22512 ورقة بحثية
تقدم هذه الدراسة Calibrated EcoTreeFuseNet-Plus، وهو إطار عمل للدمج بين الأشجار والشبكات العصبية يدمج احتمالات الأشجار خارج الطي (out-of-fold)، ومخرجات الشبكة العصبية، وتدرج درجة الحرارة البعدي (post-hoc temperature scaling) لتحقيق تصنيف مستقر ومعاير ودقيق للمجتمعات النباتية دقيقة التفاصيل على مجموعات البيانات البيئية ذات العينات الصغيرة.
تقدم الورقة البحثية HERALD، وهو إطار عمل موحد للتعلم العميق يجمع بين بنيات CNN-Transformer مع خليط من الخبراء (mixture-of-experts) للكشف الديناميكي عن دورة الحياة الكاملة للبؤر الساخنة لحوادث المرور والتنبؤ بها وتتبعها، مما يتيح الإدارة الاستباقية للسلامة عبر الانتقال من التخطيط التفاعلي للحوادث الماضية إلى استباق المخاطر المستقبلية.
تقترح هذه الورقة \method، وهو إطار عمل جديد للتعلم الاتحادي لإزالة الارتباط (de-confounding) للتنبؤ المكاني الزماني، يعامل العملاء كبيئات سببية متميزة للاستفمادة من تباينهم كأدلة تكميلية، مما يؤدي إلى تعلم رمز مرجعي نموذجي عالمي (global prototype codebook) يتفوق على الأساليب الحالية في القدرة على التعميم، وقابلية التفسير، وكفاءة الاتصال.
تقدم هذه الورقة أول تبرير نظري لسبب تحقيق البحث الجشع (Greedy Search) لنتائج تجميع مثالية في إطار عمل "التجميع كـتوزيع" (Cluster-as-Distribution) من خلال إثبات أن عملية البحث تقابل ماترود تقسيم (partition matroid) وإرساء ضمانات القرب من المثالية التي يتم التحكم فيها بواسطة أخطاء تقريب تضمين التوزيع، مما يفسر قدرته على اكتشاف عناقيد معقدة ذات أشكال وكثافات وأحجام عشوائية حيث تفشل الطرق التقليدية الموجهة نحو المجموعات.
تُثبت هذه الورقة أن أول ثلاثة معاملات فايرشتراسس (Weierstrass) دنيا مختزلة لمنحنى إهليلجي فوق يمكن استردادها صراحة وبشكل تام من آثار فروبينيوس (Frobenius traces) عند الأعداد الأولية 2 و3 جنباً إلى جنب مع تماثل الموصل (conductor parity)، مما يثبت أن هذه المعاملات محددة بفئة التماثل (isogeny class) للمنحنى.
تقترح هذه الورقة البحثية وتقيم نماذج تعلم آلي للتنبؤ باستهلاك الطاقة في شبكات (O-RAN) الافتراضية، مظهرةً أن نهجاً هجيناً يجمع بين الشبكات العصبية العميقة (DNN) وخوارزمية (XGBoost) يحقق دقة فائقة (بنسبة خطأ أقل من 0.5%) مقارنة بالشبكات العصبية العميقة القياسية والمنتظمة، مما يتيح تنسيقاً أكثر كفاءة في استهلاك الطاقة للشبكة.
تقدم الورقة البحثية "Catalyst Diffusion Transformer" (CatDiT)، وهو إطار توليدي موحد يصمم بكفاءة محفزات غير متجانسة جديدة وصالحة من خلال التكييف المتزامن مع نوع المادة الممتزة، وطاقة الارتباط، وفئة المحفز، حيث أثبت بنجاح قدرته على إثراء مجموعات المرشحين للتفاعلات المستهدفة مثل اختزال النيتروجين.
تقترح الورقة البحثية \textsc{AlignGAE}، وهو إطار عمل جديد لتعلم تمثيل الرسوم البيانية غير الخاضع للإشراف يتغلب على انحياز التجانس (homophily bias) في الطرق الحالية من خلال توظيف بنية مشفر مزدوج مع محاذاة رؤى متكاملة للحفاظ على طيف التردد الكامل، مما يحقق أداءً هو الأفضل حالياً على الرسوم البيانية غير المتجانسة مع الحفاظ على الفعالية في الرسوم البيانية المتجانسة.
تقترح الورقة البحثية MobiWave، وهو إطار عمل لإعادة توازن الأساطيل ذاتية القيادة يجمع بين الموجات الرسومية متعددة المقاييس الموجهة نحو الإرسال لفك تشابك أنماط حركة المرور، وبين التحسين الانتقائي للطبقات الموجه بالانحراف للتكيف بكفاءة مع انحراف التنقل مع الحفاظ على المعرفة المستقرة.
تحلل هذه الورقة بشكل منهجي المقايضات بين السلامة والأداء والتكلفة عبر استراتيجيات الدفاع المختلفة ضد اختراق النماذج اللغوية الكبيرة، كاشفةً أنه في حين أن الدفاعات نادراً ما تعزز القدرات اللاحقة، إلا أنها تتباين بشكل كبير في آثارها الجانبية — مثل الإفراط في الرفض والعبء التشغيلي أثناء وقت التشغيل — اعتماداً على نهجها العملي.