22999 ورقة بحثية
تقترح هذه الورقة خوارزمية جديدة للانحدار المتدرج الطبيعي للشبكات العصبية المستوحاة من الفيزياء، والتي تستفيد من تقنيات الجبر الخطي العددي العشوائي لتهيئة حل "الغراديانت المترافق" الداخلي، مما يتغلب على سوء التكييف والتكاليف الحسابية العالية التي تعيق عادةً التطبيق العملي للانحدار المتدرج الطبيعي لحل المعادلات التفاضلية الجزئية.
تقدم الورقة البحثية نموذج PEAR، وهو نموذج للتنبؤ بالطقس يعتمد على تقنية "ترانسفورمر" ويعمل بشكل أصيل على شبكة HEALPix متساوية المساحة للقضاء على الانحيازات القطبية غير الفيزيائية والتفوق على النماذج الحالية ذات الشبكات متساوية الزوايا دون عبء حسابي إضافي.
يُعد STFlow نموذجاً توليدياً مبتكراً يستفيد من مطابقة التدفق المقترنة بالبيانات مع أولويات السير العشوائي المستنيرة لمحاكة المسارات المعقدة متعددة المقاييس في أنظمة الأجسام المتعددة، والأنظمة الجزيئية، وديناميكيات البشر بكفاءة ودقة مع احترام التماثلات الهندسية.
تُعد ASTRA إطار عمل فعال في التواصل لاستنتاج نماذج Transformer متعددة الأجهزة، حيث يجمع بين توازي التسلسل وانتباه الدقة المختلطة وتقنيات التكميم المبتكرة لتحقيق تسريع كبير مع الحفاظ على الدقة حتى في ظل ظروف الشبكة ذات النطاق الترددي المنخفض وغير المستقرة.
تقدم هذه الورقة البحثية طريقة LMDI+ (Local MDI+)، وهي طريقة مبتكرة توسع إطار عمل MDI+ العالمي لتوفير أهميات ميزات محلية مستقرة ومدركة للبنية للنماذج القائمة على الأشجار، متفوقة بذلك على النماذج المرجعية الحالية في تحديد الميزات التنبؤية الخاصة بكل حالة وتمكين حالات التفسير المتقدمة مثل توليد السيناريوهات المقابلة للواقع.
تقدم هذه الورقة خوارزمية "Adjusted Shuffling SARAH"، وهي خوارزمية مبتكرة تجمع بين استراتيجيات الخلط (shuffling) والوزن الديناميكي للتدرج لتحقيق ضمانات نظرية هي الأفضل في فئتها في كل من الوضعين الدقيق وغير الدقيق، حيث يوفر الأخير تعقيداً مستقلاً عن حجم مجموعة البيانات من أجل قابلية توسع فائقة في الإعدادات واسعة النطاق.
تكشف هذه الورقة عن ثغرات أمنية حرجة في أنظمة بصمة التردد الراديوي القائمة على التعلم العميق، حيث تُثبت من خلال تجارب واقعية مكثفة أن الانزياحات في النطاق تسبب أخطاءً مستمرة في التصنيف يمكن استغلالها كأبواب خلفية، وأن التدريب على الإشارات الخام يدمج بصمات الأجهزة مع الميزات البيئية، مما يخلق نواقل هجوم لا يمكن معالجتها بطرق ما بعد المعالجة.
تتحدى هذه الورقة البحثية الافتراض القائل بأن معايرة المصنف وحدها كافية للشبكات العصبية ذات الخروج المبكر، حيث تقترح مقياساً جديداً للتنبؤ بفشل الخروج المبكر (EEFP) وإجراء تدريب خفيف الوزن يعمل على تحسين دقة التنبؤ والتكلفة الحسابية بشكل مشترك لتحقيق أداء فائق.
تقدم هذه الورقة إطار تقييم مبتكر متوافق مع القدرة على التنبؤ يعتمد على التماسك الطيفي، ويتميز بمقاييس "تماسك القدرة على التنبؤ الطيفي" (SCP) و"نسبة الاستخدام الخطي" (LUR)، لمعالة أوجه القصور في المعايير القياسية من خلال قياس صعوبة البيانات وكشف أن فعالية النموذج تعتمد على القدرة المتأصلة للتنبؤ بالمهمة التنبؤية.
تقدم هذه الورقة البحثية SCARED، وهي الطريقة الأولى التي تضمن التعلم التعزيزي الآمن داخل السياق من خلال تمكين الوكلاء من التكيف مع المهام الخارجة عن التوزيع دون تحديثات للمعلمات، مع الالتزام الصارم بميزانيات السلامة المحددة من قبل المستخدم عبر نهج ثنائي يعتمد على العقوبة الدقيقة.