23164 ورقة بحثية
تقدم هذه الورقة مسحاً منهجياً لبنيات التعلم العميق لتصنيف وتقسيم السحب النقطية ثلاثية الأبعاد، تغطي خصائص البيانات، والتصنيف المنهجي، وتقييمات المعايير المرجعية، واتجاهات البحث المستقبلية.
تقترح الورقة البحثية طريقة "توجيه تنشيط المفهوم التبايني" (COAST)، وهي طريقة خفيفة الوزن ولا تتطلب تدريباً، تستخدم المفهومات (conceptors) لتحديد وتوجيه الكوامن في نماذج الرؤية واللغة والعمل (VLA) نحو فضاءات فرعية حرجة للنجاح مستمدة من أمثلة قليلة، مما يحسن معدلات نجاح المهام بشكل كبير عبر بنيات متنوعة دون الحاجة لإعادة التدريب.
تقدم هذه الورقة إطار عمل مبتكر يدمج بين نمذجة توليد مطابقة التدفق الموزون وبين مرشح كالمان غير المتمركز المستند إلى الفيزياء لتحسين تقدير المعلمات والمزامنة في الوقت الفعلي في التوائم الرقمية بشكل كبير، لا سيما في ظل ظروف انخفاض القابلية للملاحظة، وعدم الخطية، والقياسات المشوبة بالضجيج، كما هو موضح من خلال التقدير المتفوق لقصور المركبة الفضائية الذاتي مقارنة بطرق مرشح كالمان الموسع (EKF) ومرشح كالمان بالمجموعات (EnKF) التقليدية.
تقترح هذه الورقة البحثية آلة التعلم المتطرف التطورية المحسنة بخوارزمية البحث عن الطعام لسمكة مانتا راي مع طيران ليفي (EELM-MRFO-LF) للتنبؤ بطاقات التكوين في الأنظمة البلورية الثنائية، وذلك باستخدام طيران ليفي لتعزيز تنوع الجمهرة وتجنب القيم المثلى المحلية أثناء عملية التدريب.
تقترح هذه الورقة وتتحقق من صحة إطار عمل ديناميكي لاتخاذ القرار متعدد المعايير يوسع نموذج (RFM) التقليدي بأبعاد الاستقرار والنمو، مدمجاً مع عمليات تحليلية تكيفية ونماذج توافق قائمة على الرسوم البيانية، لتمكين تقسيم عملاء (B2B) القوي والحساس للوقت في قطاع التصنيع.
تقدم هذه الورقة إطار عمل لتوليد حالات تحقق للشبكات العصبية ذات تسميات حقائق أرضية معروفة بشكل مبرهن للتغلب على قيود المعايير المرجعية الحالية، مما يمكّن من اكتشاف أخطاء أدوات التحقق والتحليل المنهجي لأنماط الفشل من خلال مقياس "ملف الصعوبة" الجديد.
تقدم هذه الورقة البحثية طريقة "الكمية المتوافقة مع الواقع المضاد" (CFQ)، وهي طريقة تحافظ على استقرار التراجع القابل للتنفيذ في النماذج ذات البتات المنخفضة من خلال تحسين تخصيص البتات ومعلمات المكمم للحفاظ على صلاحية وتكلفة الواقع المضاد، مما يعالج نمط فشل حرج حيث يؤدي التكميم القياسي إلى تدهور التراجع رغم الحفاظ على الدقة التنبؤية.
تستقصي هذه الورقة تجريبيًا الأهداف المساعدة في تدريب نموذج Video-JEPA صغير النطاق، كاشفةً عن مقايضات سعة متأصلة عبر مختلف المهام اللاحقة، ومثبتةً أن طريقة FWM-HW-LD المقترحة، التي تُجزئ التمثيلات الكامنة إلى فضاءات فرعية للمظهر والديناميكيات مع وزن منطقة صلب، تُحسن بشكل كبير الأداء في معايير الاستدلال الزمني والمظهر مع الحفاظ على قدرات الحركة دقيقة التفاصيل.
يقدم OpenJarvis بنية ذكاء اصطناعي شخصي مفككة ومعرفة بالأنواع، تستفيد من البحث الموجه بنماذج اللغات الكبيرة (LLM) في المواصفات لتحسين خمسة عناصر أولية مستقلة، مما يمكّن الأنظمة التي تعمل على الأجهزة من مضاهاة دقة مستوى السحابة مع تقليل تكاليف واجهة برمجة التطبيقات وزمن الاستجابة بشكل جذري.
تقدم هذه الورقة إطار عمل لنظرية الاستجابة للمفردات متعدد المجموعات لفك الارتباط وتحليل العوامل المتميزة التي تدفع تدهور السلامة في النماذج اللغوية الكبيرة عبر اللغات، كاشفةً أن إخفاقات السلامة هي في الأساس أحادية البعد، وغالباً ما تكون أكثر شدة في اللغة الإنجليزية منها في اللغات ذات الموارد المنخفضة، وتتأثر بشكل كبير بالفجوات العابرة للغات والخاصة بالنماذج التحفيزية والمتعلقة بالأذى الجسدي والتفاوتات الثقافية بدلاً من مجرد جودة الترجمة.