22512 ورقة بحثية
تقدم هذه الورقة إطار عمل للتعلم التعزيزي عبر الإنترنت وغير متصل بالسياسة يستخدم فرط التخصيص بضرب هادامارد (Hadamard overparametrization) لاشتقاق دالات قيم Q مكونة من نماذج خليط غاوسي متفرقة وقابلة للتفسير، مما يتيح تحسيناً ريمانياً فعالاً يحقق كفاءة معلمات وقدرة على التعميم تتفوق على طرق التعلم التعزيزي العميق.
تقدم هذه الورقة MAEConformer، وهو إطار عمل جديد للتعلم الخاضع للإشراف الذاتي يجمع بين بنية Conformer والمشفرات التلقائية المقنعة (Masked Autoencoders) وفقدان الطيف متعدد الدقة للتدريب المسبق على بيانات ضخمة غير مصنفة من تخطيط كهربائية الدماغ (EEG) وتقلب ضربات القلب (HRV)، محققاً أداءً هو الأفضل في حالته لتصنيف شدة اعتلال الدماغ بنقص التروية ونقص الأكسجة لدى حديثي الولادة.
تُعد هذه الورقة بمثابة دليل مبرمج عملي وغير رسمي لإصدار FastLAS 2.2.0، حيث تقدم مقدمة تركز على بناء الجمل البرمجية (syntax) من خلال أمثلة متدرجة الصعوبة ومحققة لتعليم المستخدمين كيفية بناء قواعد البرامج المنطقية للبرمجة المنطقية الاستقرائية (Inductive Logic Programming) مع تسليط الضوء على الاختلافات الجوهرية بينها وبين الأنظمة ذات الصلة.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي الموجه بالمخاطر الاستباقية، والذي يستفيد من خريطة مخاطر تصادم ذاتية التنبؤ ومتوافقة اتجاهياً مشتقة من أقرب نقطة اقتراب (CPA)، لتمكين طائرة كوادتروتور من التنقل بأمان وكفاءة عبر الفوضى الديناميكية باستخدام تسلسلات العمق الموجودة على متنها فقط، محققاً بذلك نقلاً قوياً من المحاكاة إلى الواقع دون الحاجة لتدريب مسبق.
تقدم الورقة البحثية MS-GPT، وهو إطار عمل مبتكر يعيد صياغة استنباط بنية MS/MS من الصفر كعملية استعلام عن التوزيع اللاحق المستحث بالطيف لنموذج لغوي جزيئي شرطي، محققاً دقة هي الأفضل في فئتها من خلال معالجة عدم التطابق بين التدريب والاستدلال عبر معايرة كثافة البت النشط والترتيب القائم على الإجماع للمرشحين.
تقدم هذه الورقة البحثية DP-IVON-Gradsq، وهو متغير من مُحسّن نيوتن عبر الإنترنت المتغير المحسّن (Improved Variational Online Newton) يتميز بالخصوصية التفاضلية، والذي يستخدم مُقدِّر تدرج مُربّع مُصحح الضجيج للجمع بفعالية بين التكميم البايزي لعدم اليقين وضمانات الخصوصية، مُظهراً أداءً تنافسياً على مجموعة بيانات CIFAR-10 في ظل قيود خصوصية ضعيفة إلى متوسطة.
تقترح هذه الورقة إطار عمل AAMSF، وهو إطار دمج شذوذ متعدد المصادر شبه مُشرف، يتفوق على النماذج المرجعية المُشرفة وغير المُشرفة في التنبؤ بتقلبات مؤشر CSI 300 الشديدة في ظل ندرة شديدة في الملصقات، وذلك من خلال إعطاء الأولوية للهندسة المتينة للشذوذ ومصادر الإشارة الموثوقة على حساب تعلم التمثيل المُشرف المعقد.
تُظهر هذه الدراسة أن مساعدي البرمجة القائمين على الذكاء الاصطناعي يفشلون في توليد كود مصادقة آمن بشكل افتراضي، مما يكشف أن إعادة التوجيه التكراري مع حلقات التدقيق الذاتي —وليس المطالبات أحادية المحاولة— هو ما يمكنه تحقيق البنية الأمنية الشاملة المطلوبة وفقًا لمعايير المعهد الوطني للمعايير والتقنية (NIST).
تقدم هذه الورقة إطار العائد المتوقع على الاستثمار (eROI)، الذي يساعد الشركات على التغلب على عدم اليقين في اختيار مشاريع الذكاء الاصطناعي من خلال تقييم القيمة المحتملة، واحتمالية النجاح، وتكلفة التنفيذ لكل فكرة بشكل منفصل لبناء محفظة قوية من الرهانات ذات الإمكانات العالية.
تقترح هذه الورقة إطار عمل للتكيف المستمر في وقت الاختبار بدون مصدر، يقوم بتعديل زخم المعلم ديناميكيًا بناءً على جودة البيانات الواردة ويستخدم النماذج الأولية للفئات من نموذج مُدرب مسبقًا لمنع الانحراف، متفوقًا بذلك على الأساليب الحالية دون الحاجة إلى الوصول إلى بيانات المصدر.