22512 ورقة بحثية
تقترح هذه الورقة بنية شبكة عصبية متعددة المستويات تكيفية تحاكي طرق العناصر المحدودة التكيفية لحل المعادلات التفاضلية الجزئية البارامترية عالية الأبعاد بكفاءة، وذلك عبر إخراج حلول خشنة وتصحيحات هرمية مع تقدير موثوق للخطأ، مما يتيح تقليل تعقيد النموذج وتخصيص الموارد بشكل تكيفي عبر طبقات الشبكة.
تقدم هذه الورقة البحثية إطار PINCO، وهو إطار تعلم غير خاضع للإشراف يجمع بين الشبكات العصبية الرسومية والقيود المستندة إلى الفيزياء وآلية التجميع لحل مشكلات تدفق القدرة المثلى للتيار المتردد (AC-OPF) بمتانة على البيانات غير المفلترة، محققاً تسريعاً حوسبياً كبيراً مقارنة بالمحللات التقليدية مع التعامل بفعالية مع تغيرات الطوبولوجيا والحالات غير الممكنة.
تقترح هذه الورقة استراتيجية تعزيز مزدوجة لتقطير المعرفة تعمل على تعزيز تعلم الميزات الثابتة في كل من نموذجي المعلم والطالب، مما يؤدي إلى تمثيلات قوية وأداء تنافسي على مجموعة بيانات CIFAR-100.
تقترح الورقة البحثية إطار عمل FedEFC، وهو إطار تعلم اتحادي مبتكر يجمع بين الإيقاف المسبق الديناميكي وآلية تصحيح خسارة مخصصة للتخفيف بفعالية من تأثير الملصقات الضوضائية في بيئات البيانات غير المتجانسة، مدعوماً بتحليل نظري ونتائج تجريبية تثبت تحسينات كبيرة في الأداء مقارنة بالطرق الحالية.
تقدم هذه الورقة إطاراً إحصائياً مبتكراً يجمع بين نماذج الانتشار الكامن الشرطية واختبار الفرضيات لتقييم وقياس التحيزات في نماذج تعلم الآلة الخاصة بالتصوير الطبي من خلال قياس الثبات المقابل للواقع، مما يضمن تعميماً قوياً عبر المجموعات الديموغرافية دون الحاجة إلى بيانات مقابلة للواقع بشكل مباشر.
تجمع هذه المراجعة المنهجية لـ 69 دراسة بين التحديات الرئيسية والحلول المنهجية المقترحة لنمذجة البيانات الطبية متعددة الوسائط وغير المتجانسة لتعزيز دقة التشخيص والرعاية الشخصية.
تحدد هذه الورقة أن التبعيات المحلية الكثيفة هي السبب الرئيسي لانفجار لوغاريتمات الانتباه (attention-logit explosion) وما يعقب ذلك من عدم استقرار التدريب في نماذج المحولات ذات التوليد الذاتي طويلة التسلسل، حيث تُثبت أن النمذجة الصريحة لهذه التبعيات تخفف من المشكلة عن طريق منع هياكل الانتباه عالية الرتبة التي تجد آليات الانتباه ذاتية الانتباه منخفضة الرتبة صعوبة في تقريبها تحت الحسابات منخفضة الدقة.
تقدم هذه الورقة البحثية "محللات إيكول العصبية المتكافئة" (Equivariant Neural Eikonal Solvers)، وهو إطار عمل مبتكر يجمع بين الحقول العصبية المتكافئة والشبكات العصبية المستنيرة بالفيزياء للتنبؤ بكفاءة بأوقات السفر في الفضاءات المتجانسة التعسفية، وذلك عبر الاستفادة من عمود فقري مشترك مشروط بسحب النقاط الكامنة لتعزيز التجذر الهندسي، والقابلية للتوسع، وقابلية توجيه الحلول.
تقترح هذه الورقة نموذجاً هجيناً من التلافيف والمحولات (convolution-transformer) مدركاً للخصائص الديموغرافية مع قناع بيانات وصفية تدريجي لتحسين التعرف الدقيق على أمراض معصم الأطفال من خلال التمييز الفعال بين التباينات النمائية الطبيعية والتشوهات الحقيقية باستخدام عمر المريض وجنسه.
تقدم هذه الورقة البحثية HealthSLM-Bench، وهو معيار مرجعي يثبت أن نماذج اللغات الصغيرة (SLMs) يمكنها تحقيق أداء في التنبؤ بالرعاية الصحية يضاهي نماذج اللغات الكبيرة (LLMs) مع توفير كفاءة وخصوصية فائقتين للأجهزة المحمولة والقابلة للارتداء، على الرغم من استمرار التحديات في التعامل مع عدم توازن الفئات وسيناريوهات التعلم من أمثلة قليلة.