22432 ورقة بحثية
تقدم هذه الورقة البحثية "الاسترجاع الهندسي التكراري" (Geometric Iterative Retrieval)، وهو نموذج جديد يستفيد من البنية الهرمية للكمية المتجهة المتبقية (Residual Vector Quantization - RVQ) لإجراء استرجاع تبايني في فضاء كتاب الرموز المستمر، مما يتغلب على قيود التنبؤ بالرموز المنفصلة والانحدار أحادي الخطوة لتحقيق إعادة تركيب صوتي عصبي عالي الدقة.
تقدم هذه الورقة البحثية "فجوة الماركوفية" (Markovization gap) كمعيار تشخيصي لمرحلة ما قبل التدريب لقياس الفقد غير القابل للاختزال عند تحويل الجسور المشروطة بنقاط النهاية إلى فكوك ماركوفية، مقترحةً إطار عمل موحداً لـ "النماذج الرسومية للجسر" (Bridge Graphical Models) ينجح في التنبؤ بأداء التوليد في المهام اللاحقة عبر مختلف عائلات النماذج ومجموعات البيانات.
تقترح هذه الورقة خوارزمية تعلم تعزيزي مستمر في الزمن وخالية من النموذج، وهي Hawkes-CT DDPG، والتي تحل مشكلات التحكم العشوائي غير الماركوفية الناتجة عن عمليات قفز-انتشار هوكس متعددة المتغيرات، وذلك عبر تقريب النظام أولاً بتمثيل ماركوفي ذي أبعاد محدودة ثم تطبيق تعلم تدرج السياسة الحتمي.
تثبت هذه الدراسة تجريبياً أنه في حين يتم تعلم مثال تدريبي واحد بسرعة ويؤثر بشكل ملموس على تنبؤات النموذج الفورية، فإن مساهمته المحددة تتلاشى تماماً على مدار عملية ما قبل التدريب، مما لا يترك أي أثر طويل الأمد يمكن اكتشافه على خسارة النموذج أو أوزانه أو هندسته بما يتجاوز التباين الطبيعي الناتج عن البذور العشوائية المختلفة.
تقترح هذه الورقة إطار عمل هجينًا جديدًا للتعلم العميق يجمع بين شبكة الذاكرة الطويلة قصيرة المدى ثنائية الاتجاه (BiLSTM) والشبكة العصبية الالتفافية (CNN) ضمن شبكة خصومية توليدية (GAN) لتوليد بيانات مالية اصطناعية والتنبؤ باتجاهات سوق الأسهم، مما أظهر أداءً فائقًا على النماذج الحالية عبر أسواق عالمية متعددة.
تجادل هذه الورقة بأن بروتوكولات التقييم البشري القياسية لنمذجة اللغة الطبيعية (NLG) غالباً ما تخفق في رصد التفضيلات الحقيقية بسبب افتراضات معيبة ومحدودية مقياس ليكرت، وتقترح منهجية جديدة لـ "التقييم الاحتمالي على مستوى النظام" (SPA) تنجح في استعادة ترتيب النماذج حيث تفشل الأساليب التقليدية.
تقترح هذه الدراسة إطار عمل للتقييم السريري الشامل للشبكات العصبية العميقة في تقسيم صور التصوير المقطعي بالإصدار البوزيتروني والتصوير المقطعي المحوسب لليمفوما، والذي يدمج اختبار البيانات الخارجة عن التوزيع، والمقاييس الخاصة بالآفات، وتحليل تباين المراقب، كاشفةً أنه بينما تتفوق النماذج في الآفات ذات النشاط العالي، فإنها تشترك في نفس التحديات التي يواجهها الخبراء البشريون في اكتشاف الآفات الصغيرة والخافتة.
تقدم الورقة البحثية HyPE-GT، وهو إطار عمل مبتكر يستفيد من الترميزات الموضعية الزائدية القابلة للتعلم لالتقاط العلاقات الهرمية المعقدة في محولات الرسوم البيانية (Graph Transformers) والتخفيف من حدة التمهيد المفرط في الشبكات العصبية الرسومية العميقة، مما يظهر أداءً فائقًا عبر معايير الشبكات الجزيئية والاجتماعية.
تتناول هذه الدراسة قضية العنف المنزلي ضد الرجال في بنغلاديش، وهي قضية غير معترف بها كفاية، وذلك من خلال توظيف تحليل استكشافي للبيانات ونموذج تجميع متراكم عالي الأداء وقابل للتفسير (يجمع بين الشبكات العصبية الاصطناعية، وCatBoost، والانحدار اللوجستي) للتنبؤ بدقة بعوامل الخطر وتقديم رؤى شفافة من أجل تدخلات مصممة خصيصاً.
تقدم هذه الورقة IgCONDA-PET، وهو إطار عمل خاضع للإشراف الضعيف يستخدم نمذجة الانتشار التناظرية المشروطة بالانتباه الموجه ضمنياً للكشف عن شذوذ التصوير المقطعي بالإصدار البوزيتروني (PET) عبر أنواع متعددة من السرطانات، والمواد المشعة، والمراكز دون الحاجة إلى تعليقات توضيحية على مستوى البكسل، وذلك عن طريق توليد نسخ سليمة اصطناعية من المسوحات غير السليمة للكشف القائم على الفرق.