1707 ورقة بحثية
يُعد CONCORDAT إطار عمل للتعلم الاتحادي عابر الصوامع، يُمكّن من إجراء أبحاث موثوقة ومحافظة على الخصوصية حول التوحد متعدد الوسائط عبر دمج بيانات صحية متباينة وغير مكتملة من مواقع متعددة، مع معالجة تحديات البيانات المفقودة، والخصوصية التفاضلية، وعدالة المجموعات الفرعية في آن واحد.
تُطوّر هذه الورقة نماذج التوازن العميق (Deep Equilibrium Models) من خلال إرساء نظرية النقطة الثابتة التي تُخفف من شرط الانكماش الصارم المقيد، حيث تُثبت الوجود والوحدانية في ظل انكماشات واردوفسكي (Wardowski -contractions)، وتُبرهن على تقارب تكرار كراسنوسيلسكي-مان (Krasnoselskii–Mann iteration) للمؤثرات غير المتمددة، وتستنتج حدود الاستقرار لـ ليبشيتز (Lipschitz stability bounds) من أجل التدريب المتين.
تقترح هذه الورقة إطار عمل دفاعي يجمع بين التدريب الخصومي وإخفاء التدرج لتعزيز متانة أنظمة كشف التسلل القائمة على التعلم العميق بشكل كبير ضد الهجمات الخصومية مع الحفاظ على دقة عالية في حركة المرور الحميدة.
تقترح هذه الورقة إطار عمل تجميعي موحد مرن وتكيفي يخفف من تخفيف معلومات التسلسل والعمق في النماذج اللغوية الكبيرة ذات السياق الطويل عبر تقديم آلية Soft-ChunkAttn للتقطيع الدلالي القابل للتفاضل، وآلية Virtual Dynamic Block-AttnRes لدمج الطبقات المتكيف مع المدخلات، كل ذلك مع الحفاظ على الرسم البياني الحسابي الأصلي لضمان كفاءة النشر على وحدات معالجة الرسومات.
تقدم هذه الورقة البحثية EIDOLON-RL، وهو إطار عمل هجين للتعلم التعزيزي الهرمي يدمج بين نمذجة الخصم، ونمذجة العالم، والتخطيط المتكيف مع المخاطر لإنتاج شخصيات ذكاء اصطناعي عادلة، وواضحة، وفعالة حوسبياً لألعاب الأكشن من فئة AAA، وذلك عبر فرض قيود الإنتاج رياضياً مثل صلاحية الرسوم المتحركة والقصور المتعمد بدلاً من التعامل معها كإصلاحات هندسية لاحقة.
تُثبت هذه الورقة أن تحسين الشبكات العصبية الفيزيائية باستخدام أهداف مدركة للتحكم، والتي تعطي الأولوية للحفاظ على ترتيب الإجراءات المرشحة بدلاً من دقة الانحدار الثابتة، يعزز بشكل كبير أداء التنظيم في الحلقة المغلقة والمتانة ضد الاضطرابات في مهام مثل التنظيم الاستتبابي واستقرار العربة والعمود (Cart-Pole).
تضع هذه الورقة تصنيفاً موثقاً ومعياراً موحداً للكشف عن الشذوذ القائم على التعلم العميق في الرسوم البيانية الديناميكية، كاشفةً أن الاستدلالات البسيطة القائمة على الدرجة غالباً ما تتفوق على النماذج العميقة المعقدة في الاختبارات المعيارية الاصطناعية بينما تفشل في البيانات الواقعية، ومسلطةً الضوء على عيوب جوهرية في ممارسات التقييم الحالية والتنفيذات المنشورة.
تقدم هذه الورقة البحثية X-StrGNN، وهي طبقة تفسير لاحقة (post-hoc) خالية من التدهما لنموذج كاشف شذوذ الرسوم البيانية StrGNN، توفر عزوات هيكلية وزمنية مستقرة ومنخفضة التكلفة للحواف المحددة مع الحفاظ على أداء الكشف للنموذج الأصلي بدقة متناهية.
تقدم هذه الورقة إطار عمل للتفسير البعدي يعزز كاشف الشذوذ TADDY عالي الأداء للرسوم البيانية الاجتماعية الديناميكية من خلال توليد قيم شابلي (Shapley) مكانية وزمانية مزدوجة لتحديد الجيران المؤثرين واللقطات التاريخية، محققاً مقاييس دقة وكفاية عالية دون المساس بدقة الكشف.
تقدم هذه الورقة إطار عمل للكشف شبه الموجه عن الشذوذ في الرسوم البيانية الديناميكية، يوفر عزلاً دقيقاً ومغلق الصيغة للانحراف، ويتعلم قناع حدث مُستهلك لتعليل القرارات دون أي تأثير على أداء الكشف، بينما يكشف أن التنبيهات غالباً ما تنبع بالتساوي من سلوك العقدة الفردية وتحولات خط الأساس للمجتمع.