3279 ورقة بحثية
تُظهر هذه الدراسة أنه في حين أن التلقين الواعي بالسياق واسترجاع القرارات السابقة يمكن أن يحسّنا من أداء نماذج اللغة الكبيرة كجهات تقييم للإشراف على منتديات الصحف الألمانية، فإن اختيار سعة النموذج يعد أكثر أهمية من استراتيجية التلقين، حيث تفوق النموذج الأكبر على الأنظمة الخاضعة للإشراف في فئات الحذف النادرة دون الحاجة إلى بيانات تدريب مصنفة.
تقترح هذه الورقة إطار عمل PPO-TS، وهو نظام تحسين سياسة متقاربة موجه بالأولوية ومقنع بالإجراءات، والذي يُظهر تحسناً ذا دلالة إحصائية في معيار مرجعي اصطناعي لجدولة التحقق من مواد الطاقة الكهربائية الديناميكية، على الرغم من كشف قيود في استغلال المعدات وحدود التعميم.
تقدم الورقة البحثية PolyFormer، وهو إطار عمل للتعلم الآلي المستند إلى الفيزياء، والذي يتعلم تمثيلات متعددة الأوجه (polytopic) مدمجة للقيود المعقدة لتمكين التحسين التوجيهي القابل للتوسع والسريع والدقيق عبر مختلف مشكلات العالم الحقيقي.
تقدم هذه الورقة البحثية JarifNet، وهي بنية شبكة عصبية تلافيفية (CNN) خفيفة الوزن تجمع بين عنق الزجاجة ذي المتبقي المعكوس (inverted residual bottlenecks)، وانتباه الضغط والتحفيز (Squeeze-and-Excitation attention)، والعمق العشوائي (Stochastic Depth) لتحقيق دقة وحالة معايرة احتمالية وكفاءة حوسبية رائدة في تصنيف الصور على أجهزة الحافة باستخدام مجموعة بيانات CIFAR-10.
تقدم الورقة البحثية نموذج TITAN، وهو نموذج تجميع متراكم مدفوع بالتنوع يدمج خمسة متعلمين قائمين على الأشجار مع شبكة عصبية مخصصة متعددة الفروع مع كشف صارم للتسرب وتحسين بايزي لتحقيق دقة رائدة في التنبؤ بنتائج الولادة الحية لدورات التلقيح الاصطناعي باستخدام سجل HFEA.
تقترح هذه الدراسة نموذج شبكة عصبية تلافيفية (CNN) مخصصاً مكوناً من سبع طبقات يحقق دقة اختبار بلغت 96.10% في تصنيف صور رنين مغناطيسي للدماغ إلى فئات الورم الدبقي، والورم السحائي، والورم النخامي، والفئة الطبيعية، مما يظهر أداءً قوياً للتشخيص بمساعدة الحاسوب دون الاعتماد على نماذج مدربة مسبقاً.
تقترح هذه الورقة إطار عمل للتعلم التعاوني الهرمي المدفوع بالمعرفة بالمجال (DKHCL) يدمج اختيار الميزات باستخدام الغابة العشوائية مع التنبؤ بآلة تعزيز التدرج وقيود نسبة عبء العمل الحاد إلى المزمن لتحقيق توصيات دقيقة وعالية الكفاءة ومخصصة للياقة البدنية، مما أظهر أداءً متفوقاً في مرحلة الاختبار غير المتصل بالإنترنت مقابل النماذج المرجعية المتقدمة وتحسينات ملموسة في الواقع في تقليل الإصابات وكفاءة تحقيق الأهداف في عملية تحقق ميدانية استباقية.
تقترح هذه الورقة نموذج Enhanced EA-Transformer الذي يدمج استراتيجية التعبئة المسبقة ذات الخط الأساسي المزدوج، وخوارزمية تطورية متلاشية ديناميكيًا، ودالة فقدان موزونة متعددة الأبعاد لتحقيق إكمال عالي الدقة لبيانات السلاسل الزمنية المفقودة للأحمال الكهربائية تحت مختلف آليات ومعدلات الفقد.
تُثبت هذه الورقة أن نمذجة النوايا الصريحة تُحسّن الأداء التعاوني مقارنة بالأساليب الضمنية، وتحديداً في البيئات التي تتطلب استجابات مثلى متميزة لكل نوع من الشركاء، وذلك عبر إرساء تقسيم للعمل يفصل بين شخصية الشريك المستقرة وحالته الذهنية الديناميكية، مما يؤدي إلى تقليل عدم التوافق بين الشركاء.
تقدم هذه الورقة مجموعة بيانات ضخمة مستندة إلى نظام HamNoSys، تضم 144,000 صورة RGB من 15 مشاركاً لـ 160 فئة من أشكال اليد، وتضع أداءً مرجعياً باستخدام نماذج متنوعة من التعلم العميق والتعلم الآلي تحت بروتوكولات تقييم تعتمد على الموضوع (subject-dependent) وبروتوكول استبعاد المشارك الواحد (leave-one-subject-out) للنهوض بالتعرف الدقيق على لغة الإشارة.