22512 ورقة بحثية
تقدم هذه الورقة إطار تحكم غير مرتبط بهدف للمعادلات التفاضلية الجزئية باستخدام بنية تنبؤية ذات تضمين مشترك مجمدة، مبرهنةً على أن تطبيق أهداف التحكم على مراقبات فيزيائية صريحة (مثل الطاقة الحركية) بدلاً من المسافات الكامنة الخام يحسن بشكل كبير من أداء مطابقة المسار، وتتبع الهدف، والاستقرار.
تتقصى هذه الورقة البحثية اتساق الكامن متعدد الآفاق في متنبئات الفيديو، مظهرةً أنه في حين أن زيادة وزن الاتفاق () تؤدي بشكل كبير إلى تقليص الديناميكيات الكامنة وتقليل خطأ التنبؤ في مجموعات البيانات السلبية مثل Moving-MNIST، فإن هذا التقلص الهندسي لا يتعمم على مجالات التحكم المشروطة بالأفعال أو الفيديو المعقد، مما يكشف عن محدودية صارمة للنطاق بالنسبة لهذه التقنية.
تقترح هذه الورقة إطار عمل للسلامة في التعلم المعزز غير المستقر يعامل سرعة التكيف كقيد حاسم، وذلك باستخدام تنبؤات السياق لحماية الوكلاء استباقياً من السلوك غير الآمن عندما يتجاوز التكيف المطلوب مع التغيرات البيئية قدرة النظام على الاسترداد.
تقترح هذه الورقة إطار عمل DUQFL-Prox، وهو إطار تعلم اتحادي كمي مستقر ضد الانجراف يجمع بين تحديثات SPSA غير المطوية التكيفية مع حد تقريبي ومتحكم خفيف الوزن لتعزيز الاستقرار، والتعميم، وعدالة العميل في الخدمات الذكية الموزعة غير المتجانسة.
تُعد Molt إطار عمل مفتوح المصدر، مدمج ومبني أصلياً على PyTorch، صُمم لتبسيط أبحاث التعلم التعزيزي الوكيل عبر تمكين التعديلات الخوارزمية من البداية إلى النهاية دون التضحية بالأداء، مع تقديم تكافؤ إحصائي مع حزم Megatron المتطورة مع ضمان اتساق الكود البرمجي ووضوح البنية.
تقترح هذه الورقة تسلسلاً هرمياً لخصائص المواد وإطار عمل قائماً على الأدلة لمعالجة تحديات إثبات الجدة في اكتشاف المواد المدفوع بالذكاء الاصطناعي، محاججةً بأن القيود الحالية في تكامل البيانات متعددة الوسائط والقياس المرجعي يجب التغلب عليها من خلال معايير مجتمعية شاملة لتمكين تصميم مواد قابلة للتحقيق تجريبياً.
تقدم هذه الورقة نموذج Monotone FedNAM، وهو نموذج إضافي اتحادي مقيد فيزيائياً يضمن تنبؤات بمخاطر اتفاقية مستوى الخدمة (SLA) قابلة للتدقيق وصحيحة فيزيائياً لشبكات O-RAN متعددة المستأجرين من خلال فرض الرتابة على مؤشرات الأداء الرئيسية أثناء التدريب الاتحادي، مما يقضي على التنبؤات المتناقضة مع تقليل حركة مرور البيانات الصاعدة بشكل كبير مع حد أدنى من فقدان الدقة.
تقدم هذه الورقة البحثية "ترميز الأفعال المرتب" (OAT)، وهي طريقة متعلمة تعمل على تقطيع كتل أفعال الروبوت المستمرة إلى تسلسلات مهيكلة ومرتبة لتحقيق ضغط عالٍ وقابلية كاملة لفك التشفير، مما يتيح مقايضات مرنة عند الاستنتاج بين التكلفة والدقة مع تحسين أداء سياسة الرؤية والحركة باستمرار عبر مهام متنوعة في المحاكاة والعالم الحقيقي.
تؤسس هذه الورقة نظرية العتبة الحادة للكشف التكيفي عن القيم المتطرفة خارج التوزيع، حيث تثبت أن عدم نقاء بنك الذاكرة يتبع قانوناً ديناميكياً حرجاً يؤدي إلى التسمم الذاتي، وتقترح آليات معتمدة خالية من الملصقات لقطع هذه الحلقة المرتدة مع توصيف الاستحالة الجوهرية للتمييز بين الانزياح والتلوث دون وجود ملصقات.
تقدم هذه الورقة البحثية تعلم الآلة بالضغط الكمي (QCML)، وهي طريقة تستخدم دوائر كمية مهيكلة لتقليص النماذج البديلة لتدفق السوائل المعقدة إلى نموذج عالي التفسير، ومستقر، وذي معنى فيزيائي بثمانية معلمات فقط، محققةً دقة تنبؤية تضاهي التعلم العميق الكلاسيكي مع التغلب على الطبيعة غير المستقرة و"الصندوق الأسود" للمنهجيات التقليدية.