22423 ورقة بحثية
تضع هذه الورقة الشروط النظرية لاستقرار وتقارب التمثيلات الدنيا في العمليات العشوائية المتحكم بها تحت تأثير الاضطرابات، مبرهنةً على أنه في حين قد تفتقر المحولات القياسية إلى المتانة الهيكلية، فإن المحولات الخطية ذات الرتبة المحدودة والمحولات التنبؤية تُظهر تماثلات تقريبية تدعم فرضية التقارب الهيكلي في التمثيلات الكامنة للشبكات العصبية.
تُظهر هذه الدراسة أن دمج مطيافية رامان مع الذكاء الاصطناعي المستند إلى الفيزياء، وتحديداً أشجار القرار وتجميع الوسائل الكيمية (K-means clustering)، يُمكّن من التحقق بدقة عالية وقابلية للتفسير من أصالة الزيوت الصالحة للأكل في كل من المصفوفات الغذائية النقية والمعقدة باستخدام مجموعة مختزلة بشكل كبير من الميزات الطيفية، مما يدعم تطوير أنظمة فعالة ومحمولة لمراقبة جودة الأغذية.
تقدم هذه الورقة طرقاً تحليلية وقائمة على الجسيمات لنشر عدم اليقين في الشبكات العصبية العشوائية ذات تنشيطات "Leaky ReLU"، حيث تشتق تقريبات ذات صيغ مغلقة لإحصاءات المخرجات ومعادلات تكرارية للتباين المشترك بين الحالة والمعلمة في الأنظمة الديناميكية ذاتية الانحدار، والتي تم التحقق من صحتها على نماذج عالية الأبعاد مثل Lorenz-63 وKuramoto-Sivashinsky.
تقدم هذه الورقة Metag، وهي مجموعة بيانات متاحة للجمهور تضم 349 بنداً من بنود الإجراءات عالية الجودة التي تربط بين مخاوف المراجعين، وحلول المؤلفين، وفروقات المخطوطة لتسهيل تطوير وكلاء الذكاء الاصطناي القادرين على أتمتة وتعزيز عملية المراجعة الشاملة من خلال تتبع التغييرات التي تم إجراؤها خلال مرحلتي مراجعة النظراء والرد.
تكشف هذه الورقة عن نمط فشل حرج في نموذج Graph-JEPA حيث تشير المقاييس القياسية مثل الاختبار الخطي (linear probing) والرتبة الفعالة (effective rank) كذباً إلى نجاح التعلم، بينما ينهار النموذج في الواقع إلى حل متدهور يتجاهل المعلومات الهيكلية، مما يستلزم إطاراً تشخيصياً جديداً يتضمن تحليل تخصيص التباين وتدقيق القابلية للاختزال لمنع التدريب على أهداف حتمية غير داعمة.
تقترح هذه الورقة شبكة انتباه رسومية منظمة بنواة ومشروطة بالكوارث، تدمج سياقاً مكانياً من رسوم بيانية للمباني بشكل تكيفي لتحسين دقة تصنيف أضرار المباني وتقليل الارتباط الذاتي المكاني المتبقي تحت تحولات الأحداث، متفوقة بذلك على أساليب التنعيم البسيطة في مجموعتي بيانات xBD وIda-BD.
تقترح الورقة البحثية إطار عمل ANT، وهو إطار للتكيف في وقت الاختبار يعمل على تحسين الكشف عن سرطان البروستاتا عبر نطاقات تصوير الموجات فوق الصوتية الدقيقة المختلفة من خلال محاذاة تمثيلات المشفر مع الهياكل التشريحية للبروستاتا عبر مهمة مساعدة موجهة بالتجزئة، مما يؤدي إلى تفوقه على أساليب التكيف الحالية في التقييمات متعددة المراكز.
تقدم هذه الورقة AgentDecarbonizer، وهو مُحسِّن تنفيذ مدرك للكربون لوكلاء الذكاء الاصطناعي يقلل من انبعاثات الكربون بنسبة تصل إلى 57.9% عبر الاستفوتادة من مرونة المواعيد النهائية لجدولة المهام خلال فترات كثافة الكربون المنخفضة أو على شبكات أكثر نظافة مع مراعاة عدم اليقين في التنفيذ وتكاليف إعادة حساب التخزين المؤقت.
تُثبت هذه الورقة أن خفض جهد وحدة معالجة الرسومات (GPU undervolting) أثناء تدريب الشبكات العصبية الالتفافية (CNN) يُدخل أخطاءً عشوائية مفيدة تعمل كمنظم ضمني، مما يعزز في الوقت ذاته من المتانة ضد الهجمات العدائية ويقلل من استهلاك الطاقة دون الحاجة إلى تغييرات خوارزمية.
يقدم FlavourBench معياراً مؤتمتاً لتصنيف النماذج اللغوية الرائدة في المهام المتعلقة بفنون الطهي عبر استخدام نظام إصدارات لإنشاء درجات حقيقية قابلة للتنفيذ لجميع محافظ المكونات الممكنة، مما يقضي على تحيز الحكام والبيانات المفقودة مع توفير مقارنات قوية إحصائياً عبر 27 نموذجاً.