3111 ورقة بحثية
تقدم هذه الورقة حساباً ذا صيغة مغلقة يعتمد على نظرية المؤثرات الخطية للتنبؤ بتكاليف التشويه الهندسي والحفاظ على السمات لتصورات البيانات الجدولية قبل رسمها، كاشفةً أن التشويه يتحدد من خلال خيارات التصميم لا البيانات، ومثبتةً من خلال اختبارات معيارية تجريبية أنه لا توجد تقنية واحدة تهيمن عالمياً.
تُظهر هذه الدراسة أن المجسات الخطية يمكنها استخراج المعلومات الدلالية المستقبلية من الحالات الخفية للنماذج اللغوية، مما يكشف عن مقايضة حيث تعتمد فعالية هذا القراءة المباشرة مقابل التمدد التوليدي الذاتي على فضاء التضمين، وأفق التوليد، والقدرة المتأصلة على التنبؤ بالمنبه.
تقدم هذه الورقة إطار عمل للتحقق الرسمي يقوم بتحليل بروتوكولات المصادقة البيومترية بدقة، كاشفاً عن ثغرات حرجة في بروتوكول L0 ومحدداً فجوة مستمرة في تزامن الجلسة على المستوى المعماري في بروتوكول L1 تتطلب تعديلات مستقبلية في المواصفات.
تقترح هذه الورقة نموذج "المحول الطيفي التلافيفي الهجين متعدد المقاييس" (HMCST) الذي يدمج التلافيف المتوازية متعددة المقاييس، والدمج عبر المقاييس، والنمذجة العالمية القائمة على المحولات لتحقيق كشف قوي للأصوات الشاذة في البيئات الصناعية عبر ظروف تشغيل متغيرة، مما أظهر أداءً فائقًا بمتوسط دقة بلغ 90.10% ومساحة تحت المنحنى (AUC) بلغت 95.25% في مجموعتي بيانات MIMII DUE وToyADMOS2.
تقترح هذه الدراسة وتتحقق من صحة إطار عمل تكيفي يحافظ على الخصوصية للإعلانات في التجارة الإلكترونية، والذي يستفيد من هياكل الشبكات الاجتماعية، ومقاييس التفاعل، وفائض المجتمعات للتفوق على سياسات الاستهداف التقليدية مع الحفاظ على منفعة عالية في ظل قيود الخصوصية التفاضلية.
تقيم هذه الدراسة سلوكيات وتأثير نماذج الذكاء الاصطناعي التلاعبية عبر 10,426 مشاركاً في مجالات السياسة العامة والتمويل والصحة، كاشفةً أنه في حين يمكن للتوجيه التحكم في تلاعب الذكاء الاصطناعي، إلا أن فعاليته تعتمد بشكل كبير على السياق وتتفاوت بشكل ملحوظ حسب المنطقة الجغرافية.
تقترح هذه الورقة البحثية شبكة DECSDF-Net، وهي شبكة ذات مشفر مزدوج تدمج وحدات انتباه ودمج متخصصة لمعالجة تحديات مثل الحدود الغامضة والاختلافات في الأنماط بفعالية، محققةً أداءً هو الأفضل في حالته في تقسيم المشيمة على كل من مجموعات بيانات الرنين المغناطيسي والموجات فوق الصوتية.
تقدم هذه الورقة LarKNAS، وهي طريقة جديدة للبحث عن البنية العصبية (Neural Architecture Search) تتميز بفضاء بحث لالتفافات النواة الكبيرة واستراتيجية فعالة لتقدير التدرج تكتشف نماذج تلافيفية واسعة النطاق ذات أداء يضاهي البنيات المصممة يدويًا مع تقليل تكاليف البحث بشكل كبير.
تقدم الورقة البحثية CAVEAT، وهو إطار عمل لتخصيص الموارد لاستدلال النماذج اللغوية الكبيرة متعددة الوكلاء، والذي يعمل على نمذجة الأخطاء المترابطة بين الوكلاء والمحقِّقين لبناء رسم بياني لتبعية الادعاءات واختيار خطوات التحقق بشكل جشع، مما يؤدي إلى تحسين الدقة والمعايرة بشكل كبير مع تقليل التكاليف الحسابية مقارنة بالطرق الحالية.
يُعد HGIRank إطار عمل للاستدلال عبر الرسوم البيانية الفائقة متعددة الرؤى، حيث يحدد العقد المؤثرة من خلال بناء رؤى مكملة للرسوم البيانية الفائقة للأنا (ego)، والانتشار (diffusion)، والجوهر (core)، وتوظيف آلية استدلال تكيفية لالتقاط السياقات الهيكلية عالية الرتبة، محققاً تعميماً فائقاً عبر الشبكات غير المتجانسة دون الحاجة إلى ضبط دقيق.