22423 ورقة بحثية
يُعد DeMixPert إطار عمل مبتكر يعمل على تحسين التنبؤ بالاضطرابات في الخلايا المفردة خارج نطاق التوزيع من خلال تفكيك الاستجابات النسخية إلى انزياحات منهجية تعتمد على الحالة الأساسية، وإشارات خاصة بالاضطراب، وتباينات على مستوى الجمهرة يتم نمذجتها عبر مزيج غاوسي متكيف، مما يساهم بفعالية في التقاط الاستجابات الخلوية غير المتجانسة للاضطرابات الجينية غير المرئية.
تقترح هذه الورقة إطار عمل متكامل (end-to-end) للتكيف مع النطاق شبه الموجه (Semi-Supervised Domain Adaptation) يدمج بين تقليل المخاطر المطابق (Conformal Risk Minimization) والنقل الأمثل (Optimal Transport) لتوليد تسميات مستعارة (pseudolabels)، مما يتيح تدريب نماذج تنتج مجموعات تنبؤية مدمجة وصالحة من حيث التغطية رغم محدودية البيانات المصنفة في النطاق المستهدف.
تُثبت هذه الورقة أن تطبيق إسقاط النمط (modality dropout) أثناء التدريب يحسن بشكل كبير من تشخيص أعطال محركات المركبات الثقيلة من خلال إجبار النماذج على دمج شكاوى الخدمة غير المهيكلة، وبيانات الاستشعار عن بُعد المتفرقة، وأكواد تشخيص الأعطال بفعالية، محققةً دقة بنسبة 68.8% تتفوق بها على كل من النماذج المرجعية القائمة على النصوص فقط وطرق تعلم الآلة التقليدية.
تقدم هذه الورقة دراسة مقارنة شاملة لمقاييس جودة التمثيل الخالية من الملصقات عبر 260 نموذج رؤية، حيث تحدد الأبعاد الجوهرية باعتبارها المتنبئ الأكثر موثوقية، بينما تثبت أن فعالية جميع المقاييس تتأثر بشكل كبير بفئة البنية وأهداف التدريب.
تُظهر هذه الدراسة أن دمج بيانات حركة المرور التي تم الحصول عليها عن بُعد في نماذج تعلم آلي قائمة على الأشجار قابلة للتفسير يحسن بشكل كبير من تقدير تركيزات ملوثات الهواء المحلية في لندن، حيث ثبت أن متغيرات حركة المرور لا تقل أهمية عن قياسات المحطات المجاورة في البيئات التي تهيمن عليها حركة المرور.
تقترح هذه الورقة إطاراً للتعلم الخاضع لإشراف مستقبلي يعيد تعريف الصلة التاريخية للتنبؤ بالسلاسل الزمنية من خلال تدريب مُعيد ترتيب خفيف الوزن لإعطاء الأولوية للأمثلة الماضية بناءً على فائدتها المستقبلية المتوقعة، مما يثبت أن استراتيجيات الاسترجاع المثلى تعتمد على المجال وتتفوق على الطرق التقليدية القائمة على التشابه أو الوعي بالاستقرار.
تتناول هذه الورقة البحثية اختناقات حرجة في عملية التوليد المعزز بالاسترجاع عبر تقديم إطار قياس سببي لتقييم استخدام الأدلة بدقة، واستراتيجية تنظيم مغلقة الحلقة تخصص ميزانيات السياق بشكل تكراري عبر عمليات التوليد المتتالية، مما يحقق تحسينات كبيرة في الاستدعاء مقارنة بالنهج الأحادي التقليدي.
تقترح هذه الورقة إطاراً للنمذجة العلاقاتية الموسعة زمنياً يستفيد من الملاحظات متعددة الوسائط والتحليل المضاد للواقع لتفسير ديناميكيات الفريق الجراحي وتوليد مقترحات قابلة للتنفيذ والتفسير لتحسين العمل الجماعي وسلامة المرضى.
تُبين هذه الورقة أنه في حين أن التنظيم الناجم عن الضجيج عبر القناع يعزز بفعالية القيم الصغرى المسطحة في التدريب المركزي، إلا أن فوائده تتضاءل بشدة في التعلم الاتحادي بسبب عملية المتوسط، مما يجعل هذا النهج غير عملي لسيناريوهات البيانات غير المتماثلة (non-IID).
تقدم الورقة البحثية ADDA، وهو إطار عمل برمجِيّ معياري قائم على PyTorch، يتيح استيعاب البيانات القابل للتفاضل من البداية إلى النهاية من خلال توفير تمثيلات مرنة وقابلة للتوازي لأنظمة ديناميكية ومخططات رصد متنوعة للتغلب على تحديات التوافق التشغيلي والتنفيذ الحالية.