22423 ورقة بحثية
تقدم MeMark تقنية وسم قوية للشبكات العصبية النبضية تدمج معرفات متعددة البتات مباشرة في حالات الغشاء الداخلية للخلايا العصبية، مما يتيح تحققًا موثوقًا من الملكية حتى بعد استبدال رأس المخرجات، أو الضبط الدقيق، أو التقليم، أو التكميم.
تتقصى هذه الورقة البحثية سبب فشل نموذج متعدد الوسائط يجمع بين شبكة عصبية رسومية ذات تعلم ذاتي واستراتيجية تحسين تبادلي مع نموذج لغوي معلم في تحسين الأداء التنبؤي، حيث حددت ستة عوامل رئيسية تشمل مقايضات قوة المرتكز، وعدم توافق مساحات التمثيل، وقوى التحسين المتضاربة.
يُعد LM-X إطار عمل لنمذجة الأفعال القابل للتفسير من أجل التلاعب الروبوتي العام، حيث يعزز أداء التحكم طويل المدى من خلال التنبؤ الصريح بتقدم المهمة، والأحداث الدلالية، والموثوقية المحلية، محققاً معدلات نجاح متفوقة في اختبارات القياس للروبوتات الحقيقية مقارنة بالنماذج الرائدة.
تُثبت هذه الدراسة أن تعلم الآلة يمكنه التحقق كمياً من الارتباط بين ممارسات التخلص من النفايات والمخاطر الصحية في غانا، بينما يقدم في الوقت ذاته حلاً يعتمد على الكاميرا ومنخفض التكلفة للفرز الآلي للنفايات في البيئات محدودة الموارد، رغم تأكيدها على أن النجاح التكنولوجي يجب أن يقترن بالدعم المؤسسي لتحقيق تحسينات في الصحة العامة.
تقدم الورقة البحثية DUMoE، وهو إطار عمل موحد يستفيد من عمود فقري مدرك للديناميكيات الزمنية ومحول خليط خبراء متناثر مع استراتيجية تدريب ثلاثية المراحل لنمذجة الأنماط الزمنية متعددة المقاييس بفعالية وفك تشابك اهتمامات المستخدم المتنوعة والمتقلبة لتحسين تعلم التمثيل في وسائل التواصل الاجتماعي.
تقدم هذه الورقة شبكات كولموغوروف-أرنولد المقيدة هندسياً (Banach-KANs)، والتي تستبدل تنشيطات الحواف الثابتة بدوال قابلة للتعلم مشتقة من خرائط ثنائية باناخ (Banach duality maps) يتم التحكم فيها بواسطة أس قياسي ، محققةً أداءً فائقاً أو تنافسياً في الانحدار الرمزي، ومظهرةً متانة معززة تجاه الضجيج وأحجام العينات الصغيرة مقارنة بشبكات KAN التقليدية ذات القواعد الثابتة.
تقدم هذه الورقة مسار معالجة يحول الأوراق العلمية المهيكلة إلى مسارات توليد متعددة الأدوار من أجل التدريب المسبق المستمر والاختبار المعياري، مما يثبت أن هذا النهج يعزز قدرات الكتابة الأكاديمية بشكل كبير مع الحفاظ على الاستدلال العام والاستيعاب للمستندات الطويلة.
تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تُظهر تباينات ملموسة وقابلة للقياس في المهارات عبر اللغات المختلفة، وذلك باستخدام إطار عمل "اللعب الذاتي" متعدد اللغات لإظهار أن النموذج نفسه يمكن أن يُبدي نقاط قوة، وقدرات استدلال، وسلوكيات استراتيجية متفاوتة بشكل ملحوظ اعتماداً فقط على واجهة اللغة المستخدمة.
تعيد هذه الورقة تعريف تحليل النقاط الرئيسية كمسألة تنبؤ مهيكل، وتشخص قيوداً حرجة في المعايير المرجعية الحالية، وتقدم معياراً مرجعياً جديداً مدركاً للهيكل ومعتمداً على العنصر البشري في التوسيم، يُظهر أداءً فائقاً في التجميع، وجودة النقاط الرئيسية، والتغطية، وتقدير الانتشار.
تُثبت هذه الورقة أن تكييف نماذج الانتشار بناءً على المتنبئات الجوية واسعة النطاق عبر آلية الانتباه المتقاطع، ولا سيما باستخدام تمثيلات من نموذج التأسيس Prithvi-WxC المدرب مسبقاً، يحسن بشكل كبير من واقعية تقليل مقياس هطول الأمطار عالي الدقة — خاصة بالنسبة للأحداث المتطرفة وفي السيناريوهات محدودة البيانات — مقارنة بطرق الالتصاق التقليدية.