23234 ورقة بحثية
يُعد scHelix إطار عمل جديداً متكيفاً مع البيانات، يعمل على حل التوتر بين تصحيح الدفعات والأمانة البيولوجية في تسلسل الحمض النووي الريبي أحادي الخلية، وذلك من خلال تقسيم الجينات صراحةً إلى ركائز ثابتة ومتغيرات حساسة، ثم دمجها عبر بروتوكول "المحاذاة-التهذيب-الدمج" غير المتماثل لمنع التصحيح المفرط مع الحفاظ على الإشارات البيولوجية الدقيقة.
يُعد S2Aligner إطار عمل جديداً للتدريب المسبق للرسوم البيانية المتناثرة ذات السمات النصية، حيث يقوم بفصل النمذجة الدلالية عن الهيكلية لتعزيز المحاذاة مع الأدلة النصية الضعيفة مع استخدام موازنة المخاطر الواعية بالتناثر لتحسين قابلية النقل عبر المجالات.
يُعد PACE إطار عمل مدركاً للهندسة يعيد بناء مسارات الخلايا المفردة المستمرة من لقطات زمنية تدميرية عبر تعلم مقياس ريماني متباين الخواص والتبديل بين تحسين الارتباطات عبر الزمن وملاءمة الجسور العصبية، مما يحقق دقة إعادة بناء فائقة ومحاذاة لسرعة الحمض النووي الريبوزي (RNA-velocity) دون الحاجة إلى اقتران صريح للخلايا أو تتبع السلالات.
تقدم الورقة البحثية PACE-FNO، وهي بنية للمؤثرات العصبية تعمل على فصل محاذاة الإحداثيات عن التطور الفيزيائي باستخدام مُقدِّرات جبر لي (Lie-algebra) والأطر القانونية (canonical frames) لتحقيق تحسن كبير في تعميم ما وراء نطاق التوزيع تحت التحولات المستحثة بالتناظر مقارنة بمؤثرات فورييه العصبية القياسية.
تضع هذه الورقة إطاراً نظرياً عاماً يثبت أن تسارع الزخم الكلاسيكي في تحسين الدفعات الصغيرة العشوائية يتناسب خطياً مع حجم الدفعة حتى نقطة التشبع، مما يتيح التوازي المثالي في ظل افتراضات ضئيلة للضجيج.
تقدم هذه الورقة طريقة العقوبة والحاجز العشوائية (SPBM)، وهي خوارزمية مبتكرة توسع تقنيات العقوبة والحاجز الكلاسيكية لتشمل إعدادات التعلم العميق غير المحدبة وغير الملساء والعشوائية، مما يظهر أداءً متفوقًا أو موازيًا للنماذج المرجعية الحالية مع حد أدنى من التكاليف الحسابية حتى للمشكلات التي تصل إلى 10,000 قيد.
تقدم هذه الورقة البحثية "التدريب المتوافق" (aligned training)، وهو أسلوب إعادة تمثيل بارامتري خالٍ من المعلمات يفرض قيداً هندسياً بين اتجاهات المشفر وفك التشفير للقضاء على الميزات الميتة، وتعزيز الاستقرار، وتحسين جودة إعادة البناء في المشفرات ذاتية التشفير المتفرقة دون إضافة تكلفة حوسبية أو معلمات فائقة.
تقدم هذه الورقة البحثية "تكييف التقطير الذاتي لصفر الخبراء" (ZEDA)، وهو إطار عمل منخفض التكلفة يحول نماذج "خليط الخبراء" الثابتة بعد التدريب إلى نماذج ديناميكية فعالة عن طريق حقن خبراء مخرجات صفرية خالية من المعلمات وتطبيق تقطير ذاتي على مرحلتين، مما يقلل عمليات الفاصلة العائمة (FLOPs) للخبراء بنسبة تزيد عن 50% مع فقدان طفيف في الدقة ويحقق تسريعاً كبيراً في عملية الاستدلال.
تقدم هذه الورقة طريقة لتقطير النماذج التأسيسية للبيانات الجدولية البطيئة والمعتمدة على وحدة معالجة الرسومات إلى أشجار تعزيز التدرج سريعة ومعتمدة على وحدة المعالجة المركزية باستخدام توسيم الطبقات خارج النطاق لمنع تسرب التسميات، مما يحقق دقة تقارب دقة النموذج المعلم مع تسريع يصل إلى 860 ضعفاً للتطبيقات في الوقت الفعلي مثل كشف الاحتيال.
تقدم هذه الورقة KairosHope، وهو نموذج تأسيسي من الجيل التالي للسلاسل الزمنية يستخدم بنية ذاكرة مزدوجة ورأساً قرارياً هجيناً للتغلب على الاختناقات الحسابية ودمج المعرفة الإحصائية، محققاً أداءً فائقاً في مهام التصنيف المتخصصة من خلال التدريب المسبق ذاتي الإشراف والضبط الدقيق الصارم.