23413 ورقة بحثية
تقدم هذه الورقة البحثية بحث "إبستيميك إم سي تي إس" (EMCTS)، وهي طريقة تدمج عدم اليقين المعرفي في بحث شجرة مونت كارلو (Monte Carlo Tree Search) لتحسين كفاءة العينات وقدرات الاستكشاف بشكل كبير في البيئات ذات المكافآت الشحيحة مقارنة بنهجي ألفا زيرو (AlphaZero) وموزيرو (MuZero) القياسيين.
تقترح هذه الورقة طريقة الهجوم التقريبي والموزون (AWA) التي تتغلب على قيود هجمات إعادة بناء البيانات الحالية على التجميع الاتحادي الأفقي (FedAvg) من خلال استخدام الاستيفاء لتوليد تحديثات نموذج وسيطة ودالة خسارة موزونة لكل طبقة محسنة بأسلوب بايزي لتحسين جودة إعادة البناء بشكل كبير.
تقدم هذه الورقة البحثية "ضبط التلقين العالمي على مستوى المخطط الفرعي" (SUPT)، وهي طريقة متعددة الاستخدامات تقوم بتعيين سمات التلقين على مستوى المخطط الفرعي للتغلب على قيود السياق في أساليب ضبط تلقين المخططات الحالية، محققةً أداءً فائقاً على الضبط الدقيق في كل من سيناريوهات البيانات الكاملة والبيانات القليلة وبعدد أقل بكثير من المعلمات.
تتقصى هذه الورقة البحثية كيف تؤدي أساليب الموازنة في التصنيف غير المتوازن إلى تضخيم التعدد التنبئي (تأثير راشون) عبر تقديم مقياس جديد يسمى "الغموض" واقتراح مخطط ممتد لربح الأداء لمراقبة المقايضة بين دقة التنبؤ وعدم اليقين في اختيار النموذج بشكل مسؤول.
تستقصي هذه الورقة البحثية التعلم بـ Q الفيدرالي المتزامن في البيئات غير المتجانسة، كاشفةً أنه في حين أن زيادة عدد الوكلاء () تحقق تسارعاً خطياً، فإن إجراء تكرارات محلية متعددة () يؤدي جوهرياً إلى تدهور التقارب إلى معدل ويستحث ديناميكية خطأ ثنائية الطور يمكن تحسينها من خلال اختيار حجم خطوة يعتمد على الطور.
تقدم هذه الورقة البحثية "فقد الأنبوب" (Tube Loss)، وهي دالة فقد مبتكرة لمهام الانحدار تتيح التقدير المتزامن لفترات التنبؤ عالية الجودة مع ضمان التغطية التقاربية، وإمكانية ضبط التموضع لالتقاط مناطق الاحتمالية الأكثر كثافة (لاسيما للتوزيعات الملتوية)، والتحسين الفعال عبر التدرج المنحدر، مما يظهر أداءً فائقاً عبر الآلات النواة، والشبكات العصبية، وأطر التنبؤ المطابق.
يُعد TrainMover بيئة تشغيل مرنة لتدريب نماذج تعلم الآلة واسعة النطاق، حيث يستفيد من الآلات المرنة والاحتياطية عبر ثلاث تقنيات رئيسية لتحقيق أدنى حد من وقت التوقف (حوالي 20 ثانية) وصفر من استهلاك الذاكرة الإضافي أثناء الانقطاعات، مما قد يقلل من ساعات عمل وحدات معالجة الرسومات المهدورة بنسبة 55% مقارنة بالحلول الحالية.
تحدد هذه الورقة القيود الطوبولوجية الضرورية على بنى الرسوم البيانية التي تسمح أو تمنع وجود نظام بعيد المدى في الأنظمة ذات التفاعل المحلي، مبرهنةً كيف تملي تركيبات التفاعل القدرة على التنظيم الذاتي، ومفسرةً قدرات تشكيل الأنماط المتفوقة للأنظمة البيولوجية متعددة المقاييس مقارنة بالنماذج اللغوية البدائية.
تقترح هذه الورقة نهجاً لتشكيل المكافأة شبه الموجه الذي يستفيد من الانتقالات ذات المكافآت غير الصفرية والصفرية من خلال تعزيز البيانات المبتكر لتعلم تمثيلات المسار، مما يتفوق بشكل كبير على النماذج المرجعية الخاضعة للإشراف في بيئات المكافآت الشحيحة مثل ألعاب أتاري والتحكم الروبوتي.
تقدم هذه الورقة مخططات القرار التباينية (VDDs)، وهي بنية رسومية مبتكرة تدمج كفاءة مخططات القرار مع القدرة على التكيف التبايني لتمثيل الحالات الكمومية، مما يثبت قابليتها للتدريب لتقدير الحالة الأرضية دون المعاناة من الهضاب القاحلة.