24235 ورقة بحثية
تقترح هذه الورقة إطار عمل هجين للتعلم الآلي المستند إلى الفيزياء يجمع بين المتسلسلات متعددة الحدود والشبكات العصبية الضحلة لتقريب المتشعبات الثابتة للأنظمة الديناميكية ذات الزمن المنفصل المدفوعة بأنظمة خارجية غير خطية، مما يظهر أداءً فائقاً على الطرق المستقلة في التطبيقات المرجعية.
يُعد HDTree إطار عمل جديد للنمذجة التوليدية يستخدم كتاب رموز هرمي موحد وعملية انتشار مكممة لاستنتاج السلالات الخلوية بقوة من خلال التقاط العلاقات الشجرية ضمن فضاء كامن هرمي، متجاوزاً بذلك قيود القابلية للتوسع والاستقرار وانهيار اللاحقة التي تعاني منها الأساليب الحالية.
تقترح هذه الورقة طريقة قابلة للتوسع للتحسين الصندوق الأسود المقيد عالي الأبعاد، والتي تعيد صياغة المشكلة كاستدلال خلفي ضمن الفضاء الكامن للنماذج التوليدية القائمة على التدفق، مع الاستعانة بنماذج الانتشار الخارجية لأخذ عينات من المرشحين الواعدين بكفاءة وتجنب انهيار النمط.
تقترح هذه الورقة إطار عمل للتنبؤ المطابق متعدد المتغيرات يستخدم البواقي المعيارية القائمة على مسافة ماهالانوبيس للتعامل بفعالية مع تباين الخطأ والارتباطات المخرجة، مما يحقق تغطية شرطية محسنة ويسمح بتوسعات عملية مثل التعامل مع القيم المفقودة دون الحاجة إلى أخذ عينات مكلفة.
تقدم هذه المساهمة "السحب الدلالي" (Semantic Pullbacks)، وهي طريقة قائمة على أسس نظرية تفسر الشبكات العميقة كعوامل تآلف مشروطة بالمدخلات لتوليد تفسيرات لاحقة ملائمة إدراكياً، ومستقرة، وموثوقة، وذلك عن طريق إعادة بناء هياكل محلية متماسكة من الخلايا العصبية المستهدفة.
تقدم هذه الورقة FRE-RNN، وهي شبكة عصبية متكررة ذات صلة بيولوجية تدمج التنظيم بالتغذية الراجعة والاتصالات المتبقية التي تتغلب على عدم الاستقرار والتكاليف الحسابية العالية لانتشار التوازن، محققةً سرعات تقارب وأداءً يضاهي الانتشار العكسي مع تمكين التعلم المستوحى من الدماغ على نطاق واسع وعملي.
تقدم هذه الورقة البحثية نموذج CIGaRS I، وهو نموذج بايزي هرمي موحد يستفيد من الاستدلال القائم على المحاكاة العصبية على البيانات الضوئية للمستعرات العظمى من النوع Ia ومضيفاتها لتقييد فيزياء الأسلاف، وتوزيعات زمن التأخير، وعلم الكونيات، والإزاحة الحمراء الضوئية في آن واحد، مما يحسن بشكل كبير القيود الكونية مقارنة بالتحليلات التقليدية المقتصرة على الأطياف فقط.
تقدم هذه المساهمة إطار عمل SP-CCI، وهو إطار عمل مبتكر يستفيد من الملصقات المضادة للواقع الاصطناعية التي يتم إنشاؤها بواسطة نماذج مدربة مسبقاً ويتم تصحيحها عبر تقليل الانحياز القائم على الاستدلال لإنتاج فترات تنبؤية أضيق ولكنها صالحة إحصائياً للنتائج المضادة للواقع الفردية مقارنة بالطرق المطابقة الحالية.
تُعد GraphWeave طريقة سريعة، وقابلة للتفسير، ومتينة لتوليد الرسوم البيانية، حيث تتفوق على النهج الحالية من خلال فصل تعلم الأنماط عن بناء الرسم البياني والاستفادة من مسارات السير العشوائي لتوجيه التحسين المشترك لهياكل الرسوم البيانية.
تقدم هذه الورقة البحثية "تعلم كيو الاحتكاكي" (Frictional Q-Learning)، وهو خوارزمية تعلم تعزيزي خارج السياسة تخفف من أخطاء الاستقراء عبر نمذجة مخزن إعادة التشغيل كمتشعب أفعال سلس واستخدام مشفر تلقائي تبايني تبايني للتمييز بين الأفعال المماسية المدعومة والمكونات العمودية غير المدعومة، مما يفرض شرط استقرار مشابه للاحتكاك الساكن.