2022 ورقة بحثية
تقترح هذه الورقة تقنيات أخذ عينات فعالة للمسائل العكسية البايزية الهرمية واسعة النطاق من خلال دمج أخذ عينات الاستقلال لـ "متروبوليس-هستينغز" ضمن إطار "جيبس" باستخدام توزيعات اقتراح مشتقة من طرق "غولوب-كاهان" المعممة، مما يثبت فعاليتها في التصوير السيزمي، والتصوير الصوتي الضوئي الديناميكي، والنمذجة العكسية للغلاف الجوي.
تُوصّف هذه الورقة تعميم نماذج الانتشار من خلال تقديم متشعبات حافة كثافة لوغاريتمية تعتمد على الزمن، كاشفةً أن العينات المولدة تتبع آلية "الوصول-المحاذاة-الانزلاق" حيث يتم التحكم في تطورها عبر المكونات العمودية والمماسية لخطأ التدريب، وهو إطار هندسي تم التحقق من صحته من خلال التحليل النظري والتجارب على بيانات اصطناعية وواقعية.
تقدم هذه الورقة البحثية UFO، وهو إطار عمل للمشغل العصبي يحقق فك الارتباط في التجزئة والتعميم القوي عبر معايير قياسية متنوعة من خلال تمكين التفاعلات التكيفية وعبر المجالات بين تمثيلات دالية متميزة دون الحاجة إلى توحيد المجال.
تقدم هذه الورقة طريقة تقريب تدرج سريعة ومستقرة، أحادية الاتجاه، للأشكال الثنائية الخطية لدوال المصفوفات الهيرميتية، والتي تعيد استخدام تمريرة لانزوس (Lanczos pass) مع حد أدنى من التكاليف الإضافية، محققةً استقراراً غير مشروط وسرعة فائقة مقارنة بالأساليب الحالية التي تعتمد على إعادة التعامد المكلفة أو المصفوفات الكتلية المعززة.
تقترح هذه الورقة طريقة "التدفق النشط" (Active Flux) منفصلة بالكامل لمعادلات أويلر الانضغاطية ثنائية الأبعاد، والتي تستخدم زيادات صوتية منقولة للقضاء على عيوب الانقسام الجمعي، مما يحقق دقة من الدرجة الثالثة، وتعزيزاً للحفاظ على التماثل، وأداءً فائقاً عند السرعات المنخفضة مقارنة بالتحديثات الجمعية التقليدية.
تقترح هذه الورقة نهج NPDo متقارب عالمياً مدمجاً مع تحديث غاوس-سايدل لحل مشكلة تحليل الموتر إلى كتل قطرية رئيسية، والتي تعمم تفكيك توكر وتفكيك القيمة المفردة للموتر المهيمن التقريبي من خلال تعظيم الجزء القطري الكلي للموتر عبر تحويلات متعامدة.
تقترح الورقة البحثية U-HNO، وهو مؤثر عصبي هجين على شكل حرف U يتميز بتوجيه تكيفي للنقاط المتفرقة (SPAR) يقوم ديناميكيًا بالاختيار بين فروع فوريه العالمية وفروع غاوس متعددة المقاييس المحلية بناءً على التباين المحلي، محققًا دقة هي الأفضل في حالتها في حل المعادلات التفاضلية الجزئية غير المستقرة التي تتواجد فيها ميزات ناعمة وحادة معًا عبر معايير قياسية متنوعة.
تقدم هذه الورقة البحثية إطار عمل Hyper-WENO5 CFCNN، وهو إطار تعلم عميق مشروط بشبكة فائقة (hypernetwork) يتعلم أوزان WENO غير الخطية والتدفقات التي قد تكون مجهولة اختيارياً للقوانين الحفظية أحادية الأبعاد، محققاً دقة بمستوى الطرق الكلاسيكية، وحفظاً يقترب من دقة الآلة، وتعميماً قوياً عبر مختلف الدقات والظروف الأولية دون الحاجة لإعادة التدريب.
تثبت هذه الورقة جودة التحديد وتُوصّف المقياس الثابت لعملية "كوك-إنجرسول-روس" اللزجة أحادية البعد مع وجود جهد، مستنتجةً دالة "غرين" صريحة ومقترحةً خوارزميات أخذ عينات دقيقة وتقريبية لمحاكاة هذا التوزيع.
تقترح هذه الورقة نهجاً هجيناً يجمع بين طرق الشبكات متعددة المستويات والشبكات العصبية لتقليل التكلفة الحسابية لتقنية الحدود المغمورة (phi-FEM) بشكل كبير مع الحفاظ على دقتها، كما تم إثبات ذلك من خلال التجارب العددية ثنائية وثلاثية الأبعاد.