2022 ورقة بحثية
تثبت هذه الورقة تحليلياً تقارب معادلات الديناميكا غير الموضعية (peridynamics) الاستاتيكية الخطية المعتمدة على الحالة والمجزأة إلى نظيراتها المستمرة، وتحديداً من خلال إثبات أن التجزئة غير الشبكية المستخدمة شائعاً مع التربيع بنقطة واحدة وخوارزميات المساحة الجزئية تتقارب في ظل افتراضات عملية تستوعب حالات عدم الاستمرارية في معاملات المادة والقوى الخارجية.
تؤسس هذه الورقة إطاراً نظرياً صارماً للاستشعار المضغوط التوليدي في الأبعاد اللانهائية ضمن فضاءات هيلبرت، وذلك عبر توسيع مفهوم التماسك المحلي و"خاصية القياس المقيد" لاستخلاص توزيعات أخذ عينات مستقلة عن الدقة تضمن استعادة مستقرة تتناسب مع البعد الجوهري للمسبق، وهو اكتشاف تم التحقق من صحته من خلال تجارب عددية على تدفق دارسي.
تقدم هذه الورقة Shape-DINO، وهو إطار عمل للمؤثرات العصبية القائمة على المشتقات، يعمل على تسريع تحسين الشكل تحت ظروف عدم اليقين من خلال التعلم المشترك لحلول المعادلات التفاضلية الجزئية وحساسياتها على هندسات متغيرة، محققاً تسريعاً حوسبياً كبيراً ونتائج تحسين أكثر موثوقية مقارنة بالطرق التقليدية.
تبحث هذه الورقة في استراتيجيات التنظيم الهندسي للنماذج ذات الرتبة المنخفضة القائمة على المشفر التلقائي مع ديناميكيات المعادلات التفاضلية العادية العصبية، حيث وجدت أنه بينما غالبًا ما تعيق عقوبات تقارب التماثل، والربح العشوائي، والانحناء تدريب الديناميكيات الكامنة طويلة الأمد رغم تحسينها للسلاسة المحلية، فإن إسقاط ستيفل (Stiefel projection) لطبقة فك التشفير الأولى يعزز باستمرار أداء التكييف والتدحرج من خلال معالجة عدم التطابق في الهندسة الكامنة بشكل أفضل.
تقترح هذه الورقة "Astral"، وهي دالة فقد تدريب مبتكرة للشبكات العصبية المستنيرة بالفيزياء تعتمد على الماجورات الخطأ (error majorants) التي توفر حدوداً عليا موثوقة ومحكمة لأخطاء الحل وارتباطاً مكانياً فائقاً مقارنة بتقليل البواقي التقليدي، مما يتيح تقديراً دقيقاً للخطأ وتقارباً أكثر كفاءة عبر مختلف مشكلات المعادلات التفاضلية الجزئية.
تقدم هذه الورقة مُقرباً عالمياً لتعلم العمليات بين فضاءات باناخ من خلال استخدام خرائط ليري-شودر لتقريب الفضاءات الجزئية المتراصة، مما يثبت كفاءته وأداءه التنافسي مقابل النماذج الرائدة في مجموعات البيانات المرجعية.
تتناول هذه الورقة عدم الاستقرار في معيار لمعادلة الموجة الخطية والمسائل العكسية المتراصة عبر اقتراح طريقة تنظيم باستخدام مضاعف فورييه تضمن استقرار ، مع تطبيقات تمتد إلى تحليل استقرار الشبكات العصبية العميقة التي يتم نمذجتها بواسطة المعادلات التفاضلية الجزئية الزائلية.
تقترح هذه الورقة استخدام خرائط مطابقة محسنة مدمجة مع تقريب "سينك" (Sinc approximation) لتحقيق معدلات تقارب محسنة لصيغ المشتقات عبر فترات غير منتهية، مدعومة بتحليل خطأ نظري وتجارب عددية.
تقترح هذه الورقة إطار عمل للتعلم الآلي مكوناً من أربع مراحل ومحافظاً على الكتلة، يربط بين المحاكاة المجهرية القائمة على الوكلاء وديناميكيات الحشود العيانية عبر رسم خرائط لحقول الكثافة إلى فضاء كامن بواسطة تحليل التفكيك المتعامد المناسب، وتعلم تطورها باستخدام الشبكات العصبية، وإعادة بناء ديناميكيات عالية الأبعاد دقيقة دون الحاجة إلى معادلة تفاضلية جزئية حاكمة صريحة.
تتقصى هذه الورقة وتقارن بين حلّالات لاجرانج المُعززة (augmented Lagrangian) للميكانيكا المزدوجة للمسامية والمرونة (poroelasticity) وميكانيكا تلامس الشقوق، مقترحةً طريقة هجينة جديدة تُظهر أداءً فائقاً من حيث المتانة والتقارب مقارنةً بنهج نيوتن العام (generalized Newton) ونهج خريطة العودة (return map) الكلاسيكيين في محاكاة التحفيز الهيدروليكي لخزانات الطاقة الحرارية الأرضية.