22512 ورقة بحثية
تقدم الورقة البحثية COMPOL، وهو إطار عمل جديد غير مرتبط بهيكلية معينة، يعزز تعلم المشغل العصبي لمحاكاة الفيزياء المتعددة من خلال دمج الآليات المتكررة وآليات الانتباه لنمذجة الاعتمادات المتبادلة المعقدة بين العمليات الفيزيائية المقترنة بفعالية، محققاً بذلك دقة تنبؤية فائقة عبر مختلف المعايير العلمية.
تقترح هذه الورقة إطاراً جديداً للاستدلال التبايني يستخدم التقريب المماسي والازدواج المحدب للتعامل مع احتمالات التوزيع "سوبر غاوسي" القوية، مما يوفر ضمانات تقارب مثبتة، وحدود مخاطر قريبة من المثالية الدنيا-القصوى، وقابلية توسع فائقة مقارنة بالطرق الحالية ذات الصندوق الأسود أو الطرق الخاصة بنماذج معينة.
تتقصى هذه الورقة ظهور سهم الزمن الديناميكي الحراري من خلال تدريب شبكة عصبية غير متغيرة الترتيب على بيانات استرخاء الأقراص الصلبة لتعلم ترتيب قياسي للحالات، مما يثبت أن الدالة التي تعلمتها النموذج تتقارب نحو بنية دالة بولتزمان H دون قيود فيزيائية صريحة.
تقدم هذه الورقة إطار عمل للقلب البايزي السريع والخالي من النماذج البديلة لقياس انعكاس النيوترونات، والذي يستفيد من التدرجات الدقيقة لتمكين طرق "هاميلتونيان مونت كارلو" والاستدلال التبايني عالية الكفاءة، مما يوفر سرعات رائدة في تقدير عدم اليقين ومتانة للعينات المعقدة دون التضحية بالحدس الفيزيائي.
تقدم هذه الورقة إطار عمل "TinyFabulist Translation Framework (TF2)"، وهو مسار موحد يستفيد من البيانات الاصطناعية وعملية ضبط دقيق مكونة من مرحلتين لإنتاج نموذج مفتوح بـ 12 مليار معلمة ومنخفض التكلفة للترجمة الأدبية عالية الجودة من الإنجليزية إلى الرومانية، إلى جانب إصدار مجموعات بيانات وأدوات تقييم واسعة النطاق.
يقدم CIFNet إطار عمل مغلق الصيغة وخالٍ من الانتشار العكسي للتعلم التزايدي للفئات، يستفيد من التمثيلات المسبقة المجمدة ومن طريقة المربعات الصغرى المتكررة المنظمة لتحقيق دقة تنافسية، ومسارات تعلم سلسة، وتقليل في استهلاك الطاقة يصل إلى 20 ضعفاً، مع القضاء على النسيان الكارثي من خلال تحديثات الأوزان التحليلية ومعايرة الفضاء الكامن.
تقدم هذه الورقة إطار عمل (CNN-GRU) معزز بتقنية (DTW) يتسم بالكفاءة الحسابية، ويحقق تنبؤاً مستقراً وطويل الأمد لتركيز الجسيمات (PM2.5) لمدة تصل إلى 10 أيام في أصفهان بإيران، وذلك عبر الاستفادة من التواء الزمن الديناميكي لتحديد تشابه المحطات، متفوقاً بذلك على طرق التعلم العميق الحالية في البيئات محدودة الموارد.
يُعد DeepVRegulome إطار عمل حوسبي شامل يستفيد من 464 نموذجًا من نماذج DNABERT المضبوطة بدقة للتنبؤ بالتأثير الوظيفي للمتغيرات الجينومية غير المشفرة على المنظم البشري (human regulome)، حيث نجح في تحديد الطفرات ذات الصلة سريريًا في الورم الأرومي الدبقي وربطها بنتائج بقاء المرضى على قيد الحياة.
تقدم هذه الورقة إطار عمل لتعلم الآلة عبر الإنترنت من طرف إلى طرف لنمذجة النطاق دون الشبكي في الاضطراب شبه الجيوفيزيائي الدوار والمحدود، والذي ينجح في إعادة إنتاج السلوكيات الديناميكية طويلة الأمد ويتفوق على مخططات الإغلاق الكلاسيكية، مما يتيح محاكاة فعالة للعمليات الداخلية الكوكبية طويلة الأمد التي تتجاوز قدرات الطرق العددية المباشرة.
تقدم هذه الورقة أول تحليل لهجمات الباب الخلفي نظيفة الملصقات (clean-label backdoor attacks) على سياسات محاكاة السلوك (Behavior Cloning)، حيث تُثبت أن مجموعات البيانات المسمومة بحد أدنى يمكن أن تنتج سياسات ذات أداء يقارب الأداء المرجعي ولكنها معرضة بشدة للاستغلال القائم على المحفزات، مع تقديم هجوم مبتكر يعتمد على الإنتروبيا في وقت الاختبار لزيادة تدهور أداء السياسة.