24235 ورقة بحثية
تحدد هذه الورقة سلوكيات قياس ذات قانون القوة وتماثل غير متماثل في نقل المعرفة عبر المجالات للتصوير الطبي ثلاثي الأبعاد، وتقترح استراتيجية تخصيص بيانات مدركة للنقل تعمل على تحسين مزيج ما قبل التدريب لتحقيق تمثيلات أقوى بكثير مقارنة بأخذ العينات التناسبي القياسي.
تقدم هذه الورقة البحثية "Christoffel-DPS"، وهو إطار عمل لتوزيع مثالي لوضع المستشعرات لا يعتمد على توزيع محدد، يستند إلى دالة كريستوفيل (Christoffel function) الذي يتيح تقدير الحالة بفعالية للتوزيعات التعسفية غير الغاوسية باستخدام أخذ عينات الانتشار البعدي (diffusion posterior sampling)، متفوقاً بذلك على كل من الأساليب الكلاسيكية القائمة على التوزيع الغاوسي والنهج القائمة على النماذج التوليدية الموجودة في سيناريوهات ميزانية المستشعرات المنخفضة.
تقدم هذه الورقة أول طريقة مثبتة برهانياً لعلامات مائية للبيانات لنماذج اللغات الكبيرة المغلقة، والتي تدمج إشارات قابلة للكشف من خلال زيادة وتيرة التوافق بين أزواج كلمات مختارة عشوائياً وتنجح في تحديدها في مخرجات النموذج حتى عندما تشكل البيانات الموسومة 1% فقط من رموز الضبط الدقيق، كل ذلك مع الحفاظ على فائدة البيانات.
تجسّر هذه الورقة الفجوة بين نظرية التكرار المحدود القائمة والتطبيقات العملية من خلال إرساء ضمانات تقارب غير تقاربية لتعلم الفرق الزمني الفئوي أحادي الحالة وغير المتزامن في ظل نظامي أخذ عينات مستقل وموزع (i.i.d.) ونظام ماركوف.
تقترح هذه الورقة بنية تحكم ميتا (meta-control) قائمة على الانتباه الزمني للتحكم التكيفي في أنظمة "أويلر-لاغرانج" ذات حالات الذاكرة غير المرئية، مبرهنةً أنه في حين تتفوق استراتيجية اختيار رأس الانتباه الثابتة على نماذج "ترانسفورمر" الأكثر عمقاً في أنظمة الذاكرة القصيرة إلى المتوسطة، فإنها تخفق في سيناريوهات الذاكرة الطويلة، مما يستدعي نهجاً ديناميكياً متكاملاً مع التعلم التعزيزي لعمليات تقليم ونمو الرؤوس أثناء وقت التشغيل.
تقدم هذه الورقة Evo-PU، وهو إطار عمل للتعلم من البيانات الموجبة غير المصنفة (positive-unlabeled learning) يعمل صراحةً على نمذجة انحياز البقاء من خلال عمليات الطفرات التطورية ليتفوق بشكل كبير على الأساليب الحالية في التنبؤ بوظائف البروتين عبر مجموعات بيانات فيروسية متنوعة.
تقدم هذه الورقة REPR-ALIGN، وهي طريقة تسرع تدريب نماذج اللغات الانتشارية من خلال محاذاة حالاتها الخفية مع حالات نموذج تلقائي الترتيب مجمد، مما يحافظ على التمثيلات الدلالية المتعلمة ويسمح بالتكيف الفعال دون تغييرات هيكلية أو معاملات إضافية.
تقدم هذه الورقة إطار عمل متمحوراً حول البيانات يعمل على تكييف التعلم الواثق للكشف عن تحيز التسميات والتخفيف من حدته في تقسيم الصور عبر الاستفادة من تنبؤات النموذج الواثقة لتحديد الأخطاء المنهجية والشوائب في فضاء السمات، مما يحقق أداءً عادلاً عبر المجموعات الديموغرافية الفرعية دون الحاجة إلى تسميات أرضية نظيفة وغير متحيزة.
تقدم هذه الورقة خوارزمية "الاسترخاء والتقريب" (relax-and-round) مُسرَّعة لمشكلات التغطية المقعرة، والتي تستبدل البرمجة الخطية بطرق التدرج المتسارع المُسقط وتستخدم مخطط تقريب "الهايبرسيمبلكس" (hypersimplex) متخصصًا لتحقيق وقت تشغيل محسّن ونسب تقريب محكمة، متفوقة بذلك على أحدث برامج حل البرمجة الخطية في التجارب.
تقدم هذه الورقة البحثية "التدفقات المحافظة" (Conservative Flows)، وهو نموذج توليدي جديد يحسن النماذج القائمة على التدفق من خلال إجراء ديناميكيات عشوائية منفصلة تبدأ من حالات مدعومة بالبيانات بدلاً من الضجيج، وذلك باستخدام آليات أخذ عينات تحافظ على الاحتمالية لتعزيز جودة التوليد باستمرار عبر مختلف مجموعات البيانات.