2022 ورقة بحثية
يقدم هذا الفصل نظرة شاملة على أساليب تفكيك النطاق الحديثة، متتبعاً تطورها من تكرارات شوارز إلى الممهدات القوية للمسائل الصعبة مع التأكيد على الرؤى النظرية، وتصحيحات الفضاء الخشن القابلة للتوسع، والتنفيذات عالية الأداء.
تضع هذه الورقة حدود خطأ صارمة ومعدلات تقريب خالية من الأبعاد للشبكات العصبية العشوائية (RaNNs) في حل المعادلات التفاضلية الجزئية غير الخطية، مما يثبت فعاليتها النظرية والعملية للأنظمة المعقدة مثل معادلات الوسط المسامي ومعادلات نافييه-ستوكس الانضغاطية.
تقدم هذه الورقة تدفقات الاستدلال غير التدرجية (NGIF)، وهي خوارزمية تستفيد من حرية القياس لاستنتاج ديناميكيات السكان غير التدرجية العامة عبر صيغة ضعيفة لمعادلة الاستمرارية، مما يؤدي إلى تحسين الدقة التوزيعية والتقاط النقل غير الكامن في الأنظمة العشوائية بما يتجاوز حدود الطرق التقليدية القائمة على التدرج.
تقدم هذه الورقة إطار عمل متينًا ثنائي المقياس يجمع بين النمذجة الذرية والمتصل بناءً على التجانس الحسابي، والذي يربط العناصر المحدودة غير الخطية بخلايا السكون الجزيئي الدورية لتوسيع نطاق النمذجة الذرية القائمة على الجهد لتشمل التحليلات الهيكلية بمقياس الميكرومتر، مع التقاط الظواهر غير الخطية المعقدة بدقة مثل تنوي العيوب وعدم التماثل بين الشد والضغط.
تقدم هذه الورقة البحثية "المشغلات العصبية الخالية من الانحدار الذاتي" (AFNO)، وهي إطار عمل مبتكر يقوم بخرائط المعادلات التفاضلية الجزئية المعتمدة على الزمن إلى فضاء كامن، ويستخدم مطابقة التدفق لنمذجة حقول المتجهات المستمرة زمنياً، مما يلغي التوليد التكراري بالانحدار الذاتي لتحقيق تنبؤات مستقرة طويلة الأمد مع تقليل تراكم الخطأ.
تقدم هذه الورقة البحثية "Consistent CutPINN"، وهو إطار عمل مبتكر يوسع الشبكات العصبية المستنيرة بالفيزياء المتسقة لتشمل نطاقات المستوى المجموعي (level-set) المنحنية عبر بناء بديل أثر منفصل من نقاط التجميع، مما يؤدي إلى وضع حدود خطأ صارمة وإثبات دقة ومتانة فائقتين مقارنة بشبكات PINN القياسية للمعادلات التفاضلية الجزئية الإهليلجية على الهندسات المعقدة.
تقترح هذه الورقة إطار عمل متعدد المستويات من نوع "الرسم والحل" (sketch-and-solve) لمسائل المربعات الصغرى ذات المعادلات الزائدة، والذي يعمل على تحسين دقة التقدير من خلال الجمع بين الحلول المستمدة من رسومات صغيرة مع حدود تصحيحية من رسومات أكبر، رغم أن الطريقة تترتب عليها تكلفة حوسبية أعلى قليلاً من المتوسط البسيط، مما يجعل تطبيقها الساذج غير جذاب.
تقدم هذه الورقة عائلة جديدة من المخططات العددية متوازنة الحالة تعتمد على الاسترخاء الحركي لقوانين التوازن الزائفة، والتي تحول الأنظمة غير الخطية إلى معادلات حركية خطية ذات حدود مصدر لضمان الحفاظ بدقة على الحالات المستقرة غير البديهية باستخدام تقنيات الحجم المحدود واللاغرانج شبه المتأخر.
تقدم هذه الورقة Fuzzy PyTorch، وهو إطار عمل قابل للتوسع وفعال يدمج أوضاع التقريب العشوائي والتقريب للأعلى والأسفل عبر Verificarlo لتقييم التباين العددي بسرعة في نماذج التعلم العميق مع تقليل وقت التشغيل بشكل كبير مقارنة بالأدوات الحالية، كل ذلك مع الحفاظ على أداء النموذج.
تقدم هذه الورقة نهجاً للفضاءات الجزئية الديناميكية يتعلم مسارات مستمرة زمنياً على منوع غراسمان (Grassmannian manifold) لتقريب الأنظمة غير الخطية واسعة النطاق بكفاءة، متجاوزةً بذلك حاجز كولموغوروف بفعالية ومحققةً دقةً أعلى من الطرق الساكنة عبر فصل الانجراف الهندسي عن التطور الجوهري للحالة مع الحفاظ على القابلية للتوسع الحسابي.