23609 ورقة بحثية
تقترح هذه الورقة إعادة تشكيل مستوحاة من الانتشار للنماذج المحولة مسبقة التدريب، والتي تعمل على نمذجة تحولات الميزات كخرائط احتمالية لتمكين انتشار مبدئي لعدم اليقين عبر البنية، مما يحقق معايرة ودقة تنبؤية فائقتين في معايير الرؤية واللغة مقارنة بالطرق الحالية.
تقدم هذه الورقة شروط أمثلية جزئية جديدة وخوارزميات فعالة لمسألة الترتيب المسبق (preordering problem) التي تُعد من المسائل الصعبة من فئة NP-hard، والتي تزيد بشكل كبير من عدد الأزواج التي يمكن تحديد كونها غير مرتبة في الحل الأمثل بكفاءة، كما هو موضح من خلال التجارب على بيانات حقيقية واصطناعية.
يُعد SubspaceAD طريقةً للكشف عن الشذوذ تعتمد على التعلم القليل دون الحاجة لتدريب، حيث تستفيد من ميزات DINOv2 المجمدة وتحليل المكونات الرئيسية (PCA) لنمذجة التباينات الطبيعية في فضاء فرعي منخفض الأبعاد، محققةً أداءً هو الأفضل في فئته على مجموعتي بيانات MVTec-AD وVisA دون الحاجة إلى بنوك ذاكرة، أو بيانات مساعدة، أو ضبط للنموذج.
تقدم الورقة البحثية إطار عمل LINE، وهو إطار عمل "صندوق أسود" لا يتطلب تدريباً، يستفيد من النماذج اللغوية الكبيرة ومولدات النصوص إلى صور لاكتشاف وتكرير تسميات المفاهيم ذات المفردات المفتوحة لكل عصبون في نماذج الرؤية بشكل تكراري، محققاً أداءً هو الأفضل في فئته وكاشفاً عن مفاهيم جديدة أغفلتها المفردات المحددة مسبقاً.
تقدم هذه الورقة مراجعة موحدة لنماذج التأسيس في علوم الأرض من خلال تتبع تطورها من الإدراك إلى الاستنتاج والاكتشاف عبر جميع مجالات نظام الأرض، مع تجميع أكثر من 200 مجموعة بيانات وتحديد التحديات الرئيسية والتوجهات المستقبلية لتطوير علماء ذكاء اصطناعي وكلاء وموثوقين.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي الآمن وفعال في الاتصالات، يتعلم توقيت التشغيل المتكيف جنباً إلى جنب مع سياسات التحكم، باستخدام طبقة ضمان وقت التشغيل مع نسخ احتياطية قائمة على دالة ليابونوف لضمان الاستقرار مع التفوق بشكل كبير على طرق السلامة ذات المعدل الثابت والقائمة على التوقع عبر مختلف الأنظمة الروبوتية.
تقدم هذه الورقة البحثية LAMP، وهو ملحق معياري للنماذج القائمة على الانتشار لترميم الصور، يستفيد من التجزئة من الدرجة الثانية والتصحيحات الزمنية المتأخرة لتحسين دقة واستقرار أخذ عينات اللاحقة دون زيادة التكلفة الحسابية.
تقترح هذه الورقة FedMPO، وهو إطار عمل قوي للتعلم الرسومي متعدد الوسائط في بيئة التعلم الاتحادي، يعالج عدم تجانس الوسائط وعزل البيانات من خلال التوليد عبر الوسائط المدرك للطوبولوجيا، وتوجيه الخبراء المدرك للبيانات المفقودة، والتجميع المدرك للموثوقية للتفوق على الأساليب الحالية في حالات فقدان البيانات العالية وعدم استقلال وتوزيع البيانات (non-IID).
تقدم الورقة البحثية نموذج OceanCBM، وهو أول نموذج عنق الزجاجة المفاهيمي (concept bottleneck model) للتنبؤ بالمحيطات يحقق تنبؤات قابلة للتفسير وذات أساس فيزيائي لمسبقات موجات الحرارة البحرية من خلال توجيه المعلومات عبر مزيج من المفاهيم الجيوفيزيائية المقررة ومفهوم حر تعلمه النموذج، مما يضمن الاتساق الميكانيكي دون التضحية بالقدرة التنبؤية.
تثبت هذه الورقة أن التوافق بين ثقة الذكاء الاصطناعي وثقة البشر يقلل بشكل كبير من تعقيد تعلم اتخاذ القرارات المثلى بمساعدة الذكاء الاصطناعي، مما يبرهن نظرياً على تحسن حدود الندم في ظل التوافق التام، ويتحقق من هذه النتائج من خلال تجارب على بيانات حقيقية لمشاركين بشريين.