text large_stringlengths 1 1.2k | source_dataset large_stringclasses 3
values | translation_language large_stringclasses 12
values |
|---|---|---|
نظرا لزوج من الرسوم البيانية $G_1$ و $G_2$ ومجموعة قمة من الاهتمام في $G_1$، تسعى مشكلة تعيين القمة (VN) للعثور على قمم المصلحة المقابلة في $G_2$ (إذا كانت موجودة) وإنتاج قائمة رتبة للقمم في $G_2$، مع تركيز قمم الاهتمام المقابلة في $G_2$، بشكل مثالي، في أعلى قائمة الرتب. في هذه الورقة، نقوم بتحديد وتحويل مقارنة من خيار... | arxiv | arabic |
ظهرت شبكات العصبية الرسمية (GNNs) مؤخراً كمارسة معمارية قوية للتعلم العقدة وتمثيلات الرسمية. تمتلك GNNs القياسية نفس القوة التعبيرية لاختبار Weisfeiler-Leman للجرافية من حيث تمييز الرسميات غير المزينة. | arxiv | arabic |
نظهر أن الوظيفة الموضوعية للتجميع التقليدي لـ k-means يمكن أن تعبر عن أنها معايير فروبينيوس لخلاف ماتريك البيانات وتقريب منخفض من صفوف تلك المصفوفة البيانات. | arxiv | arabic |
نقترح طريقة لتقييم قوة نظام التصنيف الجامعي المستخدم على نطاق واسع -- نظام التصنيف برادلي تيري -- لتسليم جزء صغير جدا من بيانات التقييم في أسوأ الحالات. نهجنا سريع من الناحية الحاسوبية وسهل اعتماد. | arxiv | arabic |
في هذه الورقة، نناقش كيف يمكن تطبيق نهج التعلم العميق الحديث على درجات الائتمان من العملاء المصرفيين. نظهر أن المعلومات حول الاتصالات بين العملاء على أساس تحويلات الأموال بينهم يسمح لنا بتحسين جودة درجات الائتمان بشكل كبير مقارنة بالنهج التي تستخدم المعلومات حول العميل المستهدف فقط. | arxiv | arabic |
التجارب العلمية عادة ما تكون مكلفة بسبب التحضير والتجربة المعقدة. لذلك ينطوي التصميم التجريبي على مهمة إيجاد المدخل التجريبي الأمثل الذي يؤدي إلى الناتج المرغوب فيه باستخدام أقصر عدد ممكن من التجارب. | arxiv | arabic |
اكتسبت الشبكات العصبية المتكررة استخدامًا واسعًا في نمذجة البيانات المتسلسلة. لا يزال تعلم الاعتمادات طويلة الأجل باستخدام هذه النماذج صعباً ، على الرغم من ذلك ، بسبب الانفجار أو اختفاء التدرج. | arxiv | arabic |
نقترح قطع غابة عشوائية (RF) للتنبؤ المحدود بالموارد. نبني أولاً RF ثم نحصله لتحسين تكلفة الميزات المتوقعة ودقة. | arxiv | arabic |
نقدم مجموعة بيانات لنمذجة تدفقات الأمطار التي يتم حلها بشكل كامل من الناحية المكانية بهدف أخذ النمذجة المائية القائمة على شبكة عصبية خارج المياه المتدنية. لهذا الغرض، قمنا بتجميع بيانات تغطي خمس حوضات نهر في وسط أوروبا: الدناوب العلوي، الألب، أودر، الراين، والويزر. | arxiv | arabic |
نستخرج عدم المساواة في التركيز لمتقديرات المتوسط والمتوسط الخاصة بالتفريق بناءً على آلية "تقديم، اختبار، إطلاق" (PTR) التي قدمها Dwork وLei (2009). | arxiv | arabic |
نحن نقدم غابات التواصل القنوني (CCFs) ، طريقة جديدة لمجموعة شجرة القرار للتصنيف والتكسيس. شجرة التواصل القنوني الفردية هي شجرة القرار الثنائية مع تقسيمات طائرة فائقة بناء على معايير التواصل القنوني المحلية التي يتم حسابها أثناء التدريب. | arxiv | arabic |
هذه الورقة تعرض نموذج عام للخصائص الخفية غير المعلمية البايزية المناسبة لإجراء تحليل استكشافي آلي لمجموعات بيانات متفرقة، حيث يمكن أن تكون الصفات التي تصف كل جسم متغيرات منفصلة أو مستمرة أو مختلطة. يقدم النموذج المقترح عدة خصائص مهمة. | arxiv | arabic |
نقترح ونحلل طريقة عامة لاسترداد المجتمع في نماذج الكتل الاستوائية ونماذج الكتل المعدلة. يمكن لهذا النهج استرداد المجتمعات الخفية بدقة مع احتمال كبير عندما تكون درجات العقدة المتوقعة من النظام $\log n$ أو أعلى. | arxiv | arabic |
إن استنتاج حقل الإشارات المتصلة ذات هيكلات التواصل غير المعروفة له أهمية علمية وتكنولوجية عالية، ولكنه يشكّل تحديات مفاهيمية وعددية كبيرة. لمعالجة هذه التحديات، نوصي خوارزمية استنتاج الإشارات المتصلة (CSI) ضمن نظرية حقل المعلومات (IFT) ونناقش تنفيذها العددي. | arxiv | arabic |
أصبحت العمليات الغوسية المتغيرة النادرة القائمة على نقاط التحفيز حصان العمل القياسي لتنسيق نماذج GP. تظهر التقدمات الأخيرة أن هذه الطرق يمكن تحسينها عن طريق إدخال ماتريكس تحفيز المقياس الأفقي إلى الكثافة الخلفية المشروطة نظراً لمؤسسات التحفيز. | arxiv | arabic |
يتم استخدام الرسوم البيانية الموجزة (DAG) عادةً لتمثيل العلاقات السببية بين المتغيرات العشوائية في النماذج الجرافية. تنشأ تطبيقات هذه النماذج في دراسة الأنظمة الفيزيائية، فضلاً عن الأنظمة البيولوجية، حيث تمثل الحواف الموجزة بين العقد تأثير مكونات النظام على بعضها البعض. | arxiv | arabic |
ندرس مشاكل التحسين الموزع حيث تشكيل Hessian هو تحدي الحوسبة والاتصالات هي عقدة زجاجة كبيرة. ونحن نموّل طرق متوسط المعلمات غير المتحيزة لتحسين ترتيب ثانٍ عشوائيّة تستخدم أخذ العينات والرسومات من Hessian. | arxiv | arabic |
نحن نطور معدلات تعلم جديدة للتوابل المتوسط المشروطة من خلال تطبيق نظرية التقاطع لتنسيق مساحات هيلبرت النواة (RKHS). نحن نستخرج معدلات التقارب الموضحة ، والتكيفية للقياسات العينة تحت الإعداد غير المحدد ، حيث لا يكون عامل الهدف هيلبرت-شميدت أو محدد فيما يتعلق بـ RKHSs المدخل / الخروج. | arxiv | arabic |
النماذج البايزية التي تضمنت معايير سابقة متعددة من ديرشلت، والتي تسمى معايير سابقة من ديرشلت متعددة (MD) في هذه الورقة، تتزايد في شعبية. يبدو إضافة أوزان الاختلاط ومعايير التوزيعات السابقة المختلطة صعبة، حيث أن مجموعات معايير ديرشلت تعقد التوزيع المشترك لمعايير النموذج. | arxiv | arabic |
معظم محفزات مربع أسود الاستوتشستية الناجحة ، مثل CMA-ES ، تستخدم ترتيبات العينات الفردية للحصول على توزيع بحث جديد. ومع ذلك ، فإن استخدام الترتيبات يقدم أيضًا العديد من القضايا مثل هدف التحسين الأساسي غالباً ما يكون غير واضح ، أي أننا لا نحدد تناسبًا متوقعًا. | arxiv | arabic |
إن خفض تراجع التغيرات (SVGD) هو خوارزمية أخذ العينات القائمة على تحسين الغرض العام التي انفجرت مؤخراً في شعبيتها ، ولكنها محدودة بمشكلة اثنتين: من المعروف أنها تنتج عينات متحيزة ، ويمكن أن تكون بطيئة في التقارب على توزيعات معقدة. يدرس متغير استوكاستي المقترح حديثاً من SVGD (sSVGD) القضية الأولى ، حيث ينتج عينات غير متح... | arxiv | arabic |
تظهر الدراسات الحديثة أن مساحة هيلبرت للتكاثر (RKHS) ليست مساحة مناسبة لنموذج وظائف الشبكات العصبية حيث لا يمكن تجنب لعنة الامتعداد (CoD) عند محاولة التقريب حتى إلى أحد أعصاب ReLU (Bach ، 2017) . في هذه الورقة ، نقوم بدراسة مساحة وظائف مناسبة لشبكات اعصاب ذات طبقتين مزدوجة للغاية مع معايير محددة (مثل معايير المسار ، با... | arxiv | arabic |
في هذا العمل، تعتبر مخططات التجميع للبيانات غير المؤكدة والمنظمة على الاعتماد على مفهوم مركز واصيرين، مع إضافة إلى مؤشرات التجميع المناسبة على أساس الهندسة الجوهرية الجوهرية لمكان واصيرين حيث يتم تنفيذ مهمة التجميع. يتم تقدير هذا النوع من نهج التجميع بشكل كبير في العديد من المجالات التي يكون فيها الخطأ الملاحظ / التجري... | arxiv | arabic |
وقد اقترحت مؤخرا أنماط احتمالية التوزيع المزمنة لتوليد عينات عالية الجودة عن طريق تقدير تراجع كثافة البيانات. يحدد الإطار الضجيج السابقة على أنها توزيع غوسي قياسي، في حين أن توزيع البيانات المقابلة قد يكون أكثر تعقيدا من توزيع غوسي قياسي، مما قد يسبب عدم كفاءة في توزيع الضجيج السابقة في عينة البيانات بسبب الاختلاف بين ... | arxiv | arabic |
دراسة هذه الورقة مشكلة تعلم التوزيع المشروط لمخرج عالي الأبعاد مع إعطاء مدخل، حيث قد تنتمي المخرج والمدخل إلى مجالات مختلفة، على سبيل المثال، المخرج صورة صورة وصورة مدخلة صورة رسمية. نحن نحل هذه المشكلة من خلال التدريب التعاوني لبدء التفكير السريع وحل التفكير البطيء. | arxiv | arabic |
النموذج القياسي لنموذج عمليات النقاط المميزة هو عن طريق تحديد معايير وظيفة الجهد باستخدام بنية تركيزية (طريقة تحويل) على الرغم من مرونة هذه الأساليب ، إلا أن استنتاجها يعتمد على خوارزمية التخفيف المكثفة الحوسبة. | arxiv | arabic |
هذه الورقة مكرسة لمشكلة التصنيف الثنائي، وهي مهمة تعلم إحصائية كلاسيكية، في بيئة عالية الأبعاد. ونحن نقدم استراتيجية تسجيل والتصنيف على أساس نهج PAC-Bayesian. | arxiv | arabic |
إن استخرج الميزات وتقليل الأبعاد هي مهام مهمة في العديد من مجالات العلوم التي تتعامل مع معالجة الإشارات وتحليلها. تزداد أهمية هذه التقنيات مع تطوير الأجهزة الحسية الحالية ذات الدقة العالية بشكل متزايد، وتصبح المشاكل التي تنطوي على مصادر بيانات متعددة الطرق أكثر شيوعاً. | arxiv | arabic |
نقترح بنية جديدة للتشفير الذاتي المتغير (VAE) التي تستخدم توزيع كوشي (spCauchy) المتخفي. على عكس المساحات المتخفيّة الغاوسيّة التقليدية أو توزيع فون ميسس-فيشر (vMF) المستخدم على نطاق واسع، توفر spCauchy تمثيلًا فائق الكوّة الطبيعيّة للمتغيرات المتخفيّة، وتحافظ على المرونة في حين تسجيل البيانات التوجيهيّة بشكل أفضل. | arxiv | arabic |
نحن نقوم بتعريف شجرة التوزيع البيتا ، وهي بنية شجرة عشوائية مع مجموعة من الأوراق التي تحدد مجموعة من مجموعات الفرعية المتداخلة من الأشياء ، والمعروفة باسم تخصيص الصفات. يتم تعريف عملية توليدية للهيكل الشجري من حيث الجسيمات (الممثلة للأشياء) المتداخلة في بعض المساحة المستمرة ، على غرار شجرة التوزيع ديريشلت (نيال ، 2003)... | arxiv | arabic |
عند اختيار تقنية مناسبة للتراجع والتصنيف مع متغيرات المتغيرات المتعددة المتغيرات، غالبا ما يواجه المرء تعادلًا بين التفسير والدقة التنبؤية العالية. لإعطاء مثال كلاسيكي، فإن شجرة التصنيف والتراجع سهلة الفهم والتفسير. | arxiv | arabic |
يعتمد أداء أساليب التعلم الآلي الحديث إلى حد كبير على تكوينات المعلمات العالية. إحدى الطرق البسيطة لتحديد التكوين هي استخدام الإعدادات الافتراضية ، والتي يتم اقتراحها غالبًا جنبا إلى جنب مع نشر وتنفيذ خوارزمية جديدة. | arxiv | arabic |
في هذه الورقة، ندرس مشكلة التصنيف التي نتاح فيها الوصول إلى بديل يمكن الحصول عليه بسهولة للمعلامات الحقيقية، وهي المعلامات التكميلية، التي تحدد الفئات التي تنتمي إليها الملاحظات. دع $Y$ و $\bar{Y}$ تكون العلامات الحقيقية والتكاملة، على التوالي. | arxiv | arabic |
نستخرج التوزيع الحدودي لأكبر القيم الخاصة بالمصفوفة المجاورة لعريضة النموذج الحصري عندما يميل عدد القمم إلى اللانهاية. نظهر أن هذه القيم الخاصة هي متعددة المتغيرات بشكل مشترك طبيعية مع التباينات المحدودة. | arxiv | arabic |
نلاحظ أنه نظرا لفرقتين (متوافقة) من المهام $\mathcal{F}$ و $\mathcal{H}$ مع قدرة صغيرة كما يقاسها بأرقام تغطيتها الموحدة، يمكن أن تصبح قدرة فئة التكوين $\mathcal{H} \circ \mathcal{F}$ كبيرة بشكل حظر أو حتى غير محدود. ثم نظهر أن إضافة كمية صغيرة من ضجيج غوس إلى إنتاج $\mathcal{F}$ قبل تكوينه مع $\mathcal{H}$ يمكن أن تسي... | arxiv | arabic |
يضم هذا العمل جميع التفاصيل التقنية لتحليل المعاقب الرئيسية التسلسلية (SPCA) في وثيقة واحدة. SPCA هي تقنية استخراج ميزات غير خطية ومعكسية غير مرئية. | arxiv | arabic |
ونحن نواصل دراسة الأساسات النظرية للتعلم من أجل الجيل من خلال توسيع نتائج كلاينبرغ وموليناثان [2024] و لي وآخرين [2024] لتسجيل التيارات المثالية الضوضاء. | arxiv | arabic |
الرسوم البيانية للحدث السلسلة (CEGs) هي عائلة حديثة من النماذج الجرافية الاحتمالية - تعاملية للشبكات البايسية - التي توفر تمثيلا صريحا للصفرات الهيكلية والقيم المفقودة الهيكلية والإستقلالات الشروطية المحددة للسياق داخل أوضاع الرسوم البيانية الخاصة بها. يتم بناء CEG من شجرة الأحداث من خلال سلسلة من التحولات التي تبدأ بت... | arxiv | arabic |
رسم العينة من التوزيع المفصل هو أحد مكونات البناء لأساليب مونت كارلو. مثل خوارزميات أخذ العينات الأخرى، يعاني العينة المفصلة من عبء الحوسبة العالي في مشاكل الاستنتاج على نطاق واسع. | arxiv | arabic |
يسمح التعلم المشترك بين السيلوهات (FL) لمالك البيانات بتدريب نماذج التعلم الآلي الدقيقة من خلال الاستفادة من مجموعات البيانات الخاصة بعضها البعض. للأسف، غالباً ما يتم تقويض فوائد دقة النموذج من التعاون بسبب دفاعات عن الخصوصية. | arxiv | arabic |
أصبح من المهم بشكل متزايد لأساليب التعلم الآلي إجراء توقعات يمكن تفسيرها وكذلك دقيقة. في العديد من التطبيقات العملية، من المثير للاهتمام أن الميزات والتفاعلات الميزية ذات الصلة بمهمة التنبؤ. | arxiv | arabic |
في السنوات الأخيرة ، ظهرت الخصوصية المختلفة المحلية (LDP) كأسلوب اختياري لجمع البيانات الحافظة على الخصوصية في العديد من السيناريوهات عندما لا يكون المجمع موثوقًا. يوفر LDP خصوصية جانب العميل عن طريق إضافة الضوضاء في نهاية المستخدم. | arxiv | arabic |
يستند التوزيع الغاوسسي المتعدد المتغير إلى عدد لا يحصى من نماذج العمليات - البحث والتحليل القراري وتعلم الآلي (على سبيل المثال ، تحسين البايسية ، ورسوم تأثير غاوسسي ، ومخترات التأثير الذاتية المتغيرة). ومع ذلك ، على الرغم من التقدم الأخير في تعلم الآلة المتضاد (AML) ، فإن الاستنتاجات لنماذج غاوسسي في وجود خصم غير مدرسة... | arxiv | arabic |
تقترح هذه الدراسة تضمين المتوسط للاتفاق (MCE) لمعالجة التغيرات في تضمينات الأبعاد المنخفضة الناجمة عن البدء عشوائي في تقنيات تقليل الأبعاد مثل تضمين الجوار الاستوكاستي الموزع t. يتم تعريف MCE باعتباره المتوسط الهندسي للتضمينات المتعددة. | arxiv | arabic |
افتراض الإيجابية في الاستنتاج السببي (المعروف أيضاً باسم الدعم المشترك والتداخل المتغير) ضروري للحصول على تقديرات السببية سارية. لذلك، فإن تأكيد وجودها في مجموعة بيانات معينة هو خطوة أولية مهمة في أي تحليل سببي. | arxiv | arabic |
في العديد من التطبيقات الحقيقية للتعلم الآلي، نحن مهتمون بمعرفة ما إذا كان من الممكن تدريب على البيانات التي جمعتها حتى الآن، والحصول على توقعات دقيقة على مجموعة فرعية جديدة من البيانات الاختبارية التي تختلف نوعيا في بعض النواحي (فترة زمنية، المنطقة الجغرافية، إلخ). السؤال الآخر هو ما إذا كانت مجموعات فرعية من البيانات... | arxiv | arabic |
هناك أنواع مختلفة من نماذج كتلة الشبكة مثل نموذج كتلة ستوكاستيك (SBM) ، نموذج كتلة مستوى تصحيح (DCBM) ، ونموذج كتلة معدل شعبية (PABM). في حين يؤدي هذا إلى مجموعة متنوعة من الخيارات ، فإن نماذج كتلة لا تمتلك هيكلاً متجمعاً. | arxiv | arabic |
تطابق التدريج مع عمليات غوس هو أداة واعدة لتعلم معايير المعادلات التفاضلية العادية (ODE) ، والحقيقة من تطابق التدريج هي نموذج المتغيرات السابقة على حالة كعملية غوسية مما يعني أن التوزيع المشترك الممنوح لجيوه ODE و GP موزع غوسية أيضا. | arxiv | arabic |
يُقترح في الورقة خوارزمية جديدة لتقدير آثار العلاج المتوسط المشروط. والفكرة الرئيسية التي تتمثل في أساس خوارزمية هذه هي النظر في مجموعة بيانات جديدة تتكون من متجهات الميزات التي تنتج عن طريق سلسلة من الأمثلة من مجموعات التحكم والعلاج، التي تقارب بعضها البعض. | arxiv | arabic |
نحن نقدم تقديرات نموذجية واحدة للاضطرابات الاختلافية والعلمية للشبكات العصبية العميقة. لتقدير عدم الاضطرابات الاختلافية، نقترح رجعة الكميات المزدوجة (SQR) ، وظيفة الخسارة لتعلم جميع الكميات المشروطة لمتغير هدف معين. | arxiv | arabic |
تصنيفات الدرجات المتدنية مثل آلات متجهات الدعم (SVM) فعالة في مراحل التجربة لأن المصنف يتميز فقط بمجموعة فرعية من العينات تسمى متجهات الدعم (SVs) ، وبقية العينات (غير SVs) لا تؤثر على نتيجة التصنيف. ومع ذلك ، لم يتم استغلال ميزة الدرجات المتدنية بالكامل في مراحل التدريب لأنه من الصعب بشكل عام معرفة أي عينة تظهر أن تكون... | arxiv | arabic |
البيانات الإجمالية هي البيانات غير السلبية التي يتم جمعها في صف مستطيل مع مجموع صف ثابت. بسبب عدم السلبية، يركز التركيز على النسب المشروطة التي تضم ما يصل إلى 1 لكل صف. | arxiv | arabic |
نقدم نتائج minimax الجديدة التي تلتقط بشكل مقتصر الفوائد النسبية للبيانات المصدرة والهدفية المعنونة، تحت التحول المتغير. على وجه الخصوص، نظهر أن فوائد العلامات المستهدفة يتم التحكم بها من قبل تحويل-متعرض $\ غاما$ الذي يرمز كيفية Q الفردية محليا w.rt.t. P، ومن المثير للاهتمام يسمح بحالات حيث لم يبدو التحويل ممكنة في ظل ... | arxiv | arabic |
نحن نطور تعديل الكمية الزمنية (TQA) ، وهي طريقة عامة لبناء فترات التنبؤ الفعالة والموثوقة (PI) للعودة على بيانات سلسلة زمنية متقاطعة. هذه البيانات شائعة في العديد من المجالات ، بما في ذلك الاقتصادية والرعاية الصحية. | arxiv | arabic |
وتزداد أهمية الدراسات الملاحظة بسبب تراكم البيانات على نطاق واسع في مجالات مثل الرعاية الصحية والتعليم والتوظيف والبيئة. نعتبر مهمة الإجابة على أسئلة مضادة للواقع مثل: | arxiv | arabic |
نصف نظامًا ديناميكيًا استمريًا قادرًا على الاستنتاج والتعلم في نموذج متغير متخفي محتمل. يُقترح حل مشكلة الأكثر تحديًا في هذه النماذج - أخذ عينات من التوزيع الخلفي على المتغيرات المتخفية - من خلال الاستفادة من المصادر الطبيعية للستوكاستية المحتوية على الأنظمة الإلكترونية والعصبية. | arxiv | arabic |
التقييم المفصل بين المجموعات الفرعية أمر حاسم لتقييم نزاهة نماذج التعلم الآلي، ولكن استخدامها غير النقدي يمكن أن يضل الممارسين. نحن نظهر أن الانسجام بين المجموعات الفرعية هو مقياس غير موثوق بالعدالة عندما تكون البيانات ممثلة عن السكان المعنيين ولكن تعكس التفاوتات في العالم الحقيقي. | arxiv | arabic |
وتسعى مخططات مونت كارلو التكيفية التي طورت خلال السنوات الأخيرة عادةً إلى ضمان إرادة عملية أخذ العينات بما يتماشى مع تقاليد MCMC، مما يفرض قيوداً على ما هو ممكن من حيث التكيف. | arxiv | arabic |
يتم فتح قيمة البيانات الخام عن طريق تحويلها إلى معلومات ومعرفة تدفع عملية صنع القرار. خوارزميات التعلم الآلي قادرة على تحليل مجموعات بيانات كبيرة وتقديم توقعات دقيقة. | arxiv | arabic |
وتتوجّه القرارات الحرجة في التوظيف والقبول بالجامعات والقروض الائتمانية إلى التنبؤات التي يتمّ بها في وجود عدم اليقين. في حين أنّ عدم اليقين يُنقل الأخطاء عبر جميع المجموعات الديموغرافية، تظهر هذه الورقة أنّ أنواع الأخطاء تختلف بشكل منهجي: يتمّ تعيين مجموعات ذات نتائج متوسطية أعلى عادةً بمعدلات إيجابية كاذبة أعلى، في ح... | arxiv | arabic |
الأساليب التي تعالج تحويلات البيانات عادة ما تتخذ الوصول الكامل إلى مجموعات بيانات متعددة. في مجال الرعاية الصحية ، ومع ذلك ، فإن اللوائح المحافظة على الخصوصية وكذلك المصالح التجارية تحد من توافر البيانات ، ونتيجة لذلك ، يمكن للباحثين عادةً دراسة عدد صغير من مجموعات البيانات فقط. | arxiv | arabic |
نقدم إطارًا عامًا لتصنيف الأنظمة الديناميكية الملاحظة جزئيًا بناءً على فكرة التعلم في مساحة النموذج. على عكس النهج القائم الذي يستخدم تقديرات النموذج لتمثيل عناصر البيانات الفردية، نستخدم توزيعات خلفية على النماذج، وبالتالي نأخذ بعين الاعتبار بطريقة مبدئية عدم اليقين الناجم عن كل من العمليات الإبداعية (الضوضاء الملاحظ ... | arxiv | arabic |
نقترح خوارزمية لتكييف معدل التعلم للتراجع المرجعي الاستوائي (SGD) التي تتجنب الحاجة إلى استخدام مجموعة التحقق. تأتي فكرة التكييف من تقنية الاستخراج: للحصول على تقدير للخطأ ضد تدفق المرجع الذي يستند إلى SGD، نقارن النتيجة المكتسبة بخطوة كاملة وخطوتين نصفين. | arxiv | arabic |
نحن ندرس التوافق بين رسميتين للنمذجة الاحتمالية المفصلة: النماذج الوضعية المفصلة (PGMs) وشبكات التنسور (TNs) ، وهي إطار نمذجة قوي لمحاكاة أنظمة الكم المعقدة. يظهر الحساب الوضعي للـ PGMs وال TNs الكثير من التشابهات ، مع أن النماذج الوضعية غير الموجزة الوضعية (UGMs) هي حالة خاصة للـ TNs. | arxiv | arabic |
تقدم هذه الورقة إطارًا جديدًا للتعلم العميق لتقدير الطرفين المتعدد المتغيرات المشتركة المتعدد المتغيرات المتوسية ، بناءً على نموذج SPAR (القطبي المتعدد الزاوية-الثمني). عند النظر في إحداثيات القطب ، تتحول مشكلة نمذجة الطرفين المتعدد المتغيرات إلى نمذجة كثافة زاوية ، وذيل متغيرات شعاعية واحدة متغيرة على الزاوية. | arxiv | arabic |
وقد أثبتت أن أساليب التعلم الآلي بشكل عام وشبكات العصب العميقة بشكل خاص تكون عرضة للاضطرابات المتضاربة. تم دراسة هذه الظاهرة حتى الآن بشكل رئيسي في سياق تصنيف الصورة الكاملة. | arxiv | arabic |
شرط مسبق لوضع وكيل للتعلم للتعزيز في نظام حقيقي هو توفير ضمانات على عملية التعلم. في حين أن خوارزمية التعلم ستتحول في نهاية المطاف إلى سياسة جيدة، لا توجد ضمانات على أداء السياسات الاستكشافية. | arxiv | arabic |
في هذه الورقة، نوسع إطار تصنيف التعلم النقل من طرق القائمة على وظيفة التراجعة إلى قواعد القرار. ونحن نقدم منهجية جديدة لنمذجة التدفق الخلفي من خلال قواعد القرارات بايز. | arxiv | arabic |
إن إن إم إف (Nonnegative Matrix Factorization) هو خوارزمية تعلم غير مرئية تنتج تقريب خطي، على أساس الأجزاء لمصفوفة بيانات. إن إم إف يبن ماتريكس قاعدة منخفضة الرتب غير السلبية ومصفوف منخفضة الرتب غير السلبية من الأوزان التي ، عند مضاعفة معا ، تقرب إلى ماتريكس البيانات ذات الاهتمام باستخدام بعض وظيفة التكلفة. | arxiv | arabic |
نحن نقدم نموذج غني للتجميع متعدد الأهداف مع ترتيب لغوي على الأهداف والسقوط. يرمز السقوط إلى الانحراف المتعدد المسموح به من القيمة الموضوعية الأمثل لهدف الأولوية العليا لتسهيل التحسين في الأهداف ذات الأولوية المنخفضة. | arxiv | arabic |
نحن ندرس أنواع جديدة من مشاكل التخصيص الديناميكي نماذج {\sl Halting Bandit}. كالتطبيق، نحصل على أدلة جديدة لنتيجة تدمير مؤشر Gittins الكلاسيكية والنتائج الأخيرة من المؤلفين في `المسلحين المتسلحين تحت التخفيض العام والالتزام. | arxiv | arabic |
نحن نتعامل مع مشكلة تعلم التصنيف باستخدام المقارنات المختارة بشكل تكييفي. هدفنا هو استعادة التصنيف بدقة ولكن لنأخذ عينات من المقارنات بشكل متوفر. | arxiv | arabic |
يتم تطبيق تقييم خارج السياسة على نطاق واسع في قطاعات مثل الأدوية والتجارة الإلكترونية لتقييم فعالية المنتجات الجديدة أو السياسات من مجموعات البيانات غير الحكومية. يقدم هذا الورق إطار عميق للسبب الذي يضع في الاعتبار العديد من الافتراضات الهيكلية الرئيسية، وخاصة افتراض الحقل المتوسط، المنتشرة في منهجيات OPE الحالية التي ... | arxiv | arabic |
عملية هوكس متعددة المتغيرات تسمح بالحماس الذاتي والمتقاطع من خلال المصفوفة المحفزة التي تتصرف مثل بنية التباين غير المتساوية ، وتتميز بالتفاعلات الزوجية بين أنواع الأحداث. غالبًا ما يكون التقدير الكامل لجميع التفاعلات غير ممكن في الإعدادات التجريبية. | arxiv | arabic |
في التعلم المتحرك يستخرج العميل المعرفة من المهام الملاحظة، بهدف تسهيل تعلم المهام المستقبلية الجديدة. بموجب افتراض أن المهام المستقبلية مرتبطة بالمهام السابقة، يجب أن يتم تعلم المعرفة المتراكمة بطريقة تتمكن من التقاط الهيكل المشترك بين المهام المتعلقة، مع منح المتعلم مرونة كافية للتكيف مع جوانب جديدة من المهام الجديدة... | arxiv | arabic |
وقد ارتفعت دراسة البيانات ذات القيمة المصفوفة بالصفوفة مؤخراً في مجموعة من التطبيقات العلمية والاجتماعية. تعد تراس ريغريسيون طريقة تستخدم على نطاق واسع لنموذج تأثيرات متريكس التنبؤات وأظهرت نجاحًا كبيرًا في تعلم المصفوفة. | arxiv | arabic |
مؤشرات الصلاحية النسبية (RVIs) مثل معايير عرض سلوت و مؤشرات ديفيس بولدين هي الأدوات الأكثر استخداما لتقييم وتحسين نتائج التجميع. تقليدياً ، تم استخدام قدرتها على ترتيب مجموعات من قسمات مجموعة بيانات المرشحين لتوجيه اختيار عدد المجموعات ، ومقارنة المقاطعات من خوارزميات التجميع المختلفة. | arxiv | arabic |
تم انتقاد افتراض غوسيانيت باستمرار باعتباره قيودا رئيسيا لـ Variational Autoencoder (VAE) على الرغم من كفاءته في النمذجة الحاسوبية. في هذه الورقة، نقترح نهجا جديدا يوسع قدرة النموذج (أي القوة التعبيرية لعائلة التوزيع) دون التضحية بالمزايا الحاسوبية لبرنامج VAE. | arxiv | arabic |
أصبحت الرجعة اللوجستية الموزعة مسبقا أداة قياسية للتصفية في التعرف على المتحدثين. الرجعة اللوجستية هي تحسين القيمة المتوقعة لقاعدة تسجيل اللوغاريثم. | arxiv | arabic |
في هذا العمل نقدم مزيج من أطباء الطبيب العام لمعالجة مشكلة ربط البيانات، أي لتسمية مجموعة من الملاحظات وفقاً للمصادر التي أنشأتها. على عكس العديد من الخليطات الطبيب العام المقترحة سابقاً، فإن الخليط الجديد له ميزة متميزة لاستخدام وظيفة غاتينغ لتحديد ربط العينات ومكونات الخليط. | arxiv | arabic |
نحن نعالج مشكلة تحسين الخطوط عبر الإنترنت عندما تمثل أعمال المتوقع بواسطة متجهات ثنائية. هدفنا هو فهم حجم الحد الأدنى من النزعة على أسوأ مجموعة ممكنة من الأعمال. | arxiv | arabic |
يتم النظر في مشكلة التعلم التمهيدي في عملية قرارا ماركوف غير معروفة ومفصلة (MDP) تحت معيار المكافأة المتوسط ، عندما يتفاعل المتعلم مع النظام في تيار واحد من الملاحظات ، بدءا من الحالة الأولي دون أي إعادة ضبط. نعود إلى الحد الأدنى السفلي لهذا المشكلة عن طريق إظهار التباين المحلي لعملية التحيز بدلا من قطر MDP. | arxiv | arabic |
لفهم السلوك طويل الأجل من نماذج سكان ماركوف، حساب التوزيع الثابت هو غالبًا جزء حاسم. نقترح تقريبًا مقارنًا على التخفيض الذي يستخدم مخططًا للتجميع الحالي في الفضاء ، وتجميع الحالات في بنية الشبكة. | arxiv | arabic |
في حين تعتمد نماذج التعلم الآلي الحديث على مجموعات بيانات تدريب كبيرة بشكل متزايد، غالبًا ما تكون البيانات محدودة في مجالات حساسة بالخصوصية. يمكن أن تتجنب النماذج التوليدية التي تدرب مع الخصوصية المختلفة (DP) على البيانات الحساسة هذا التحدي، وتوفر الوصول إلى البيانات الاصطناعية بدلاً من ذلك. | arxiv | arabic |
نقترح عائلة من التخفيفات لمشكلة النقل المثلى التي تُعَدِّل المشكلة عن طريق إدخال خطوة إضافية للتقليل على منطقة صغيرة حول أحد الإجراءات النقلية الأساسية. النوع من التعديل الذي نحصل عليه يتعلق بتقنيات التسهيل التي تم دراستها في أدبوب التكيف. | arxiv | arabic |
نحن ندرس مشكلة تقدير أزواج خاصة من المشغلين التفاضليين البديل من عينات من التوزيع $\rho$ المدعوم على مجموعة $M$. المشغلين المناقشين في الورقة ذات صلة في التعلم غير المشرف عليه وخاصة يتم الحصول عليها عن طريق أخذ حدود مقياس مناسبة من الرسم البياني المستخدمة على نطاق واسع Laplacians على سحابة البيانات. | arxiv | arabic |
نحن نقدم طريقة تجميع جديدة لتنفيذ التخفيف الفعال للصورة. يتم تجميع المرشحات الأولية بطريقة غير خطية، باستخدام مقياس جديد من قرب البيكسل على أساس كيفية وصول مجموعة من المرشحات إلى توافق. | arxiv | arabic |
يقدم إطار عملية قرارا ماركوف الخطية (MDP) أساسًا مبدئيًا للتعلم المعزز (RL) مع ضمانات نظرية قوية وكفاءة العينات. ومع ذلك ، فإن افتراضها القييد - أن كل من ديناميكية الانتقال وظائف المكافأة خطية في نفس مساحة الميزات - يحد من تطبيقها في مجالات العالم الحقيقي ، حيث غالباً ما تظهر المكافآت هيكلات غير خطية أو منفصلة. | arxiv | arabic |
يتم الاعتراف بسياسة الحد الأقصى للثقة (UCB) كحل مثالي للنظام للمشكلة الكلاسيكية للجائزة الكاملة للصوص. في حين تم تطبيق نهج مماثل على أساس UCB لمشكلة القاتل الأقصى ، والتي تهدف إلى تعظيم الحد الأقصى للجائزة التراكمية ، لا يزال أداء النظام الأمثل واضحًا. | arxiv | arabic |
أظهرت الأعمال الأخيرة أن النماذج التوليدية العميقة يمكن أن تعطي احتمالًا أعلى لمجموعات بيانات خارج التوزيع مقارنةً ببيانات التدريب الخاصة بها (Nalisnick et al., 2019; Choi et al., 2019). نفترض أن هذه الظاهرة ناتجة عن عدم مطابقة بين مجموعة النموذج النموذجية ومناطق كثافة الاحتمال العالية. | arxiv | arabic |
وقد جذبت قضية العدالة في نماذج التعلم الآلي مؤخراً الكثير من الاهتمام، حيث ضمانها سيضمن استمرار ثقة الجمهور العام في نشر نظم التعلم الآلي. ونحن نركز على تخفيف الضرر الذي يقع عليه نظام التعلم الآلي المتحيز الذي يوفر نتائج أفضل (مثل القروض، مقابلات العمل) لبعض المجموعات من غيرها. | arxiv | arabic |
في هذه الورقة، نستخدم أدوات هندسة المعلومات للمقارنة، ومتوسط وتصنيف المواد التاريخية. يتم تثبيت التوزيعات البيتا على المواد التاريخية ويتم استخدام هندسة المعلومات فيشر المقابلة للمقارنة. | arxiv | arabic |
نحن نقدم منهجية لتصميم وتدريب الشبكات العصبية العميقة (DNN) التي نسميها " مجموعة التراجعات العميقة" (DRE). إنها تعبئة الفجوة بين DNN وشبكات العصبية ذات طبقتين تدربت مع رجعة الميزات العشوائية. | arxiv | arabic |
طريقة ستين (ستين 1973) هي أداة قوية للتطبيقات الإحصائية وأثرت بشكل كبير على تعلم الآلة. تلعب ليمة ستين دورا أساسيا في طريقة ستين. | arxiv | arabic |
نعتبر تقدير الحد الأقصى من الاحتمالات لنماذج الخليط الغوسية (Gmms). يتم حل هذه المهمة تقريبًا دائمًا (في النظرية والممارسة) عن طريق خوارزمية تعظيم التوقعات (EM). | arxiv | arabic |
يُعامل تسمية البيانات مع مشكلة تحديد مسارات الحالة المثيرة للصدق للأنظمة الديناميكية نظراً للملاحظات الضوضاء أو غير الكاملة. في العلوم الجيولوجية، فإنها تُشكِّل تحديات بسبب الامتعد العالي للأنظمة الديناميكية الجيوفيزيائية، التي تزيد غالبًا من ملايين الأبعاد. | arxiv | arabic |
وقد تم اعتماد M-estmators بما في ذلك Welsch و Cauchy على نطاق واسع من أجل الصمود ضد المتفاصيل، لكنها تقلل أيضا من الوزن البيانات غير الملوثة. لمعالجة هذه المسألة، نحن نبني إطار لإنتاج فئة من الوظائف غير الملتوية التي تقلل فقط من الملاحظات الفاسدة المتفاصلة. | arxiv | arabic |
نقترح خوارزمية لمراقبة نقطة التغيير في النماذج السبلية السبلية التي تعتبر التدخلات. من خلال تقنية مركزية خاصة، يمكننا تركيز التغيرات الناجمة عن الانتشار السببي عبر العقد في بعد واحد. | arxiv | arabic |
تعتبر تدريب الشبكات العصبية العميقة (DNNs) بكفاءة تحديًا بسبب التحسين غير الملتوي المرتبط بها. كان خوارزمية التنشر الخلفي (backprop) منذ فترة طويلة خوارزمية الأكثر استخدامًا لحساب تراجع لمعلمات DNNs ويتم استخدامها جنبا إلى جنب مع خوارزميات نوع النزول التدريجي لهذا المهمة التحسينية. | arxiv | arabic |
نحن ندرس الحدود المعتمدة على الفجوة لخوارزميات مهمة للاستعمال القياسي على السياسة لمخططات ماركوف القرارات المرحلة المحدودة (MDPs): UCB-Advantage (Zhang et al. 2020) و Q-EarlySettled-Advantage (Li et al. 2021). تحسن UCB-Advantage و Q-EarlySettled-Advantage على النتائج القائمة على مكافآت نوع Hoeffding وتحقيق التأسف الأمث... | arxiv | arabic |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.