23088 ورقة بحثية
تقدم هذه الورقة "تقليل طاقة التركيب المحدب" (CCEM)، وهو إطار عمل يتغلب على عقبة عدم التحدب في الاستدلال التركيبي من خلال استخدام الشبكات العصبية المحدبة للمدخلات والارخاءات المحدبة لتمكين التحسين الحتمي والنقل صفري الاستباق إلى نماذج أكبر للمشكلات.
تقدم الورقة البحثية "الرسم الخرائطي للمسبقات البارامترية" (Parametric Prior Mapping - PPM)، وهو إطار عمل مبتكر يعزز التنبؤ بالسلاسل الزمنية متعددة المتغيرات الاحتمالية غير المستقرة عبر حقن مسبقات هيكلية بارامترية ديناميكية في نموذج توليدي، مما يحقق توازناً فائقاً بين الدقة، ومعايرة عدم اليقين، والكفاءة الحسابية مقارنة بالأساليب الحالية.
تقترح هذه الورقة نموذج انتشار تصحيحي هجين (كمي-كلاسيكي) يدمج دوائر كمية تباينية في عنق زجاجة بنية UNet لتحسين التدرج الهابط الاحتمالي للأرصاد الجوية، مما يظهر دقة معززة وخصائص فيزيائية محفوظة في البيانات ضمن التوزيع، مع تسليط الضوء على القيود الحالية في التعميم على السيناريوهات خارج التوزيع وقابلية التوسع على الأجهزة الحقيقية.
تقدم هذه الورقة هجوماً عدائياً مستهدفاً وخفياً على مستوى العينة ضد التكيف في وقت الاختبار (TTA)، يستخدم استراتيجية محاذاة تدرج واعية بالأولوية قائمة على التعلم الميتافيزيقي لتصنيف المدخلات التي تم تحفيزها فقط بشكل خاطئ مع الحفاظ على توزيع التسميات العالمي للإفلات من الكشف.
تقدم هذه الورقة "سير عمل الوكيل المعاير للتخطيط المعرفي" (EPC-AW) لمعالجة سوء المعايرة المعرفية في الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة — حيث يسيء الوكلاء تقدير جدوى المعرفة رغم التنفيذ الصحيح — وذلك عبر توظيف اختيار الخطط المتسقة معلوماتياً والتحسين الديناميكي للحالة لتحسين نجاح النظام بمتوسط قدره 9.75%.
تقدم هذه الورقة البحثية BBO-Pile، وهي أول مجموعة بيانات مفتوحة المصدر واسعة النطاق تحتوي على أكثر من 500,000 مسار تحسين عبر 3,095 دالة صندوق أسود، وتثبت أن النماذج التأسيسية المدربة على هذه البيانات يمكنها تعلم ومحاكاة استراتيجيات تحسين الصندوق الأسود بفعالية من خلال التدريب المسبق القابل للتوسع.
تقدم هذه الورقة البحثية طريقة التعلم داخل الشبكة المقتطعة بخوارزمية ديكسترا (D-INL)، وهي طريقة تعزز التدريب الموزع المتناثر عبر بناء أشجار المسار الأقصر المدركة للسعة واستخدام البوابات العشوائية ذات المعدل المحدود لتقليل عبء الاتصالات بشكل كبير مع الحفاظ على دقة التنبؤ.
تقدم هذه الورقة **OM-Path**، وهو إطار عمل جديد لنقل اللاحق (posterior transport) للعمليات الغاوسية العميقة، والذي يتعلم عيّناً حتمياً عبر انتشار "دووب" (Doob-bridged diffusion) مُنظّم بـ "أونساجر-ماكلوب" (Onsager-Machlup)، محققاً تحسينات ذات دلالة إحصائية في الأداء مقارنة بطريقة DBVI التي تمثل أحدث ما توصل إليه العلم في مهام الانحدار واسعة النطاق، وذلك عبر تحسين هدف فضاء المسار المرتبط بمسارات التقدير الأقصى اللاحق (MAP) ذات الضجيج الصغير.
تُثبت هذه الورقة أن تسلسل "وايسفيلر-ليمان" والشبكات العصبية الرسومية المرتبطة به غير مكتملة بطبيعتها للتمييز بين الرسوم البيانية غير المتماثلة ذات الطيف البسيط، وتُقدم "PRiSM"، وهي طريقة تطبيع كاملة مثبتة تعالج هذا القصور وتتيح التقريب الشامل على مثل هذه الرسوم البيانية.
تقدم هذه الورقة إعادة تقييم لـتصنيف الصداع النصفي موجهة نحو قابلية التكرار، والتي تصحح العيوب المنهجية وتستحدث تجميعاً للفئات مدفوعاً بالدوافع السريرية مقترناً باستراتيجية تعزيز بيانات هجينة تعتمد على الفئة، مما يحقق تحسينات قوية في الأداء عبر مصنفات متعددة في ظل عدم توازن حاد في الفئات.