجهزة لدمج بيانات RGB-D في شبكات عميقة مدمجة لتقسيم الإمكانيات (affordance segmentation) على الأجهزة المدمجة، محققةً بنجاح أداءً في الوقت الفعلي ضمن حدود الطاقة المتوافقة مع الهواتف الذكية مع تحديد الحلول المثلى في منحنى باريتو التي توازن بين دقة التعميم والقيود العتادية.