text large_stringlengths 1 1.2k | source_dataset large_stringclasses 3
values | translation_language large_stringclasses 12
values |
|---|---|---|
نعتبر مشكلة استكمال المصفوفة الضوضاء ذات البيت واحد تحت قيود رتبة دقيقة على المصفوفة الحقيقية الأساسية $M^*$. بدلاً من ملاحظة مجموعة فرعية من المدخلات الضوضاء ذات القيمة المستمرة للمصفوفة $M^*$، نلاحظ مجموعة فرعية من القياسات الضوضاء ذات البيت واحد (أو ثنائية) التي تم إنشاؤها وفقا لنموذج احتمالي. | arxiv | arabic |
نحن نقدم صبغة كايلي تحويل البناية (CTEF) ، وهو خوارزمية تستخدم صبغة كايلي لتصبغة البنايات إلى البيانات الضوضاء في أي بعد. على عكس العديد من طرق صبغة البناية، CTEF هو محدد البناية، مما يعني أنه يعيد دائما حلول البناية، ويمكن أن يتناسب البنايات التعسفي. | arxiv | arabic |
الهدف من التعلم المتحول هو تدريب نموذج على مجموعة متنوعة من مهام التعلم، بحيث يمكن أن تتكيف مع المشاكل الجديدة في غضون بضع تكرارات فقط. هنا نقترح نموذجًا نظريًا للمعلومات المستندًا إلى المبادئ الذي يقسيم بشكل مثالي مساحة المشكلة الأساسية بحيث يحل صانعون القرار المتخصصون الخبراء المشاكل الفرعية الناتجة. | arxiv | arabic |
استرداد المرحلة الضغطية هو تغير شائع لمشكلة الاستشعار الضغطي القياسي التي تحتوي فيها القياسات على معلومات عن الكبيرة فقط. في هذه الورقة ، مدفوعة بالتقدم الأخير في النماذج التوليدية العميقة ، نقدم ضمانات الاسترداد مع تعقيد عينات شبه الأمثل لاسترداد المرحلة مع سابقات التوليد. | arxiv | arabic |
دراسة هذه الورقة مشكلة تحديد أفضل ذراع الثقة الثابتة (BAI) في إطار القراصنة في النماذج المتقدمة المتقدمة ذات المعلمة الواحدة. وقد اقترحت العديد من السياسات لهذا المشكلة، ولكن معظمها يتطلب حل مشكلة التحسين في كل جولة و / أو يضطر إلى استكشاف ذراع على الأقل عدد معين من المرات باستثناء تلك التي تقتصر على نموذج غوس. | arxiv | arabic |
كما أظهرت الأبحاث الأخيرة، يمكن لشبكات الأعصاب العميقة أن تتناسب بشكل مثالي مع البيانات المسموحة عشوائيا، ولكن بدقة ضعيفة جدا على البيانات المحتفظة. تشير هذه الظاهرة إلى أن وظائف الخسارة مثل التشابه المتقاطع ليست مؤشرا موثوقا للتعميم. | arxiv | arabic |
لقياس الفرق بين توزيعات الاحتمالات ، المعروفة على أنها المصدر والهدف ، على التوالي ، نستغل كل من قاعدة السلسلة ونظرية بايز لإنشاء النقل المشروط (CT) ، والذي يتكون من كل من مكونات الأمام والخلفية. CT الأمامية هي التكلفة المتوقعة لنقل نقطة بيانات المصدر إلى نقطة هدف ، مع توزيعها المشترك الذي يتم تحديده بمقدار عامل تكثيف ... | arxiv | arabic |
تقليل النموذج هو مجال بحث نشط لبناء نماذج بديلة منخفضة الأبعاد ذات الوفاء العالي لتسريع دورات التصميم الهندسي. في هذا العمل، ندرس تقليل النموذج للأنظمة المهيكلة الخطية باستخدام الفضاء الفرعي المتاحة والملاحظ المهيمن. | arxiv | arabic |
في هذه الورقة، نقترح خوارزمية تعزيزية تستند إلى التعلم لتحسين المسار للأنظمة الديناميكية المحدودة. هذه المشكلة تحفز من حقيقة أن معظم الأنظمة الروبوتية، قد لا تكون الديناميكية معروفة دائما. | arxiv | arabic |
في حين أن توليد البيانات الاصطناعية تحت الخصوصية المختلفة (DP) تلقى الكثير من الاهتمام في مجتمع خصوصية البيانات ، فقد تلقى تحليل البيانات الاصطناعية أقل بكثير. أظهرت العمل الحالية أن مجرد تحليل البيانات الاصطناعية DP كما لو كانت حقيقية لا تنتج استنتاجات سليمة من الكميات على مستوى السكان. | arxiv | arabic |
في هذه المقالة، نستخرج عدم المساواة في التركيز لتقدير التحقق من خطأ التعميم للحد من المخاطر التجريبية. في الإعداد العام، نثبت حدود التحقق من الصحة العقلية في روح \cite{KR99} \textquotedblleft\textit{حدود تظهر أن أسوأ حالة خطأ في هذا التقدير ليس أسوأ بكثير من التقدير خطأ التدريب} \textquotedblright . | arxiv | arabic |
نعيد النظر في تصنيف الثنائي عبر الإنترنت عن طريق تحويل التركيز من المنافسة مع أفضل خسارة ثنائية في الفئة إلى المنافسة ضد المعايير المرجعية المسترخة التي تستقطب مفاهيم سلاسة من الإيجابية. بدلاً من قياس الندم النسبي للخطأ الثنائي الحد الأدنى الدقيق - نهج قياسي يؤدي إلى أسوأ الحالات المرتبطة بقياس ليتلستون - ندرس مقارنة م... | arxiv | arabic |
مصطلح "كور نيل" يعني "كور نيل" في العديد من التطبيقات (مثل الرؤية) ، غالبًا ما تكون البيانات عالية الأبعاد والنادرة وغير الثنائية. | arxiv | arabic |
نموذج ماركوف الخفي (HMMs) هي أدوات قوية لنموذج البيانات المتسلسلة ، حيث تتطور الحالات الأساسية بطريقة استوتشستية وتتلاحظ فقط بشكل غير مباشر. تم تأسيس نهج HMM التقليدي للترتيبات الخطية بشكل جيد ، وتم تمديدها إلى هيكلات أخرى مثل الأشجار. | arxiv | arabic |
liquidSVM هو حزمة مكتوبة في C ++ توفر حلولات نوع SVM لمختلف مهام التصنيف والعودة. بسبب اختيار المعلمات العالية المتكاملة بالكامل ، والحلول التي تم تنفيذها بعناية عالية ، ودعم متعددة الخيوط والGPU ، وعدة استراتيجيات تدمير البيانات المدمجة ، يوفر سرعة غير مسبوقة لأحجام تدريب صغيرة وكذلك لمجموعات بيانات تتكون من عشرات الم... | arxiv | arabic |
يتعلق هذا التقرير بمشكلة تقليل الأبعاد عن طريق أساليب هندسية المعلومات على مجموعة متنوعة إحصائية. في حين كان هناك عمل كبير قد تم عرضه مؤخراً بشأن تقليل الأبعاد لأغراض مهام التعلم مثل التصنيف والتكسيم والتصوير، ركزت هذه الأساليب بشكل أساسي على مجموعة متنوعة ريمن في الفضاء الأوكليدي. | arxiv | arabic |
وتسمح الشبكات العصبية ذات عدد كبير من المعلمات بتصريح الحقل المتوسط، والذي خدم مؤخراً كشرح نظري لخصائص التدريب المواتية للنماذج المفروضة. في هذا النظام، يتبع نزول التدفق معادلة التفاضل الجزئية المحددة (PDE) التي تتقارب إلى حل مثالي عالميا للشبكات ذات طبقة واحدة مخفية تحت الافتراضات المناسبة. | arxiv | arabic |
يستخدم تحسين بايسيون (BO) بشكل أساسي عمليات غوسيان (GP) كموديل بديل رئيسي ، معظمها مع وظيفة جوهر ثابتة وقابلة للانفصال بسيطة مثل جوهر تعدد المترتبة على مربع مع تحديد الصلة التلقائي (SE-ARD). ومع ذلك ، فإن مواصفات جوهر بسيطة كهذه نقص في وظائف التعلم مع ميزات معقدة ، مثل كونها غير ثابتة وغير قابلة للانفصال ومعدة الطرق. | arxiv | arabic |
يستخدم تدمير تشوليسكي المعدل عادة لتقدير المصفوفات الدقيقة بالنظر إلى ترتيب محدد من المتغيرات العشوائية. ومع ذلك، فإن ترتيب المتغيرات غالباً ما لا يتوفر أو لا يمكن تحديده مسبقاً. | arxiv | arabic |
التنبؤ المتماثل أداة قيمة لقياس عدم اليقين التنبؤي لنماذج التعلم الآلي. ومع ذلك، يعتمد تطبيقه على افتراض تبادل البيانات، وهو شرط لا يتم الوفاء به في كثير من الأحيان في سيناريوهات العالم الحقيقي. | arxiv | arabic |
في هذه الدراسة، نقوم بتقديم تقنية جديدة للعودة الرمزية التي تضمن التكمال الكامل. يتم تحقيق ذلك عن طريق صياغة برنامج غير خطي مختلط للأعداد الكاملة (MINLP) الذي يعد حلوه تعبير رياضي رمزي من الحد الأدنى من التعقيد الذي يفسر الملاحظات. | arxiv | arabic |
تحدث ديناميكيات نظام الخدمة في التفاعل بين سلوك العملاء وردة مقدم الخدمة. يمكن نموذج هذا النوع من الديناميكيات بشكل فعال في إطار نظرية الصفوف حيث يتم وصف وصول العملاء بواسطة نماذج عملية نقطة. | arxiv | arabic |
عندما يتم تنفيذ طرق مجموعة عشوائية مثل التعبئة والغابات العشوائية، تنشأ سؤال أساسي: هل الكتلة كبيرة بما فيه الكفاية؟ على وجه الخصوص، يطمح الممارس إلى ضمان صارم بأن مجموعة معينة ستعمل بشكل جيد تقريبا مثل مجموعة لا نهاية لها المثالية (تم تدريبها على نفس البيانات). | arxiv | arabic |
ونحن صيغة مشكلة تحسين الشبكة العصبية كتحذيف بايزيان، حيث الملاحظات هي تراجع الانتشار. في حين تم دراسة تحسين الشبكة العصبية في السابق باستخدام طرق تراجعية طبيعية ترتبط ارتباطا وثيقا بالانتاج بايزياني، فإنها لم تتمكن من استعادة المحفزات القياسية مثل آدم و RMSprop مع معدل التربيع المتوسط التربيعي الجذر، بدلا من الحصول على... | arxiv | arabic |
نحن نقوم بتحليل فئة من المقدمين على أساس الاسترخاء المتواصل لحل مشاكل تدهور المصفوفات العالية الأبعاد. تشكل الملاحظات إدراكات ضوضاء من تحويل خطي $\mathfrak{X}$ من مجموع مصفوفة منخفضة الرتب تقريبًا $\Theta^\star$ مع مصفوفة ثانية $\Gamma^\star$ الموهوبة بأشكال تكملة من هيكل منخفض الأبعاد. يضم هذا الإعداد العديد من النماذ... | arxiv | arabic |
في هذه الملاحظة، نقوم بتقديم خوارزمية جديدة للتعامل مع التجميع الابعادي المحدد مع الأخطاء في المتغيرات. يعتمد تصميم هذا خوارزمية على التقدم النظري الأخير (انظر لوستاو (2013أ،ب)) في التعلم الإحصائي مع الأخطاء في المتغيرات. | arxiv | arabic |
نحن نقدم طريقة لتحسين السياسات التي تتداخل بين النهج الطموح للتعلم القائم على القيمة التعزيزية (RL) ونهج التخطيط الكامل الممثل لـ RL القائم على النموذج. يعتمد هذا الطريقة الجديدة على مفهوم نموذج الأفق الهندسي (GHM ، المعروف أيضًا باسم نموذج غاما) ، الذي يمثل توزيع زيارات الدولة المخصومة لسياسة معينة. | arxiv | arabic |
يقدم التعلم المماثل والمتريكي نهجا مبدئيا لبناء شبيهة محددة للمهمة من البيانات التي يتم إشرافها بشكل ضعيف. ومع ذلك، فإن هذه الطرق تخضع لعنة الامتعداد: مع نمو عدد الميزات، يتوقع التعميم السيئ وتصبح التدريب صعبة بسبب ارتفاع تكاليف الحوسبة والذاكرة. | arxiv | arabic |
تُعتبر تقدير هيكل النموذج الرسومي من البيانات العالية الأبعاد والذات القليل من العينات مشكلة أساسية في العديد من المجالات العلمية. المقاربات الحالية، مثل GLASSO، والمتغيرات اللاتينية GLASSO، ونماذج الأشجار اللاتينية، تعاني من تعقيدات الحوسبة العالية ويمكن أن تفرض سابقات ضئيلة غير واقعية في بعض الحالات. | arxiv | arabic |
يتكون التجميع من مجموعة من التقنيات الشعبية المستخدمة لفصل البيانات إلى مجموعات مثيرة للاهتمام لتحليل أكثر. العديد من مصادر البيانات التي يتم فيها تشكيل التجميع معروفة أنها تحتوي على أخطاء قياس عشوائية ومنهجية. | arxiv | arabic |
وقد تم دراسة نظرية التعرف على الآثار السببية في النماذج السببية المرتبطة بالجرافات السائقة المتغيرة الموجزة الخفية (DAGs). ومع ذلك، فإن الخوارزميات المقابلة غير مستخدمة بشكل جيد بسبب تعقيد تقدير المهام المحددة التي تنتجها. | arxiv | arabic |
وتخلق الأساليب المتوافقة سلسلة التنبؤ التي تحكم متوسط التغطية على افتراض بيانات غير متوافقة فقط. على الرغم من أن الأدب تركز بشكل كبير على فترات التنبؤ، إلا أن المناطق الأكثر عامة يمكن أن تمثل غالباً ما عدم اليقين بشكل أفضل. | arxiv | arabic |
نقدم طريقة تغيرية لتقدير الحالة عبر الإنترنت وتعلم المعلمات في نماذج الفضاء الحالي (SSM) ، وهي فئة متواجدة في كل مكان من نماذج المتغيرات الخفية للبيانات المتسلسلة. وفقاً لتقنيات التغيرات المعتادة للبطاقات، نستخدم تراجعات استوتشستية لتحسين في الوقت نفسه الحد الأدنى على دليل السجل فيما يتعلق بمعايير النموذج وتقريب تغيري ... | arxiv | arabic |
تقديم تقنيات التكيف البايزية (BO) مفيدة لتحسين الوظائف التي تكون مكلفة للتقييم، وتفتقر إلى تعبير تحليلي، والتي يمكن أن تتلوث تقييماتها بالضوضاء. تعتمد هذه الطرق على نموذج احتمالي للعمل الموضوعي، وعادةً ما تكون عملية غوسية (GP) ، التي يتم بناء وظيفة الاستحواذ عليها. | arxiv | arabic |
تعتبر تحسين المواصفات على مسارها أحد أهم الإطار الحسابي للمشاكل المتعددة العالية الأبعاد الملتوية وغير الملتوية للدراسة النادرة. يختلف عن خوارزميات تحسين المواصفات الكلاسيكية في ثلاثة ميزات بارزة: {\it warm start initialization} {\it active set updating} {\it strong rule for coordinate preselection} {\it قاعدة قوية لتح... | arxiv | arabic |
تستخدم نماذج مجموعة الأشجار مثل الغابات العشوائية وآلات تعزيز التدفق على نطاق واسع في التعلم الآلي بسبب أدائها التنبؤية الممتازة. ومع ذلك ، فإن مجموعة عالية الأداء تتكون من عدد كبير من أشجار القرار تفتقر إلى الشفافية والوضوح الكافيين. | arxiv | arabic |
في هذه الورقة، ندرس حدود الخطأ لـ {\em Bayesian quadrature} (BQ) ، مع التركيز على الإعدادات الضوضاء، وال خوارزميات العشوائية، ومقاييس الأداء المتوسطة الحالة. نسعى إلى تقريب تكامل الوظائف في {\em Reproducing Kernel Hilbert Space} (RKHS) ، ويركز بشكل خاص على أجزاء Matérn-$\nu$ و (SE) المكتربية، مع عينات من الوظائف التي ي... | arxiv | arabic |
نقدم إطارًا توقّفيًا غير پارامتريكيًا للتنبؤ بالأحداث الفردية على أساس النمذجة المشتركة للبيانات الطويلة والزمان إلى الحدث. يستخدم نهجنا عملية تحوّل غوسية متعددة المتغيرات (MGCP) لنمذجة تطور الإشارات الطويلة ونموذج كوكس لنمذجة بيانات الوقت إلى الحدث مع بيانات طولية تم نموذجها من خلال MGCP. | arxiv | arabic |
نقترح خوارزمية سريعة جديدة لتقدير أي نموذج خطي عامة نادرة مع عقوبات قابلة للانفصال متواصلة أو غير متواصلة. خوارزميتنا قادرة على حل المشاكل مع ملايين العينات والخصائص في ثوان، عن طريق الاعتماد على هبوط التنسيقات، مجموعات العمل وتسارع أندرسون. | arxiv | arabic |
تم تطوير نظرية حقل متوسطة ديناميكية للتعلم التدقيقي للتعزيز البايسي في الحدود الكبيرة للحالة. في تشبيه مع الفيزياء الإحصائية، يتم دراسة معادلة بيلمان كنظام ديناميكي غير منظم. يتم تفسير احتمالات انتقال عملية قرار ماركوف كربط وظائف القيمة كدورات تحديدية تتطور ديناميكيا. | arxiv | arabic |
وقد عزز التطورات السريعة في الاستشعار والتصوير المتقدم بشكل كبير مرئية المعلومات، مما فتح فرصاً للنمذجة التنبؤية للأنظمة الديناميكية المعقدة. ومع ذلك، غالباً ما يتم توزيع إشارات الاستشعار المكتسبة من هذه الأنظمة المعقدة على طول هندسة 3D وتتطور بسرعة مع مرور الوقت، مما يشكّل تحديات كبيرة في النمذجة التنبؤية الفضائية-الز... | arxiv | arabic |
نحن نقدم منظورًا محتملًا على أمثلة العدائية ، مما يسمح لنا بتدمج الفهم الموضوعي للنطقية كتوزيع في عملية إنتاج أمثلة العدائية ، بطريقة مبادئية. على الرغم من التعديلات الكبيرة على مستوى البيكسل مقارنة بالهجمات العدائية التقليدية ، فإن طريقةنا تحافظ على النطقية العامة للصورة ، مما يجعل من الصعب على البشر اكتشاف التغييرات. | arxiv | arabic |
أصبحت البيانات الكبيرة متساعدة مع تصبح عملية الحصول على البيانات أرخص وأسهل. في حين أن حجم العينة الكبير له مزايا نظرية للعديد من الأساليب الإحصائية، فإنه يقدم تحديات الحوسبة. | arxiv | arabic |
نقدم ونقوم بتقييم اختبار الاستقلال السريع (الشرطي) (FIT) - اختبار الاستقلال الشريط غير المعلم. يعتمد الاختبار على فكرة أنه عندما P(X \mid Y، Z) = P(X \mid Y) $، $Z$ ليس مفيدًا كخصية للتنبؤ ب $X$، طالما أن $Y$ هو أيضًا رجعي. | arxiv | arabic |
بالنسبة لمجموعات بيانات متعددة المتغيرات، نستخرج الشروط التي تحسن فيها تحليل التناظر الكانوني العام (GCCA) أداء التصنيف لمجموعات البيانات المُتوقعة، مقارنةً بتحليل التناظر الكانوني القياسي القياسي (CCA) باستخدام مجموعتين بيانات فقط. نوضح نتائجنا النظرية مع محاكاة وتجربة بيانات حقيقية. | arxiv | arabic |
من المعروف أن أداء التنبؤات المتطابقة في التغطية المشروطة للتدريب سليم من الناحية التجريبية. في الآونة الأخيرة، تم إجراء جهود لدعم هذا الملاحظة بضمانات نظرية. | arxiv | arabic |
يسمح الجمع بين النماذج الإضافية والشبكات العصبية بتوسيع نطاق التراجع الإحصائي وتوسيع النهج القائم على التعلم العميق بواسطة المتوقعات الإضافية المهيكلة التي يمكن تفسيرها في نفس الوقت. ومع ذلك، فإن المحاولات الحالية لجمع النهجين في النمذجة محدودة إلى مزيجات محددة للغاية، والأهم من ذلك، تنطوي على مشكلة قابلية للتعرف. | arxiv | arabic |
تلعب التماثل المستمر وتكسيرها دورًا بارزًا في الفيزياء المعاصرة. تفسير نظريات المجال المنخفضة الطاقة الفعالة حول حالات كسر التماثل الظواهر المتنوعة مثل السوبركالدة والرياقة المغناطيسية و كتلة النوويات. | arxiv | arabic |
تطبق هذه المقالة مبدأ أوكام Razor على بناء النماذج غير المعلمية للبيانات الإحصائية ، عن طريق العثور على نموذج مع الحد الأدنى من البيتات ، مما يؤدي إلى طريقة تنظيم فعالة بشكل استثنائي لتقديرات كثافة الاحتمال. تأتي الفكرة من حقيقة أن تعظيم الاحتمال يقلل أيضًا من عدد البيتات المطلوبة لترميز مجموعة بيانات. | arxiv | arabic |
في هذه الورقة، نقوم بتحليل خوارزمية $K$-means التناوبية التدقيق التدقيقية الكلاسيكية، المعروفة أيضًا باسم خوارزمية لويد (لويد، 1956) ، لمزيج من غوسيان في إعداد موزع للبيانات التي تتضمن خطوات التكرار المحلية. افتراضًا أن البيانات غير المسجلة المنقسمة عبر العديد من الآلات، نقترح خوارزمية، LocalKMeans، التي تقوم بتنفيذ خو... | arxiv | arabic |
يسمح تركيب العديد من عمليات غوسيان كعملية غوسيانية عميقة (DGP) بنهج احتمالي غير پارامتري عميق لمعالجة مشاكل التعلم الآلي المعقدة مرنة مع تقييم واضح للاضطرابات. تمتلك نهج الاستدلال الحالي لنماذج DGP قابلية للتوسع المحدودة وتشكل بشكل مشهود من شأنه أن يكون صعباً في البناء. | arxiv | arabic |
العديد من التطبيقات في العالم الحقيقي تنطوي على تحسين صندوق أسود لأهداف متعددة باستخدام مقارنات الوظيفة المستمرة التي تتنازل عن دقة التداول وتكلفة الموارد للتقييم. على سبيل المثال ، في أبحاث إطلاق الصواريخ ، نحتاج إلى العثور على تصاميم تتنازل عن وقت العودة والمسافة الزاوية باستخدام محاكاة الوفاء المستمر (على سبيل المثا... | arxiv | arabic |
أساليب التحكم في معدل الكشف الكاذب (FDR) ضرورية للتحقيق في اختبارات متعددة مع معدل الصوت في تحليل بيانات التصوير العصبي، حيث يتم إجراء مئات الآلاف أو حتى الملايين من الاختبارات للكشف عن مناطق الدماغ المرتبطة بالتغيرات المتعلقة بالمرض. الأساليب الكلاسيكية للتحكم في FDR (مثل BH، q-value، و LocalFDR) تتخذ استقلالية بين ال... | arxiv | arabic |
لا يزال تقدير هيكل الرسوم البيانية السكلية الموجزة (DAG) من البيانات الملاحظة تحديًا كبيرًا في التعلم الآلي. تركز معظم البحوث في هذا المجال على تعلم DAG واحد للسكان بأكملهم. | arxiv | arabic |
من أجل تمكين تكييف الشكل المغلق، افتراض شائع في رجعة عملية غوسيان (GP) هو ضوضاء الملاحظة الغوسية المستقلة والموزعة بشكل متطابق. غالباً ما يتم انتهاك هذا الافتراض القوي والبسيط في الممارسة العملية، مما يؤدي إلى استنتاجات غير موثوقة وتحديد الكميات من عدم اليقين. | arxiv | arabic |
أصبحت مسافة Wasserstein المقطوعة (SW) بديلاً شائعاً عن مسافة Wasserstein للمقارنة بين قياسات الاحتمالات. وتشمل التطبيقات الشاملة معالجة الصور وتكييف المجالات والنمذجة التوليدية ، حيث من الشائع تحسين بعض المعلمات من أجل تقليل SW ، والتي تعمل كعمل خسارة بين قياسات الاحتمال المفصلة (بما أن القياسات التي تسمح بالثبات غير م... | arxiv | arabic |
وقد استخدم مصنف التمثيل النادر (SRC) في مشاكل تصنيف مختلفة ، والذي يستفيد من تقليل L1 ويعمل بشكل جيد لتحديد الصور التي تلبي افتراض الفضاء الفرعي. في هذه الورقة نقترح تنفيذ جديد لSRC عن طريق التفتيش ، وتحديد تعادلها مع SRC الأصلي في ظل ظروف العدالة ، وإثبات استناداة تصنيفها في ظل نموذج الفضاء الفرعي الخاطئ والتلوث. | arxiv | arabic |
تعادل النتائج (SM) هو طريقة مريحة لتدريب النماذج المرجعية المرنة، والتي غالبا ما تفضل على نهج التقليدي أقصى احتمال (ML). ومع ذلك، هذه النماذج أقل تفسيرًا من النماذج الطبيعية؛ وبالتالي، يصعب تقييم قوة التدريب بشكل عام. | arxiv | arabic |
تقييم سياسات القراصنة السياقية الجديدة باستخدام البيانات المسجلة أمر حاسم في التطبيقات التي تكلف الاستكشاف، مثل الطب. ولكن عادة ما يعتمد على افتراض عدم وجود عوامل خيبة أمل غير المرصدة، والتي لا شك في الفشل في الممارسة العملية. | arxiv | arabic |
وقد جلب نهج التعلم المراقب الذاتي (SSL) نجاحًا هائلًا في العديد من المهام والمنطاقات. وقد جادلوا بأن هذه النجاحات يمكن أن تعزى إلى علاقة بين SSL وتعلم التمثيل المحدد: يضمن الهيكل التوقاتي والمتغيرات المساعدة أن التمثيلات الخفية ترتبط بالعوامل الإنشائية الأساسية الحقيقية للبيانات. | arxiv | arabic |
نقترح إصدارًا جديدًا من AMSGrad ، وهو خوارزمية تحسين تستند إلى تراجعات قابلة للتكيف تستخدم على نطاق واسع لتدريب الشبكات العصبية العميقة. يضيف خوارزميتنا المعرفة السابقة حول تسلسل تراجات المجموعات الصغيرة المتتالية ويستفيد من بنيته الأساسية مما يجعل التراجعات قابلة للتنبؤ بالتسلسل. | arxiv | arabic |
نحن نقدم تقدير بالون في طريقة تحسين التوقعات العامة لتقدير جميع معايير نموذج خليط غوسيان يعطى عينة بيانات واحدة لكل مكون من الخليط. بدلاً من الحد صريح من حجم النموذج ، فإن هذه الاستراتيجية التنظيمية تنتج نماذج نادرة ذات تعقيد منخفض حيث تقل عدد مكونات الخليط الفعالة مع زيادة معايير احتمالية التسهيل. | arxiv | arabic |
أثبتت تويتير أنها مصدر ملحوظ لنمذجة تنبؤية في مختلف المجالات مثل سوق الأسهم، ونشر الأمراض أو النتائج الرياضية. ومع ذلك، لم يتم إجراء مثل هذه الدراسة في كرة القدم (الكرة القدم) حتى الآن. | arxiv | arabic |
في هذه الورقة، نقترح خوارزمية تحسين الاستوتشستية الجديدة للإستنتاج البايزي على أساس أساليب مونت كارلو متعددة المستويات (MLMC). في إحصاءات البايزي، غالباً ما يتم استخدام تقديرات متحيزة للأدلة النموذجية كهدف استوتشستي لأن تقنيات التخفيض القائمة تكون مكلفة من الناحية الحسابية. | arxiv | arabic |
موضوع متزايد في الصحافة الحاسوبية هو كيفية تعزيز التنوع في الأخبار التي يتم تقديمها للمشتركين لتعزيز سلوك الاستكشاف في قراءة الأخبار. على الرغم من نجاح تعلم الاختيارات في توصية الأخبار الشخصية ، فإن استغلالهم المفرط يسبب فقاعة تصفية تعزل القراء من وجهات النظر المعارضة وتؤذي خبرات المستخدم على المدى الطويل مع عدم وجود ا... | arxiv | arabic |
تهدف إكمال المصفوفة إلى إعادة بناء المصفوفة البيانية بناءً على ملاحظات عدد صغير من إدخالاتها. عادةً ما يتم النظر في إكمال المصفوفة المصفوفة بمصفوفة واحدة، والتي يمكن أن تكون، على سبيل المثال، مصفوفة المصفوفة في نظام التوصيات. | arxiv | arabic |
تقريب الاستوكاستيكي على مقياسين (TTSA) هو من بين الأطر الأكثر شيوعاً ل خوارزميات الاستوكاستيكية التكرارية. وهذا يشمل طرق تحسين الاستوكاستية المعروفة مثل المتغيرات SGD والمتصممة لمشاكل مستوى المهبل أو الحد الأدنى ، فضلاً عن تعلم التعزيز مثل عائلة خوارزميات الفرق الزمني القائمة على التراجع (GTD). | arxiv | arabic |
يمكن الحصول على التصنيف القيم المحددة، وهو نموذج تصنيف جديد يهدف إلى تحديد جميع الفئات المثيرة للصدق التي ينتمي إليها الملاحظة، عن طريق تعلم مناطق القبول لجميع الفئات. لا تنظر العديد من طرق التصنيف القيم المحددة الحالية في إمكانية ظهور فئة جديدة لم تظهر أبدا في بيانات التدريب في بيانات الاختبار. | arxiv | arabic |
Bandit هو إطار لتصميم التجارب المتسلسلة. في كل تجربة، يختار المتعلم ذراع $A \in \mathcal{A}$ ويحصل على ملاحظة تتناسب مع $A$. | arxiv | arabic |
وجد البرمجة الخطية عبر الإنترنت (OLP) تطبيقات واسعة في إدارة الإيرادات وتخصيص الموارد. يحقق خوارزميات OLP الحديثة ندرة منخفضة من خلال حل مشاكل البرمجة الخطية (LP) الفرعية مراراً وتكراراً التي تتضمن معلومات الموارد المحدثة. | arxiv | arabic |
نحن نحدد معدلات إرجاعية إلكترونية مثالية للطبقات التعسفية من وظائف الإرجاع من حيث الإنتروبي التسلسلي الذي تم إدخاله في (راكلين، سريداران، تياري، 2010) . | arxiv | arabic |
تستكشف هذه الورقة نهج التعلم المشترك الذي يختار تلقائيًا عدد العمليات الخفية في عمليات غوسية متعددة الإنتاج (MGP). شهد MGP نجاحًا كبيرًا كأداة تعلم نقل عندما يتم إنشاء البيانات من مصادر / وحدات / كيانات متعددة. | arxiv | arabic |
ويتم تصفية هذه الورقة من خلال هيكلة البيانات وبناء المساحات لاستكشاف نماذج تصنيف الغابات بشكل تفاعلي. | arxiv | arabic |
تقلل عملية غوسيان التجميع بشكل كبير من قدرة النموذج على اكتشاف المتغيرات ، والتي عند الجمع مع وظائف المتوسط غير الصفر ، تستخرج المزيد من التباينات غير المعلمية المنخفضة إلى مناطق كثافة البيانات المنخفضة للتدريب. نقترح جوهر هجين مستوحاة من نظرية Varifold ، تعمل في كل من الفضاء الأوكليديان و Wasserstein. | arxiv | arabic |
يستخدم احتمال التسجيل التجريبي عادةً لمقارنة نماذج مختلفة لنفس البيانات أو خوارزميات استنتاج تقريبي مختلفة لتناسب نفس النموذج الاحتمالي. نقدم أمثلة بسيطة تظهر كيف يمكن للمقارنات القائمة على احتمال التسجيل التجريبي أن تتناقض مع المقارنات وفقاً لهدف آخرين. | arxiv | arabic |
تقليل الأبعاد، مثل تحليل المكون الرئيسي وتحليل العوامل، هي أساسية لمعظم المشاكل في علم البيانات. ومع ذلك، هناك تحديات خطيرة ومفهومة بشكل جيد للعثور على مقربات قوية منخفضة الأبعاد للبيانات ذات ضجيج متطفل. | arxiv | arabic |
واجهات التصنيف موجودة في كل مكان في المنصات عبر الإنترنت. وهكذا هناك اهتمام متزايد في تقييمهم خارج السياسة (OPE) ، يهدف إلى تقييم دقيق لأداء سياسات التصنيف باستخدام البيانات المسجلة. | arxiv | arabic |
نحن ندرس تقدير الرسم البياني وتقدير الكثافة في أبعاد عالية ، باستخدام عائلة من تقديرات الكثافة القائمة على نماذج رسمية غير موجهة بنية الغابات. بالنسبة لتقدير الكثافة ، لا نفترض أن التوزيع الحقيقي يتوافق مع غابات ؛ بدلاً من ذلك ، فإننا نشكل تقديرات كثافة النواة من الحدود الثنائية والوحيدة ، ونطبق خوارزمية كروسكل لتقدير ... | arxiv | arabic |
نحن ندرس نهج غير پارامتريكي لحساب بايزيان عبر وسائل الميزات، حيث يتم تحديث توقعات الميزات السابقة لتوفير الميزات اللاحقة المتوقعة للنواة، بناء على التراجع من شبكة العصبية المتعلمة أو ميزات النواة للملاحظات. يتم تعلم جميع الكميات المشاركة في تحديث بايزيان من البيانات الملاحظة، مما يجعل الطريقة خالية تماما من النموذج. | arxiv | arabic |
تستخدم أساليب Bandit لتحسين الصندوق الأسود ، مثل تحسين بايزيان ، في مجموعة متنوعة من التطبيقات بما في ذلك ضبط المعلمات العالية وتصميم التجارب. مؤخرا ، حَصلت أساليب \emph{multi-fidelity} على اهتمام كبير لأن تقييمات الوظائف أصبحت أكثر تكلفة في مثل هذه التطبيقات. | arxiv | arabic |
أثبت فقدان الجهاز التركيزي فعاليته في العديد من التطبيقات في العالم الحقيقي مثل اكتشاف الأشياء وتصنيف الصور ، ولكن فهمها النظري كان محدودًا حتى الآن. في هذه الورقة ، أثبتنا أولاً أن فقدان الجهاز التركيزي مقياس التصنيف ، أي أن تقليله يمنح بالتأكيد تصنيفًا مطلوبًا بـ Bayes وبالتالي يمكن توجيه استخدام فقدان الجهاز في التص... | arxiv | arabic |
كان أحد أكثر الاكتشافات مفاجئة ومثيرة للإعجاب في التعلم المشرف هو فائدة الإفراط في المعلمات (أي تدريب نموذج كبير جدا) لتحسين منظومة التحسين للمشكلة ، مع أدنى تأثير على الأداء الإحصائي (أي التعميم). على النقيض من ذلك ، تم استكشاف الإعدادات غير المشرفة بشكل غير جيد ، على الرغم من أن تم ملاحظة أن الإفراط في المعلمات يمكن ... | arxiv | arabic |
يُقترح إطار متواصل متواصل لتنسيق معاملة البيانات $X$ إلى منتج غير سلبي $AS$، مع معاملة معدل نادرة $S$. نقيد أعمدة المصفاة القاموسية $A$ لتتزامن مع أعمدة معينة من المصفاة البيانات $X$، وبالتالي ضمان قاموس ذي معنى ماديا وخفض الأبعاد. | arxiv | arabic |
نصف نهجا رسميا لتحديد أسباب الجذر من المتغيرات الخارقة التي تلاحظها في متغيرات $n$ $X_1,\dots,X_n$ في سيناريو حيث العلاقة السببي بين المتغيرات هي رسمية مديرة متجهة معروفة (DAG). لهذا الغرض، نحن أولاً يقدم طريقة منهجية لتحديد نقاط الخارقة. | arxiv | arabic |
تستخدم غابات القرار على نطاق واسع لمهام التصنيف والتكسير. خاصية أقل شهرة للطرق القائمة على الأشجار هي أنه يمكن بناء ماتريكس القرب من الأشجار (s) ، وهذه المصفوفات القريبة هي جوهر محفزة. | arxiv | arabic |
الغابة الاختيارية التوزيعية (DRF) هي طريقة مرنة تستند إلى الغابات لتقدير التوزيع الشروطي الكامل لمخرج متعدد المتغيرات من الاهتمام مع تغيرات المدخلات. في هذه المقالة ، نقوم بتقديم خوارزمية أهمية متغيرة لـ DRF ، استناداً إلى مبدأ الانخفاض والإعادة التعلم المعروف بشكل جيد ومسافة MMD. | arxiv | arabic |
لا تزال مشكلة توقعات المرور مهمة صعبة في نظام النقل الذكي بسبب تعقيدها الفضائي-الوقتي. على الرغم من أن الاعتماد الزمني قد تم دراسته ومناقشته جيداً ، إلا أن الاعتماد الزمني لا يتم استكشافه بشكل كبير بسبب اختلافاته الكبيرة ، خاصة في البيئة الحضرية. | arxiv | arabic |
في تحليل النص، غالبا ما يلجأ إلى تمثيل الخسارة الذي إما يتجاهل ترتيب الكلمات تماما أو يضمن كل كلمة كمتجه ميزات كثيفة منخفضة الأبعاد. في هذه الورقة، نقترح تحليل عامل بويسون المتكوّن (CPFA) الذي يعمل مباشرة على تمثيل بلا خسارة يعالج الكلمات في كل وثيقة على أنها تسلسل من متجهات ذات حرارة عالية الأبعاد. | arxiv | arabic |
يبطئ خطوة الاعتراف بالمعرفة بالمعاملات الطبيعية حالياً في وقت الاستجابة للعديد من التقييمات الحيوية. يواجه الانتقال إلى نهج تعليم الآلة الأحدث وأسرع وأرخص ما زال هناك شكوك من قبل الخبراء تجاه قدرة الآلات ومنطقها. | arxiv | arabic |
التقدم الأخير في التصنيف الضعيف الإشرافية يسمح لنا بتدريب المصنف فقط من البيانات الإيجابية وغير الملصقة (PU). ومع ذلك، فإن طرق تصنيف PU الحالية تتطلب عادة تقدير دقيق للاحتمالات السابقة للصف، وهو عقد حرج حاسم خاصة للبيانات العالية الأبعاد. | arxiv | arabic |
نقدم نسخة ضوضاء من خوارزمية التحمل القصوى (EM): خوارزمية التحمل القصوى الضوضاء (NEM). خوارزمية NEM تستخدم الضوضاء لتسريع التقارب من خوارزمية EM. | arxiv | arabic |
التقدم الذي حققته التعلم الآلي خلال العقد الماضي لا يمكن إنكاره. في التأمل، من المثير للقلق أن هذا التقدم كان ممكنًا مع قلة أو عدم وجود نظرية صارمة لتوجيه التجربة. | arxiv | arabic |
التصنيف هو أحد التقنيات التحليلية المستخدمة على نطاق واسع في مجال علوم البيانات عبر مختلف الأعمال التجارية لربط نمط يساهم في حدوث حدث معين يتم التنبؤ به مع بعض الاحتمالات. يُعالَى هذا الورقة عجزًا في إنشاء نافذة زمنية قبل حدوث التنبؤ فعليًا لتمكين المنظمات من بعض المساحة للتصرف على التنبؤ. | arxiv | arabic |
تم اقتراح غابة سيامية عميقة (SDF) في الورقة. وهي تستند إلى الغابة العميقة أو غابة غابة المقترحة من جوو وفينغ ويمكن اعتبارها تعديل غابة غابة. | arxiv | arabic |
في هذا العمل، ندرس اختبار الفرضية وكشف الانحرافات على مجموعات البيانات حيث كل ملاحظة هي شبكة معززة. ومثلة على مثل هذه البيانات تشمل شبكات اتصال الدماغ من بيانات تدفق الرنين المغناطيسي (fMRI) ، أو حسابات المواجهة الكلمة لمجموعات من الأفراد. | arxiv | arabic |
يتطلب التقدير الدقيق للحالة مراعاة دقيقة لعدم اليقين المحيط بالعملية ونماذج القياس. هذه الخصائص عادة ما لا تعرف جيداً وتحتاج إلى مصمم ذو خبرة لتحديد المصفوفات التجاويزية. يمكن أن يؤثر خطأ في اختيار المصفوفات التجاويزية على دقة خوارزمية التقدير وقد يؤدي أحيانًا إلى انحلال المرشح. | arxiv | arabic |
نأخذ في الاعتبار نماذج استجابة متعددة وتراجعات multitask ، حيث من المتوقع أن يكون لدى المصفوفة المعيارية التي سيتم تقديرها بنية تجميع مجهولة. يمكن أن تكون التجمعات على طول المهام ، أو الميزات ، أو كليهما ، والآخر يشير إلى مجموعة ثنائية أو " لوحة التفتيش" بنية. | arxiv | arabic |
نقدم SDA-Bayes، وهي إطار ل (S) التدفق، (D) الموزع، (A) التزامنية الحسابات من بعد بايزي. يقوم الإطار بتحديثات التدفق إلى التدقيق المقدرة وفقا لمجموعة التقريب المحددة من قبل المستخدم. | arxiv | arabic |
نحن ندرس جمع التنبؤات عبر الإنترنت من الخبراء، وأظهرت أولا حدود التأسف الجديدة من النظام الثاني في الإعداد القياسي، والتي يتم الحصول عليها من خلال نسخة من خوارزمية Prod (وبإضافة إلى نسخة من خوارزمية المتوسط الموزن بالعدد المتعدد) مع معدلات تعلم متعددة. هذه الحدود في اعتبار الخسائر الزائدة، والفرق بين الخسائر الفورية ال... | arxiv | arabic |
ونحن ندرس مشكلة تسعير ديناميكية قائمة على السياق للمنتجات عبر الإنترنت، التي لديها مبيعات منخفضة. توضح بيانات المبيعات من علي بابا، وهو تاجر تجاري عالمي كبير عبر الإنترنت، انتشار منتجات البيع المنخفض. | arxiv | arabic |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.