24235 ورقة بحثية
تقدم هذه الورقة نموذج الانتشار العلائقي المشروط بالرسم البياني (GRDM)، وهو نهج مبتكر يسخر الشبكات العصبية الرسومية لتوليد جميع الجداول في قاعدة بيانات علائقية بشكل مشترك دون فرض ترتيب تسلسلي، مما يتفوق على النماذج المرجعية ذات التوليد الذاتي في التقاط التبعيات المعقدة بين الجداول وتحقيق أحدث مستويات الدقة.
تقدم هذه الورقة ATR-Bench، وهو إطار عمل مرجعي موحد للتعلم الاتحادي يعمل على تقييم الأساليب بشكل منهجي عبر ثلاثة أبعاد أساسية — التكيف، والثقة، والاستنتاج — لمعالجة غياب التقييم المعياري وتسهيل المقارنة العادلة في تدريب النماذج اللامركزية.
تقترح هذه الورقة CreTTA، وهي طريقة قابلة للتوسع للتكيف في وقت الاختبار، تعيد صياغة تعلم التوزيع الهامشي كمسألة طاقة متبقية تباينية للقضاء على أخذ العينات المكلف، وضمان تنبؤات جيدة المعايرة، ومنع الإفراط في التخصيص دون الاعتماد على تقديرات التسميات غير المؤكدة.
تقترح هذه الورقة منهجية فعالة لحل المشكلات العكسية السكانية من خلال فك التواء توزيعات الضوضاء غير المعروفة واستنتاج توزيعات المعلمات في آن واحد من ملاحظات متعددة لأنظمة فيزيائية، وذلك باستخدام خوارزمية انحدار متدرج معدلة ومخطط تعلم نشط لتسريع الحساب وتمكين التفاضل التلقائي للنماذج الصندوقية السوداء.
تقترح هذه الورقة استراتيجية فك تشفير "جاكوبي" انتقائية تسرع عملية الاستدلال لتدفقات التوزيع الطبيعي ذاتية الانحدار المنفصلة من خلال الاستفادة من وفرة التبعية الملحوظة لتمكين التحسين التكراري المتوازي، محققةً سرعة توليد تصل إلى 4.7 مرة دون المساس بالجودة.
تقترح هذه الورقة استخدام تحليل المصفوفات شبه غير السالبة (SNMF) لتفكيك تنشيطات طبقات الـ MLP إلى سمات متفرقة وقابلة للتفسير تتكون من عصبونات متزامنة التنشيط، مما يثبت أن هذا النهج يتفوق على المشفّرات التلقائية المتفرقة والنماذج المرجعية الخاضعة للإشراف في التوجيه السببي، مع الكشف عن بنية هرمية لتمثيلات المفاهيم في النماذج اللغوية الكبيرة.
تقدم هذه الورقة "الجيران الأقرب المعرفيين" (ENN)، وهو نموذج بديل خفيف الوزن يحل محل العمليات الغاوسية في التحسين البايزي لتحقيق قياس خطي لكل من الملاءمة والاستحواذ، مما يؤدي إلى تقليل وقت الاقتراح بمقدار رتبة أو رتبتين من عشرة في السيناريوهات التي تصل فيها عدد الملاحظات إلى 50,000 ملاحظة.
توسع هذه الورقة عمل المؤلفين السابق من خلال إثبات أن ديناميكيات التدريب للشبكات العصبية الاصطناعية الثنائية يمكن نمذجتها بشكل أكثر فعالية باستخدام عمليات تغيير الاعتقاد المتكررة القوية من نمط AGM، وتحديداً المراجعة المعجمية والانكماش المعتدل ضمن إطار دارويش-بيرل، بدلاً من نهج الاجتماع الكامل الذي استُخدم سابقاً.
تقدم هذه المقالة COM-QEL، وهي خوارزمية تحسين هجينة قائمة على العمل دون اتصال (offline-based) تجمع بين التعلم المتطرف الكمي (quantum-extremal learning) ونماذج استهداف تحفظية لمنع التنبؤ المفرط في التفاؤل وتحديد الحلول عالية الأداء بشكل موثوق باستخدام البيانات الموجودة مسبقاً والثابتة فقط.
تقدم الورقة البحثية MWT-Diff، وهو إطار عمل مبتكر يدمج البيانات الوصفية، وتحويلات المويجات، والوعي الزمني في نموذج انتشار كامن لتوليد صور أقمار صناعية عالية الدقة من مدخلات منخفضة الدقة، مما يعزز الجودة الإدراكية ويحافظ على التفاصيل المكانية الحرجة لتطبيقات الاستشعار عن بعد.