1387 ورقة بحثية
تتقصى هذه الورقة البحثية التعقيد المُعلمي للعلاقات الجوهرية بين الإزاحات الفرعية متعددة الأبعاد عبر تثبيت أحد الإزاحات الفرعية كمعلم، مما يكشف عن كيفية تأثير خصائص ديناميكية محددة على الصعوبة الحسابية، وتحديد الحالات القابلة للتقرير للإزاحات الفرعية ذات الأنظمة ذات المجموعات النهائية (SFTs) متعددة الأبعاد، وكشف الروابط بين اللغات القابلة للحوسبة والحد الأدنى التي تتحدى ثبات الترافق.
تقارن هذه الدراسة بين النسخ المولدة بواسطة الذكاء الاصطناعي وتلك التي طورها البشر لاستبيان الوعي بالجسم، لتجد أنه بينما تتشابه الصياغة السطحية، تُظهر التكيفات الناتجة عن الذكاء الاصطناعي اختلافات جوهرية في الأبعاد ودقة المعلومات، مما يؤكد الحاجة إلى التحقق الإحصائي الصارم لأدوات القياس المدفوعة بالذكاء الاصطناعي.
تُصيغ هذه الورقة البحثية نظام "الاستدلال المقيد بالانتباه" (Attention-Constrained Inference) لاشتقاق قانون قياس "جاكوب" (JaKoB) الذي يُظهر أن الإنتاجية المعرفية —أي تقليل عدم اليقين في التوزيع اللاحق في ظل ندرة التحقق— تتناسب طردياً مع الجذر التربيعي لحاصل ضرب جودة الفرز، وحجمه، وقدرة التحقق، مما يكشف أن توسيع نطاق الفرز منخفض التكلفة يمكن أن يضاعف موارد التحقق النادرة بشكل غير خطي، لا سيما عندما تكون السجلات المعلوماتية نادرة وتتبع الدرجات توزيعات ذات ذيول ثقيلة.
تقترح هذه الورقة إطار عمل لنقل الحالة الكمومية يتكيف مع الموارد، يجمع بين تنقية التشابك وعائلة من أكواد تصحيح الأخطاء الكمومية المثقوبة لتحسين الموثوقية ديناميكيًا عبر ظروف التشابك والأهداف المتغيرة دون الحاجة إلى تبديل الأكواد على مستوى الأجهزة.
تقترح هذه الورقة طريقة فعالة لإعادة بناء خريطة كسب القناة باستخدام نموذج مشتت افتراضي ذي معاملات قابلة للضبط وخوارزمية تقدير تدريجية معززة بانحدار العملية الغاوسية لتوصيف بيئات المسارات المتعددة ثلاثية الأبعاد بدقة من قياسات محدودة.
تقدم هذه الورقة عائلة جديدة من حدود تعميم MAC-Bayes القائمة على العينات الكتلية (block-sample) التي تحدد خطأ التعميم المتوقع باستخدام حدود التباعد المعتمدة على مجموعات فرعية من البيانات، مما يقدم نتائج أكثر إحكاماً بشكل ملحوظ من حدود PAC-Bayes التقليدية، مع إثبات أن النسخ ذات الاحتمالية العالية ذات معدلات التقارب المماثلة لا يمكن تحقيقها بشكل عام.
تقدم هذه الورقة بناءً جديداً لرموز المسافة ذات الرتبة القصوى (MRD) القائمة على عمليات الإزاحة الدائرية فوق الحقل والتي تتجنب العمليات الحسابية المعقدة للحقول، وتوفر ترميزاً فعالاً، وتثبت كلاً من التكافؤ والتمايز مع رموز غابيدولين (Gabidulin) ورموز غابيدولين الملتوية (twisted Gabidulin) تحت إعدادات بارامترية مختلفة.
تقترح هذه الورقة إطار عمل EARL، وهو إطار عمل قائم على التعلم المعزز لشبكات O-RAN cell-free massive MIMO، يقوم بتكييف تكوينات الهوائيات ديناميكيًا لتقليل إجمالي استهلاك الطاقة مع تلبية متطلبات الأداء، محققًا توفيرًا في الطاقة يصل إلى 81% ضمن قيود الوقت الحقيقي تقريبًا.
تعيد هذه الورقة النظر في الحدود الأساسية لترميز المصدر الموجه نحو المهام من خلال تقديم حدود معدل-تشويه مدركة لنموذج المهمة تأخذ في الاعتبار عدم مثالية النموذج والقيود الهيكلية، مما يكشف أن المخططات المتعلمة الحالية تعمل بعيداً عن هذه الحدود النظرية بسبب تعقيد جانب المرسل.
تُظهر هذه الورقة أن الاستدلالات البسيطة يمكنها توليد استراتيجيات يومية فعالة للعبة "ووردل" (Wordle) بكفاءة من خلال إعطاء الأولوية لكلمات الحل المحتملة، مما يتجنب التكلفة الحسابية والغموض المرتبط بطرق البحث الشامل.