24512 ورقة بحثية
تقدم الورقة نظرية مجال الشبكة (MeshFT) وتطبيقها العصبي، MeshFT-Net، وهو إطار عمل يحافظ على البنية ويفصل بين البنية الطوبولوجية للشبكة وخصائصها المترية لاستخلاص صيغة "بورت-هاميلتونيان" (port-Hamiltonian)، مما يتيح عمليات محاكاة عالية الكفاءة في استهلاك البيانات، ومتسقة فيزيائياً، ومستقرة مع انحراف طاقة يقترب من الصفر وقدرة قوية على الاستقراء الخارجي.
تقدم هذه الورقة Foresight Arena، وهو معيار مرجعي على السلسلة (on-chain) غير مقيد، يقيم وكلاء التنبؤ بالذكاء الاصطناعي في أسواق التنبؤ الواقعية باستخدام عقود ذكية لا تتطلب الثقة وقواعد تسجيل ملائمة لقياس دقة التنبؤ بصرامة مع منع الإفراط في التخصيص وتلوث البيانات.
تقترح الورقة البحثية GD4، وهي طريقة انتشار إزالة تشويش منفصلة قائمة على الرسوم البيانية تقوم بإزالة التشويش المباشر في فضاء الرموز المنفصلة لتحقيق كشف MIMO سريع وعالي الجودة مع مقايضات أداء وتعقيد متفوقة مقارنة بالنماذج المرجعية التقليدية ونماذج الانتشار الحالية في كل من الأنظمة ناقصة التحديد وفائقة التحديد.
تتقصى هذه الورقة المقايضة بين التحديد الدقيق لمتوسطات الأذرع وتعظيم المكافآت التراكمية في معضلات "المتعدد الأذرع"، مقترحةً خوارزمية ذات حدود ندم نظرية تدمج بين هذين الهدفين، وتتحقق من أدائها تجريبياً.
تقدم هذه الورقة BARE، وهي استراتيجية "بانديت" (bandit) مبتكرة لتحديد العقدة الأكثر تأثيراً في رسم بياني مجهول من خلال اكتشاف بنيته بشكل متسلسل، والتي تحقق حداً للندم يتناسب مع البعد القابل للكشف بدلاً من العدد الإجمالي للعقد.
تقترح هذه الورقة طريقة لتعلم المقاييس لتحسين النهج القائم على الحالات للكشف عن الشذوذ الشرطي من خلال تعلم مقياس مسافة يعكس بشكل أفضل الأنماط التي تعتمد فيها حالات الشذوذ على مجموعات فرعية محددة من السمات.
تقترح الورقة البحثية LambdaRankIC، وهو نهج جديد للتعلم من أجل الترتيب مُنفذ في XGBoost يقوم بتحسين مقياس Rank IC غير القابل للتفاضل مباشرةً للتنبؤات المالية عبر اشتقاق تدرجات لامدا ذات الصيغة المغلقة، مما يظهر أداءً فائقاً خارج العينة مقارنة بأهداف الانحدار والترتيب التقليدية على كل من البيانات السوقية المحاكات والواقعية.
تقترح هذه الورقة مسار تدريب متكامل (end-to-end) يعمل على تحسين مشترك لمُرمِّز دلالي أحادي الأبعاد ونموذج توليدي ذاتي الانحدار، محققاً أداءً رائدًا في توليد الصور بـ FID قدره 1.48 على مجموعة بيانات ImageNet 256x256.
تقيم هذه الدراسة طرقاً مختلفة لـعلاقة البنية بالخصائص الفيزيائية والكيميائية (QSPR) على مجموعة بيانات فريدة ومتعددة المهام لـتجرية الامتصاص في النموذج الاصطناعي للغشاء (PAMPA) مكونة من 143 جزيئاً، حيث تُظهر أن الواصفات الفيزيائية والكيميائية المصممة من قبل الخبراء تتفوق على تمثيلات التعلم العميق في التنبؤ بنفاذية الغشاء السلبية في سيناريوهات العينات المحدودة مع تقديم قدرة أفضل على التفسير.
تقدم هذه المساهمة إطار عمل للتحليل التنافسي الحساس للمقاييس عبر تفكيك الانتشار المقيد، مما يثبت أن نماذج الذكاء الاصطناعي التوليدي القياسية لا تستوعب القوانين الفيزيائية عبر المقاييس، بل تُظهر بدلاً من ذلك تجمداً هيكلياً وعدم استقرار تحت تأثير الاضطرابات المقيدة فيزيائياً.