23609 ورقة بحثية
تقدم هذه الورقة البحثية PolySHAP، وهي طريقة توسع نموذج KernelSHAP باستخدام الانحدار متعدد الحدود من درجات أعلى لالتقاط تفاعلات الميزات بشكل أفضل، مع تقديم أول إثبات نظري بأن أخذ العينات المزدوج يعادل PolySHAP من الدرجة الثانية، مما يبرر نجاحه التجريبي.
تقدم هذه الورقة تفسيراً آلياً لكيفية تعلم نماذج المحولات (transformers) للارتباطات الدلالية عبر اشتقاق تعبيرات ذات صيغة مغلقة للأوزان في المراحل المبكرة، باعتبارها تركيبات من خرائط الثنائيات (bigram)، وقابلية تبادل الرموز، والسياق بناءً على ديناميكيات تدرج التدريب.
تقدم هذه الورقة خوارزمية تعلم تعزيزي لاستكشاف مخروط الإنتروبيا الهولوغرافي عبر البحث عن تجسيدات رسومية لمتجهات إنتروبيا مستهدفة، حيث نجحت في إعادة اكتشاف الخصائص المعروفة لـ N=3 وحسمت وضع ستة أشعة قصوى "غامضة" لـ N=6 من خلال إثبات أن ثلاثة منها قابلة للتحقق بينما تشير إلى أن الثلاثة الأخرى تكشف عن متباينات هولوغرافية غير معروفة.
تقدم هذه الورقة خوارزمية التنبؤ-الإسقاط-إعادة الضجيج (PPR)، التي تمكن نماذج الانتشار سابقة التدريب من أخذ عينات من توزيعات تستوفي قيوداً فيزيائية صارمة —مثل قوانين الحفظ والشروط الحدية— من خلال الإسقاط المتكرر عبر المزالة للضجيج وإعادة إضافة الضجيج، مما يحقق كلاً من انخفاض انتهاكات القيود والدقة التوزيعية العالية في التطبيقات العلمية المعقدة مثل التنبؤ بالطقس.
تقدم هذه الورقة دليلاً آلياً على أن شبكات الملاءمة للبيانات المسبقة (PFNs) تتعلم تمثيلات طيفية مهيكلة ومُستخدَمة سببيّاً يمكن استخراجها صراحةً إلى نوى بايزية محمولة، مما يُمكّن من إجراء انحدار تنافسي بمرور واحد دون الاعتماد على مجرد الحفظ.
تضع هذه الورقة حدوداً نظرية للتحسين، والتعميم، والخصوصية التفاضلية لعملية الانحدار الاشتقاقي على شبكات كولموغوروف-أرنولدد ذات الطبقتين، مبرهنةً على أن عرض الشبكة اللوغاريتمي المتعدد يكفي للتدريب الفعال غير الخاص، ولكنه يصبح ضرورياً في ظل قيود الخصوصية، مما يكشف عن فجوة نوعية بين الأنظمة الخاصة وغير الخاصة.
تقدم الورقة البحثية إطار عمل RAG-GNN، وهو إطار مبتكر يدمج الأدبيات الطبية الحيوية المسترجعة ديناميكيًا مع الشبكات العصبية الرسومية لتعزيز التجميع الوظيفي والدقة في تحليل إشارات السرطان بشكل كبير، مما يثبت أن الجمع بين الطوبولوجيا الهيكلية والمعرفة الدلالية يتفوق على النهج المعتمد على الطوبولوجيا فقط.
تتقصى هذه الورقة البحثية الاستكشاف التعاوني متعدد الوكلاء الخالي من المكافآت في عمليات ماركوف لاتخاذ القرار ذات الأفق المحدود، حيث تحدد عتبة حرجة يتيح عندها وجود ما يقرب من من مراحل التعلم تعقيداً حدودياً للوكلاء، بينما تستلزم أعداد أقل من المراحل عدداً أسياً من الوكلاء لتحقيق تقدير دقيق للديناميكيات.
تقترح الورقة البحثية "إعادة بناء المتبقي المهيكل" (SRR)، وهو إطار عمل لتخصيص الرتب يحافظ على الفضاء الجزئي للأوزان ذي الرتبة العليا قبل التكميم، ويستخدم الرتبة المتبقية لإعادة بناء الخطأ، مما يقلل من خطأ التكميم في عملية "التكميم بعد التدريب" ويعزز أداء "الضبط الدقيق الفعال للمعلمات المكممة".
تقدم هذه الورقة البحثية إطار عمل S(H)NAP، وهو إطار تدقيق غير مرتبط بنموذج محدد يستخدم العزو التدخلي التوليدي ليكشف أنه في حين أن نموذج التعلم العميق "Sybil" يتنبأ بدقة بمخاطر سرطان الرئة، إلا أنه يعاني من أوضاع فشل حرجة مثل الحساسية تجاه المصنوعات الاصطناعية غير المبررة سريريًا وانحياز شعاعي متميز.