text large_stringlengths 1 1.2k | source_dataset large_stringclasses 3
values | translation_language large_stringclasses 12
values |
|---|---|---|
وقد ثبت أن التعلم التمويلي فعال للغاية في التعامل مع مهام التحكم المعقدة. تستخدم الطرق التقليدية عادةً توزيعات غير مودلية ، مثل توزيعات غوس ، لنموذج إنتاج توزيعات القيمة. | arxiv | arabic |
تُسلط الضوء على نقاط ضعف هذه النماذج. استكشاف هذه الضعفيات أمر حاسم لتطوير الدفاعات، ولذلك، نقترح طريقة لتقييم قوة الصورة المختلفة من ANN. | arxiv | arabic |
عملية النقاط هي النموذج المهيمن لنموذج تسلسلات الأحداث التي تحدث في فترات غير منتظمة. في هذه الورقة نستهدف نموذج الديناميكيات الخفية لنشر الأحداث في الرسم البياني، حيث ينتشر تسلسل الأحداث في الرسم البياني الموجّه الموزن الذي تمثل العقد علامات الأحداث (على سبيل المثال، أنواع الأحداث). | arxiv | arabic |
عندما يحل البشر مشاكل معقدة، فإنهم عادة ما يخلقون سلسلة من الأفكار (تتضمن قرارًا بديهيًا، والتفكير، وتصحيح الأخطاء، إلخ) من أجل الوصول إلى قرار حاسم. على العكس من ذلك، يتم تدريب نماذج اليوم في الغالب على رسم خريطة مدخل إلى إنتاج واحد ثابت. | arxiv | arabic |
نحن نظهر المساواة الرسمية لآليات الاهتمام الذاتي المخططة ومراقبين الوزن السريع من أوائل التسعينات ، حيث يتعلم شبكة عصبية ``slow من خلال تراجع تراجع التراجع لبرمجة الوزن السريع ``s of another net من خلال تسلسلات من تعليمات البرمجة الأساسية التي هي منتجات خارجية إضافية من أنماط التنشيط الذاتي المختلعة (التي تسمى اليوم ال... | arxiv | arabic |
نقدم آلية للكشف عن أمثلة معادلة على أساس تمثيلات البيانات التي تم استردادها من الطبقات الخفية للشبكة المستهدفة. لهذا الغرض، نحن تدرب المبرمين السيارات الفردية في الطبقات المتوسطة للشبكة المستهدفة. | arxiv | arabic |
يتم استخدام التفسيرات القائمة على الاضطرابات على نطاق واسع لزيادة شفافية نماذج التعلم الآلي الحديثة. ومع ذلك، فإن موثوقيتها غالبا ما تتعرض للخطر بسبب سلوك النموذج غير المعروف تحت الاضطرابات المحددة المستخدمة. | arxiv | arabic |
تم استخدام شبكات العصبية الرسمية على نطاق واسع على نمذجة بيانات الرسمية ، مما تحقق نتائج مثيرة للإعجاب في تصنيف العقدة ومهام التنبؤ بالربط. ومع ذلك ، فإن الحصول على تمثيل دقيق لجراب يتطلب أيضًا وظيفة تجمعية تقوم بتخريط مجموعة من تمثيلات العقدة إلى شكل موازن. | arxiv | arabic |
تهدف دراسة التعميم الصفر (ZSG) في التعلم العميق للتعزيز (RL) إلى إنتاج خوارزميات RL التي تتعمق سياساتها بشكل جيد إلى الحالات غير المرئية الجديدة في وقت الانتشار ، وتجنب التكيف المفرط مع بيئات التدريب الخاصة بها. | arxiv | arabic |
تم تطوير نموذج هجين للغابات العشوائية من خلال كريجينغ لتنبؤ بمتلكات الأرض في الوقت الحقيقي قبالة درع الأرض الموازن بالضغط من خلال دمج استنتاج كريجينغ والغابات العشوائية ، والتي يمكن أن تحكم اختيار معايير تشغيل الدروع وبالتالي تخفيف مخاطر البناء. يقوم خوارزمية كريجينغ العشوائية المقترحة بتوافق نوعين من المعلومات: المعلو... | arxiv | arabic |
في العديد من تطبيقات معالجة بيانات الرسوم البيانية الهامة ، تتضمن المعلومات المكتسبة كل من ميزات العقد والملاحظات من أوضاع الرسوم البيانية. تم تصميم شبكات العصبية الرسوم البيانية (GNNs) لاستغلال مصادر الأدلة الثانية ولكنها لا تتداخل بشكل مثالي مع فائدتها وتدمجها بطريقة عالمية أيضًا. | arxiv | arabic |
وقد أتاح التعلم العميق العديد من التقدمات في تطبيقات التعلم الآلي في السنوات القليلة الماضية. ومع ذلك، نظرًا لأن خوارزميات التعلم العميق الحالية تتطلب الكثير من الطاقة للحسابات، هناك مخاوف متزايدة حول التكاليف البيئية المرتبطة بها. | arxiv | arabic |
وقد ثبت أن عمليات هوكس فعالة في نمذجة تسلسلات انفجار في مجموعة متنوعة من التطبيقات ، مثل تحليل نشاط الشبكات المالية والاجتماعية. تقليدياً ، فإن هذه النماذج تعيّن كل عملية بشكل مستقل وتفترض أن تاريخ كل عملية نقطة يمكن ملاحظتها بالكامل. | arxiv | arabic |
يجب أن تأخذ التجارب التي يشملها التعلم الآلي (ML) في الاعتبار جوانب مهمة لإحساس أداء النموذج: مجموعات البيانات والخوارزميات. | arxiv | arabic |
تقترح هذه الدراسة منهجية للتعلم العميق للتنبؤ بانتشار موجات الصدمة المرورية. المدخل إلى الشبكة العصبية العميقة هو رسم الزمن والمكان للقطاع الدراسي، ومخرج الشبكة هو التنشر المتوقع (المستقبل) لموجة الصدمة على قطاع الدراسة في شكل رسم الزمن والمكان. | arxiv | arabic |
غالباً ما تكافح طرق تحليل البقاء على قيد الحياة التقليدية مع بيانات متعلقة بالوقت المعقدة،فيتعذر التقاط وتفسير الخصائص الديناميكية للمخاطر النسبية لسرطان http://adquately.This" rel="external noopener nofollow" class="link-external link-http="http="http="http="http="http="http="http="http="http="http="http="http="http="... | arxiv | arabic |
تصنيف الأقران هو عملية مراجعة الطلاب للعمل الآخر ، مثل تقديم الواجبات المنزلية ، وقد أصبح مؤخرًا آلية شائعة تستخدم في دورات عبر الإنترنت مفتوحة واسعة النطاق (MOOCs). | arxiv | arabic |
التصميم بمساعدة الكمبيوتر (CAD) هو مجال جديد واعدة لتطبيق الذكاء الاصطناعي (AI) والتعلم الآلي (ML). يستخدم الممارسة الحالية لتصميم الأنظمة المادية الإلكترونية المادية رقمية، حيث يتم في السابق لتصميم المادية الفعلية بناء نماذج مفصلة يمكن تقييمها من خلال نماذج محاكاة الفيزياء. | arxiv | arabic |
تم تجاهل الألغوريتزمات RL الخالية من النماذج السابقة الأهمية المختلفة للسلوكيات البدائية المختلفة خلال عملية تعلم السياسات. باستخدام هذه الأدلة، نستكشف العلاقة السبببية بين أبعاد العمل المختلفة والمكافآت لتقييم أهمية السلوكيات البدائية المختلفة خلال التدريب. | arxiv | arabic |
تحسين السياسة القريبة (PPO) هو خوارزمية تعلم تعزيز تستخدم على نطاق واسع تعتمد بشكل كبير على تقديرات فائدة دقيقة للتدريب المستقر والفعالي. ومع ذلك ، يمكن أن تظهر إشارات فائدة خام اختلافات كبيرة ، والضوضاء ، والمسائل ذات الصلة بالقياس ، مما يعيق أداء التعلم الأمثل. | arxiv | arabic |
إن إنشاء ماتريصات اتصال الدماغ الواقعية هو مفتاح تحليل التنوع السكاني في تنظيم الدماغ وفهم المرض وتعزيز البيانات في مشاكل التصنيف الصعبة. توجد ماتريصات الاتصال الوظيفي في مساحات محدودة - مثل مجموعة من المصفوفات الإيجابية المحددة أو التواصل التواصلية التواصلية - التي يمكن أن يتم نماذجها على أنها عدة عوائق ريماني. | arxiv | arabic |
نحن نقدم إطار عمل في صندوق أسود يسمى اكتشاف التعلم المُرتفع (DAL) لمشكلة اللصوص غير الثابتين دون معرفة مسبقة بالعدم الثباتي الأساسي. تقبل DAL أي خوارزمية لصوص ثابتة كمدخل وتزيد من ذلك مع كاشف للتغيير، مما يسمح بتطبيقها على جميع أنواع اللصوص الشائعة. | arxiv | arabic |
تسمح التفسير لنماذج الذكاء الاصطناعي بفحص سلامة المستخدمين لبناء الثقة في هذه النماذج. على وجه الخصوص، توفر شجرة القرار (DTs) وجهة نظر عالمية على النموذج المكتشف وتحدد بوضوح دور الميزات التي هي حاسمة لتصنيف بيانات معينة. | arxiv | arabic |
البيانات الجدولية هي واحدة من مصادر المعلومات الأكثر توجدًا في جميع أنحاء العالم ، وتشمل مجموعة واسعة من المجالات. هذا التباين المحتوي بطيء تطوير نماذج التأسيس الجدولية (TFM) القادرة على التعميم السريع لمجموعات البيانات غير المرئية. | arxiv | arabic |
يمكن حساب احتمال ملاحظة $x_t$ في الوقت $t$، بالنظر إلى الملاحظات السابقة $x_1.. .x_{t-1}$ مع قاعدة بايز إذا كان التوزيع الحقيقي الذي يولد $\mu$ من التسلسلات $x_1x_2x_3.. | arxiv | arabic |
إن المرسومات الذاتية نموذج بارز في العديد من الفروع التجريبية للتعلم الآلي وتضغط البيانات الخاسرة. ومع ذلك ، لا تزال الأسئلة النظرية الأساسية غير مسموحة بالرد حتى في إعداد سطحي من طبقتين. | arxiv | arabic |
يقدم البحث والصناعة بسرعة في الابتكار واستبدال الأنظمة القائمة على النماذج الأساسية، ولكن أدوات إدارة هذه النماذج لم تتوافق مع ذلك. فهم أصل ونسل النماذج أمر حاسم للباحثين والصناعة والجهات التنظيمية والثقة العامة. | arxiv | arabic |
التنبؤ بالفوز أمر حاسم لفهم نمذجة المهارات والعمل الجماعي والاتفاق في الرياضة الإلكترونية. في هذه الورقة نقترح GCN-WP، نموذج توقعات الفوز شبه المشرف على الرياضة الإلكترونية على أساس شبكات التخزين الرسمي. | arxiv | arabic |
للاستفادة من البيانات الموزعة الضخمة ومصادر الحوسبة، يعتبر التعلم الآلي في حافة الشبكة تقنية واعدة خاصة للتدريب على النماذج على نطاق واسع. التعلم المشترك (FL) ، كنموذج لتقنيات التعلم التعاوني ، حصل على اهتمام متزايد للبحوث مع فوائد كفاءة الاتصالات وتحسين خصوصية البيانات. | arxiv | arabic |
الشبكات العصبية العميقة (DNNs) عرضة للاضطرابات المضادة التي تم تصميمها عن طريق إضافة اضطرابات غير قابلة للاكتشاف إلى البيانات النظيفة ، مما يؤدي إلى توقعات خاطئة وخطرية. كان التطهير المضاد وسيلة فعالة لتحسين قوة DNNs عن طريق إزالة هذه الاضطرابات قبل إدخال البيانات في النموذج. | arxiv | arabic |
تقدير وظيفة كثافة الاحتمال من العينات هي واحدة من المشاكل المركزية في الإحصاءات والتعلم الآلي. يمكن لنماذج شبكة عصبية حديثة أن تتعلم التوزيعات الابعدية العالية ولكن لديها مشاكل في اختيار المعلمات العالية وغالبا ما تكون عرضة للاضطرابات أثناء التدريب والإستنتاج. | arxiv | arabic |
يتضمن الكثير من البحوث في مجال التعلم الآلي العثور على التحيزات التحريرية المناسبة (مثل الشبكات العصبية المتحركة، ومحفزات القوة القائمة على الزخم، ومحولات) لتعزيز التعميم في المهام. ومع ذلك، فإن قياس كمية التحيز التحريري المرتبط بهذه الهندسة المعمارية والمعايير المفرطة قد كان محدودًا. | arxiv | arabic |
وقد ازداد استخدام سجلات الصحة الإلكترونية (EHR) بشكل كبير في السنوات الـ15 الماضية، حيث يعتبر مصدرًا مهمًا لإدارة بيانات المرضى. | arxiv | arabic |
في هذا العمل، نقدم مكتبة GPU متسارعة للمكونات الأساسية للشبكات كولمغوروف-أرنولد (KANs) ، جنبا إلى جنب مع خوارزمية لتقليل الشبكات المحدودة في KANs. تقوم مكتبة GPU المتسارعة بتقليل التعقيد الحاسوبي لتقييم أسس سلين (B-spline) بمقدار $\mathcal{O}$(حجم الشبكة) مقارنة بالرموز الحالية، مما يتيح حسابات الحزم للتعلم على نطاق وا... | arxiv | arabic |
تستخدم الأجسام المضادة على نطاق واسع كعلاج ، ولكن تطويرها يتطلب نضج الألفية مكلف ، مما يتضمن طفرات متكررة لتعزيز الالتزام. هذا " rel="external noopener nofollow" class="link-external link-http">هذا ورقة http URL</a> تستكشف سيناريو تسلسل فقط لتنضج الألفية ، باستخدام تسلسلات الأجسام المضادة والأنتيجن فقط. مؤخراً ، لف الف... | arxiv | arabic |
نحن نقدم نهجاً مبتكرًا يدمج نهجاً للتعلم القوي عن طريق التوزيع (DRL) في رجعة كوكس لزيادة قوة ودقة التنبؤات البقاء. من خلال صياغة إطار DRL مع مجموعة غموضية Wasserstein القائمة على المسافة، نطور نموذج كوكس المتغير الذي هو أقل حساسية للإفتراضات حول توزيع البيانات الأساسي وأكثر مقاومة لتشويه النموذج والاضطرابات البيانية. | arxiv | arabic |
لتحقيق توازن بين الجودة والتكلفة، تقوم مجالات مختلفة من العلوم والهندسة بتشغيل المحاكاة على مستويات متعددة من التطور. يهدف التعلم النشط متعدد الوفاء إلى تعلم خريطة مباشرة من معايير المدخل إلى نتائج المحاكاة بأعلى وفاء من خلال اكتساب البيانات بنشاط من مستويات متعددة الوفاء. | arxiv | arabic |
في السنوات الأخيرة، كان هناك اهتمام متزايد بالبرزق العامل في تصميم أنظمة صنع القرار العادل بسبب توافقها مع الأطر القانونية، وتفسيرها للجهات المعنية البشرية، وقوة التواصلات الزائفة المحتوية على البيانات الملاحظة، من بين عوامل أخرى. إلا أن الاهتمام الأخير بالعدالة العاملة، كان يرافقه شكوك كبير بسبب التحديات العملية والعل... | arxiv | arabic |
وقد زادت الوصول إلى أجهزة التتبع وتزايد توفر البيانات المواقع الفضائية من الاهتمام باستخدامها في مختلف التدخلات السياسية، من خلال مهام تحليل البيانات الحاسوبية مثل الكشف عن نقاط الاحتباس الفضائية. في هذه الورقة، ندرس، للمرة الأولى، إلى حد معرفتنا، العدالة في الكشف عن نقاط الاحتباس الفضائية. | arxiv | arabic |
مشكلة مركزية في نظرية تعزيز العملاء المتعددين (MARL) هي فهم ما هي الظروف الهيكلية والمبادئ الخوارزمية التي تؤدي إلى ضمانات التعلم الفعالة على العينة ، وكيف تتغير هذه الاعتبارات مع انتقالنا من عدد قليل إلى العديد من العملاء. نحن ندرس هذه المسألة في إطار عام لاتخاذ القرارات التفاعلية مع العديد من العملاء ، يشمل ألعاب مار... | arxiv | arabic |
عمليات غوسيان العميقة (DGP) تجمع بين التعبير من الشبكات العصبية العميقة (DNNs) مع عدم اليقين الكمي من عمليات غوسيان (GPs). الكفاءة التعبيرية والإستنتاج الصعب الاستجابة كل منهما ناتج عن التوزيع غير غوسيان على وظائف التركيب. | arxiv | arabic |
نحن نقدم إطار التعلم الاجتماعي في سياق نماذج اللغة الكبيرة (LLM) ، حيث تقوم النماذج بتبادل المعرفة مع بعضها البعض بطريقة واعية بالخصوصية باستخدام اللغة الطبيعية. نحن نقدم ونقيّم نهجين لنقل المعرفة بين LLM. | arxiv | arabic |
يتم تعميم التعلم القائم على البيانات للاعتبار بيانات متعددة الوفاءات التي تعتمد على التاريخ ، مع قياس عدم اليقين المعروف وتفصله عن ضجيج البيانات (العدالة غير اليقينية). هذا التعميم هييراركي ويتماشى مع سيناريوهات التعلم المختلفة: من تدريب أبسط شبكات العصبية المحددة للفاء الواحد حتى تقدير التباين المتكرر للفتاءات المتعدد... | arxiv | arabic |
غالباً ما يتم اعتماد تدريب الدرجات المتدنية في بيئات التعلم المشترك بين الأجهزة (FL) حيث تدرب الأجهزة المحدودة بشكل تعاوني نموذج التعلم الآلي على البيانات الخاصة من خلال تبادل الدرجات السائدة عبر الشبكات المتعددة. على الرغم من أن أساليب التدريب النادرة يمكن أن تقلل من تكلفة الاتصال والعبء الحاسوبي في FL ، إلا أنها غالب... | arxiv | arabic |
تعتبر التعلم المشترك إطارًا واعدةً للتعلم التعاوني الذي يحافظ على الخصوصية، حيث يتم توزيع مهام التدريب النموذجي على العملاء ويجب جمع تحديثات النموذج فقط على خادم. ومع ذلك، عند نشرها في شبكات الحافة المحمولة، قد يكون لدى العملاء توفر غير متوقع ويخرجون من عملية التدريب، مما يعيق التقارب بين FL. | arxiv | arabic |
في ألعاب الاستراتيجية، أحد أهم جوانب تصميم الألعاب هو الحفاظ على شعور التحدي لللاعبين. العديد من الألقاب المحمولة تتضمن حلقات اللعب السريعة التي تسمح لللاعبين بالتقدم بشكل ثابت، مما يتطلب الكثير من المستويات واللغز لمنعهم من الوصول إلى النهاية بسرعة كبيرة. | arxiv | arabic |
الوثائق الغنية بصريا (مثل الصفحات والعلامات، مقالات المجلات) هي الوثائق المادية أو الرقمية التي تستخدم الإشارات البصرية لتعزيز تعبيرها. المعلومات الواردة في هذه الوثائق هي إضافية وغالبا ما تكون غير كاملة. | arxiv | arabic |
يُمكن للدماغ البشري تعلم وتعميم وتنبؤ بالتحفيزات المتعددة الحركات. يتحسن التعلم عن طريق التوقع المعالجة المتعددة الحركات على مستويات مختلفة، مما يعزز قدرةنا على التعميم والتكيف في بيئات ديناميكية للغاية. | arxiv | arabic |
توفر البيانات المتعددة الطرق معلومات متفرقة لفهم شامل لبيئة الورم الصغيرة. ومع ذلك، فإن نماذج الذكاء الاصطناعي الحالية غالبا ما تكافح لاستغلال المعلومات الغنية داخل البيانات المتعددة الطرق واستخراج تمثيلات لا يمكن تعميمها بشكل جيد. | arxiv | arabic |
ضمان الشفافية في قرارات التعلم الآلي أمر بالغ الأهمية، خاصة في القطاعات الحساسة مثل الرعاية الصحية والمالية والعدالة. على الرغم من ذلك، فإن بعض الخوارزميات الشعبية التي يمكن تفسيرها، مثل التفسيرات المحلية للتفسير النموذجية-غير علمية (LIME) ، غالباً ما تنتج تفسيرات غير مستقرة بسبب توليد العينات المزعجة عشوائيًا. | arxiv | arabic |
وتعمل البيانات المهيكلة بالجراف، والتي تنتشر في مجالات تتراوح من الشبكات الاجتماعية إلى التحليل الكيميائي الحيوي، كأساس لنظم عالمية حقيقية متنوعة. في حين تظهر شبكات العصبية الرسمية كفاءة في نمذجة هذا النوع من البيانات، غالبًا ما يعتمد نجاحها على كميات كبيرة من البيانات المسجلة، مما يشكل تحديًا في السيناريوهات العملية م... | arxiv | arabic |
يقدم هذا الورق نهجا جديدا لمحاكاة مشاكل التحرك للأمام والعكسية للحميات المتحركة باستخدام التعلم الآلي المستناسب بالفيزياء (PIML). تستخدم الشبكات العصبية المستناسبة بالفيزياء (PINNs) الفيزياء الأساسية لمشاكل الحمل المتحرك وتهدف إلى التنبؤ بتحويل الشعاب وحجم الحملات. | arxiv | arabic |
يحافظ المحافظون على تحسينات التهاب على مر الزمن ، على سبيل المثال ، الجملة المسبحة بشكل متسارع (SGD مع الزخم) أو الجملة المربعة (أدام) من قيم التهابات السابقة. يمكن استخدام هذه الحالة لتسريع التحسين مقارنة بانخفاض التهاب البسيط الاستوكاستي ولكن يستخدم ذاكرة قد يتم تخصيصها لبرامج النموذج ، وبالتالي تحد من الحجم القصوى ل... | arxiv | arabic |
في هذا العمل، نقترح نهجا جديدا للتعلم التمثيلي عبر الطبقات لشبكة عصبية تدربة. على وجه الخصوص، نشكّل تباين بريغمان بناءً على وظيفة نقل الطبقة وبناء امتداد لصيغة بريغمان PCA الأصلية من خلال دمج متجه متوسط وتطبيع الاتجاهات الرئيسية فيما يتعلق بجيوماتية الوظيفة الملتوية المحلية حول المتوسط. | arxiv | arabic |
يعتمد فعالية التعلم النشط إلى حد كبير على كفاءة أخذ العينات من وظيفة الاستحواذ. يركز التقليل المتوقع للخسائر (ELR) على تقدير بايزي من تقليل خطأ التصنيف، وتتناسب التكاليف الأكثر عامة في نفس الإطار. | arxiv | arabic |
في السنوات الأخيرة، تم توجيه اهتمام كبير إلى تعلم عمليات قرارا ماركوف المتوسط الثمن (MDPs). ومع ذلك، فإن الخوارزميات الحالية تعاني إما من ضمانات التأسف غير المثلى أو عدم كفاءة الحوسبة. | arxiv | arabic |
الأسباب هي أداة قوية لتحليل بيانات شكل الموجات الفسيولوجية. ومع ذلك، فإن أساليب الأسباب القياسية تتجاهل المعلومات السياقية المهمة (مثل ما كان المريض يفعل في وقت جمع البيانات). | arxiv | arabic |
تهدف الأعمال الأخيرة على نماذج العالم المركزية على الأشياء إلى تصنيف التمثيلات من حيث الأشياء بطريقة غير مرئية تماماً أو مرئية ذاتياً. يتم فرضية أن هذه النماذج العالمية هي عنصر رئيسي لمعالجة مشكلة التعميم. | arxiv | arabic |
نحن نستكشف مشكلة جمع ترتيب أعلى $K$. افترض أن مجموعة من العناصر يتم مقارنة في أزواج مراراً وتكراراً، ونحن نهدف إلى استعادة ترتيب متسق يركز على العناصر العليا $K$ مرتبة بناء على معلومات تفضيلات تم الكشف عنها جزئياً. | arxiv | arabic |
في التعدين التنسوري الاستكشافي، فإن مشكلة شائعة هي كيفية تحليل مجموعة من المتغيرات عبر مجموعة من المشاركين الذين لا تتوافق ملاحظاتهم بشكل طبيعي. على سبيل المثال، عند نمذجة الخصائص الطبية عبر مجموعة من المرضى، قد يختلف عدد واستمرار العلاجات بشكل كبير في الوقت، مما يعني أنه لا توجد طريقة معقولة لتواءم سجلاتهم السريرية عب... | arxiv | arabic |
نحن نثبت أن تقلص ريمن في إعداد التعلم المشرف يترتب على التعميم. على وجه التحديد، نحن نظهر أنه إذا كان المحسّن يقلص في بعض المقاييس ريمن مع معدل $\lambda > 0$، فإنه مستقرة بشكل متساوي خوارزميا مع معدل $\mathcal{O}(1/\lambda n) $، حيث $n$ هو عدد الأمثلة المسمى في مجموعة التدريب. | arxiv | arabic |
نحن نبدأ دراسة الهجمات المتضادة على نماذج تصنيف الصور الثنائية (أي الأسود والأبيض). على الرغم من أن هناك الكثير من العمل على مهاجمة نماذج الصور الملونة والرمادية، إلا أن القليل من المعرفة عن الهجمات على نماذج الصور الثنائية. | arxiv | arabic |
يعتمد خوارزميات التنظيم الشائعة للعودة الخطية ، مثل LASSO و Ridge regression ، على مفارقة التنظيم التي توازن التنازل بين تقليل خطأ التلائم ومعايير معايير النموذج المكتسبة. نظرًا لأن هذه المفارقة المتعددة هي واسعة الحجم ، يمكن اختيارها بسهولة عن طريق البحث العشوائي أو الشبكة من خلال تحسين معيار التحقق المتقاطع. | arxiv | arabic |
تحدث العواصف الجيومغناطيسية (GS) عندما تعطل الرياح الشمسية المغناطيسية الأرض. يمكن أن تسبب GS أضرار شديدة في الأقمار الصناعية وشبكات الطاقة وبنية التحتية للاتصالات. | arxiv | arabic |
الاحتراق النقي هو صديقي للبيئة مع انبعاثات منخفضة من NOx ويحقق أيضا كفاءة الوقود الأفضل في نظام الاحتراق. ومع ذلك، فإن الاقتراب من الاحتراق النقي يمكن أن يجعل المحركات أكثر عرضة للانفجار النقي. | arxiv | arabic |
حدود Pac-Bayes هي من بين أكثر الحدود التعميم دقة للمصنفين المتعلمين من بيانات IID الموزعة بشكل مستقل ومتطابق ، وذلك ينطبق على حد كبير على تصنيفات الهامش: كانت هناك مساهمات حديثة تظهر مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى مدى م... | arxiv | arabic |
يتم دراسة بيانات سلسلة الزمن على نطاق واسع في مختلف مجالات أنظمة النقل. منطقة بيانات المرور مثال تحدي من البيانات الفضائية-الوقتية، حيث أنها سلسلة زمنية متعددة المتغيرات مع ارتباطات عالية في الأحياء الفضائية والزمنية. | arxiv | arabic |
التعلم المشترك (FL) هو تقنية شائعة لتدريب نماذج التعلم الآلي (ML) على مصادر البيانات اللامركزية. من أجل الحفاظ على مشاركة مالكي البيانات على المدى الطويل، من المهم تقييم كل مصدر بيانات بشكل عادل وتعويض مالكي البيانات عن مساهمتهم في عملية التدريب. | arxiv | arabic |
تم تطبيق شبكات العصبية الديناميكية للرسومات (DGNNs) على نطاق واسع في مختلف التطبيقات في الحياة الحقيقية ، مثل التنبؤ بالربط وتنبؤ بالوباء ، لالتقاط المعلومات الهيكلية الديناميكية والخصائص الزمنية من الرسومات الديناميكية. مزيجًا من المكونات المتعلقة بالوقت والمتعلقة بالوقت ، تظهر DGNNs إمكانات كبيرة في الحساب المتوازي و... | arxiv | arabic |
استكشاف مساحات البحث هو أحد التحديات الأكثر غير متوقعة التي جذبت اهتمام الباحثين منذ عقود. أحد الطرق للتعامل مع عدم التنبؤ هو تحديد خصائص مساحات البحث واتخاذ إجراءات وفقا لذلك. | arxiv | arabic |
تشكل هجمات الاستفسارات القائمة على النتائج (SQAs) تهديدات عملية لشبكات الأعصاب العميقة من خلال إنشاء اضطرابات معادلة داخل عشرات الاستفسارات ، باستخدام درجات النتائج النموذجية فقط. ومع ذلك ، نلاحظ أنه إذا كان اتجاه الخسارة من المخرجات متضايقًا قليلاً ، يمكن إضلال SQAs بسهولة وبالتالي تصبح أقل فعالية بكثير. | arxiv | arabic |
نظراً لمجموعة تصنيفية ومجموعة من الأمثلة التي يجب تصنيفها، يمكن تصنيف العديد من الأمثلة بثقة ودقة بعد تقييم مجموعة فرعية فقط من النماذج الأساسية في المجموعة. وهذا يمكن أن يقلل من المتوسط المتأخر والسي بي أوتين مع الحفاظ على دقة عالية للمجموعة الأصلية. | arxiv | arabic |
أصبحت نماذج التوزيع القائمة على النتائج نموذجاً أساسياً للنمذجة التوليدية الحديثة ، مما يظهر قدرة استثنائية على توليد عينات من توزيعات عالية الأبعاد المعقدة. على الرغم من اعتماد نموذجات مبنية على تدفق الاحتمال ODE في الممارسة العملية بسبب كفاءة العينات الممتازة ودقةها ، ظلت ضمانات إحصائية صارمة لهذه الطرق غير قابلة للت... | arxiv | arabic |
تحديد أفضل الذراع (أو، الاستكشاف النقي) في اللصوص المتعددة الأسلحة هو مشكلة أساسية في التعلم الآلي. في هذه الورقة ندرس النسخة الموزعة لهذه المشكلة حيث لدينا العديد من العملاء، وهم يريدون تعلم أفضل الذراع بالتعاون. | arxiv | arabic |
تحسين المثلي هو طريقة تقليدية للتعامل مع مشكلة تحسين معقدة عن طريق حل تسلسل من المشكلة الفرعية السهلة إلى الصعبة. ومع ذلك ، يمكن أن تكون هذه الطريقة حساسة للغاية لتصميم جدول الاستمرار وقد تؤدي إلى حل غير مثالي للمشكلة الأصلية. | arxiv | arabic |
التعلم المتحرك للنموذج (MAML) هو تقنية التعلم المتحرك لتدريب نموذج على مجموعة من مهام التعلم بطريقة تعزز النموذج للتعلم القليل من المهام الجديدة. يقوم خوارزمية MAML بشكل جيد على مشاكل التعلم القليلة في التصنيف والتكسير وتحسين تراجعات السياسات في التعلم التعزيزي ، ولكن يأتي مع الحاجة إلى ضبط مفاصيل فائقة المبلغ لثبات ال... | arxiv | arabic |
عادة ما تكون مشاكل صنع القرار في العالم الحقيقي مصحوبة بتأخير المكافآت، مما يؤثر على كفاءة العينة من التعلم التمهيدي، خاصة في حالة تأخير للغاية حيث تكون المراجعة الوحيدة هي المكافأة الحلقة التي يتم الحصول عليها في نهاية الحلقة. | arxiv | arabic |
التعلم النقل هو نموذج التعلم الآلي حيث يتم استخدام المعرفة من مهمة واحدة لحل المشكلة في مهمة ذات صلة. من ناحية، من الممكن أن يكون المعرفة من مهمة واحدة مفيدة لحل مشكلة ذات صلة. | arxiv | arabic |
تصنيف KNN هو وضع تعلم تلقائي، حيث يتم تنفيذها فقط عندما يتم التنبؤ ببيانات الاختبار التي تحدد قيمة K مناسبة وتبحث عن أقرب جيران K من كل مساحة العينات التدريبية، وأحاطت بهم إلى الجزء الساكن من تصنيف KNN. هذا الجزء الساكن كان مشكلة عنق الزجاجة في تطبيق تصنيف KNN بسبب البحث الكامل من أقرب جيران K. | arxiv | arabic |
إنّ الكميّة الدقيقة للشكوك غير المؤكدة على حد سواء والعلمية أمر ضروري عند نشر شبكات العصبية الرسمية (GNNs) في تطبيقات عالية المخاطر مثل اكتشاف المخدرات وكشف الاحتيال المالي، حيث تكون التنبؤات الموثوقة حاسمة. على الرغم من أنّ التعلم العميق المؤكد (EDL) يُكَنِّف بشكل فعال عدم اليقين باستخدام توزيع ديرشلت على الاحتمالات ا... | arxiv | arabic |
يركز التعلم الآلي (MUL) على إزالة تأثير مجموعات فرعية محددة من البيانات (مثل البيانات الضوضاء أو السامة أو الحساسة بالخصوصية) من النماذج المسبقة للتدريب. تعتمد أساليب MUL عادة على أشكال متخصصة من التنسيق الدقيق. | arxiv | arabic |
نحن ندرس مشكلة التعلم عبر الإنترنت مع الديناميكية، حيث يتفاعل المتعلم مع بيئة دولية على مدار جولات متعددة. في كل جولة من الدورات التفاعلية، يختار المتعلم سياسة لتنفيذها ويجري تكلفة تعتمد على السياسة المختارة والحالة الحالية في العالم. | arxiv | arabic |
التنبؤ الدقيق بالمسار أمر حاسم للعمل الآمن والفعالي للمركبات المستقلة. وقد أدى شعبية التعلم العميق المتزايدة إلى تطوير العديد من طرق التنبؤ بالمسار. | arxiv | arabic |
أحداث المجتمعية على مستوى السكان، مثل الاضطرابات المدنية والجريمة، غالبا ما يكون لها تأثير كبير على حياتنا اليومية. | arxiv | arabic |
المعادلات المفارقة غير الذاتية حاسمة بالنسبة لنظم النمذجة التي تتأثر بالإشارات الخارجية، ومع ذلك يصبح تكييف هذه النماذج مع البيانات صعباً بشكل خاص عندما تتغير الإشارات بشكل مفاجئ. لمعالجة هذه المشكلة، نقترح طريقة جديدة لتقدير المعلمات باستخدام التقريبات الوظيفية مع شبكات العصبية الاصطناعية. | arxiv | arabic |
ومن الحواجز الرئيسية أمام استخدام التعلم المعزز (RL) في العديد من التطبيقات في العالم الحقيقي، أن هناك حاجة إلى عدد كبير من التفاعلات النظامية لتعلم سياسة التحكم الجيدة. تم اقتراح طرق RL خارج السياسة والخارجية للحد من عدد التفاعلات مع البيئة المادية من خلال تعلم سياسات التحكم من البيانات التاريخية. | arxiv | arabic |
وتعتبر هذه الورقة تصميم سياسات تخصيص الموارد المثلى في أنظمة الاتصالات اللاسلكية التي يتم تصميمها بشكل عام كمشكلة تحسين وظيفي مع قيود استوتشستية. هذه المشاكل التحسينية لها بنية مشكلة التعلم التي تظهر فيها الخسارة الإحصائية كقيود، مما يحفز تطوير منهجيات التعلم لمحاولة حل لها. | arxiv | arabic |
يلعب اكتشاف السبب دور محوري في تخفيف عدم اليقين في النموذج من خلال استعادة الآليات السببلية الأساسية بين المتغيرات. في العديد من المجالات العملية ، مثل الرعاية الصحية ، يقتصر الوصول إلى البيانات التي تجمعها الكيانات الفردية ، وخاصة بسبب القيود الخصوصية والتنظيمية. | arxiv | arabic |
الكشف عن التشوهات في المركبات المستقلة المتصلة (CAVs) أمر حاسم للحفاظ على شبكات النقل الآمنة والموثوقة ، حيث يمكن أن تكون CAVات عرضة للفشل في أجهزة الاستشعار والهجمات الإلكترونية والاضطرابات البيئية غير المتوقعة. تستكشف هذه الدراسة نهج الكشف عن التشوهات عن طريق محاكاة سلوك المركبات ، وتوليد مجموعة بيانات تمثل تفاعلات ا... | arxiv | arabic |
يُقدم المستهلكون الذين لديهم طلب منخفض، مثل الأسر، عموماً طاقة مرحلة واحدة من خلال توصيل شبكات خدمةهم إلى إحدى مراحل محول التوزيع. تواجه شركات التوزيع مشكلة الحفاظ على سجلات الاتصال المستهلك إلى مرحلة بسبب التغييرات غير المعلنة التي تحدث. | arxiv | arabic |
كنوع مهم من خوارزميات التعلم التمهيدي، غالباً ما يتم تنفيذ خوارزميات الجهاز الفاعل النقدي (AC) و الجهاز الفاعل الطبيعي النقدي (NAC) بطرق اثنتين للعثور على السياسات الأمثلة. في تصميم الحلقة المضغوطة الأولى، يتم تدوير تحديث واحد للجهاز الفاعل من السياسة من خلال حلقة كاملة من تحديثات النقاد من وظيفة القيمة، وتم تأسيس تحلي... | arxiv | arabic |
استخدام حلولات الصناديق السوداء داخل الشبكات العصبية هو مجال جديد نسبيا يهدف إلى تحسين أداء الشبكات العصبية من خلال تضمين حلولات فعالة ومثبتة للمشاكل المعقدة. وقد أنشأ العمل الحالي أساليب لتعلم الشبكات مع هذه الحلول كمكونات مع التعامل معها كصندوق أسود. | arxiv | arabic |
ندرس تطبيقات التنشر الطاقة في الأشعة السينية (EDXRF) حيث لا يكون طريقة المعلمات الأساسية عملية مثل عندما لا توجد ملامح الأدوات. على سبيل المثال ، على لوحة التعدين أو حزام الناقل ، تتحرك الصخور باستمرار (تؤدي إلى زوايا مختلفة من الحدوث والمسافات) وقد يكون هناك عوامل أخرى غير مدرجة (مثل الغبار). | arxiv | arabic |
نجد تنوعاً في الشبكات العصبية المعقدة والحقيقية ذات القيمة مع رؤى من نظرية الموجات، حيث تدعي دوراً أهم بكثير من دورها من الطول في المصفوفة الوزنية. في الشبكات العصبية المعقدة القيمة، نظهر أن بين أنواع مختلفة من القص، فإن المصفوفة الوزنية مع معلومات المصفوفة وحدها المحفوظة تحقق أفضل دقة، والتي تحافظ على الوقوف بشكل قوي ... | arxiv | arabic |
يهدف خوارزميات التعلم المعزز (RL) إلى تعلم القرارات الأمثل في بيئات غير معروفة من خلال تجربة اتخاذ الإجراءات ومراقبة المكافآت المكتسبة. في بعض الحالات، لا تتأثر البيئة بأعمال وكيل RL، وفي هذه الحالة يمكن أن يتم تصميم المشكلة على أنها قراصنة متعددة الأسلحة سياقية ويمكن استخدام خوارزميات قصيرة الأفق خفيفة الوزن. | arxiv | arabic |
يتم استخدام أنظمة الذكاء الاصطناعي (AI) في كثير من الأحيان في الخدمات عبر الإنترنت لتوفير تجارب شخصية للمستخدمين استنادا إلى مجموعات كبيرة من البيانات. ومع ذلك ، يمكن تصميم أنظمة الذكاء الاصطناعي بطرق مختلفة ، حيث تظهر أنظمة الذكاء الاصطناعي في صندوق أسود كحركات معالجة بيانات معقدة وأنظمة الذكاء الاصطناعي في صندوق أبيض... | arxiv | arabic |
تعتبر التعلم الميتركي والكربون مهمة في العديد من تطبيقات التعلم الآلي. ومع ذلك، فإن معظم خوارزميات التعلم الميتركي الحالية تقتصر على تعلم الميترات على البيانات المنخفضة الأبعاد، في حين أن خوارزميات التعلم الكربونية الحالية غالبا ما تقتصر على الإعداد المتحول ولا تعتمد على نقاط البيانات الجديدة. | arxiv | arabic |
هذه المقالة تدرس الاهتمام المتزايد لاستخدام التعلم العميق (DL) كأداة قوية لمعالجة المشاكل الصعبة في هندسة الزلازل. على الرغم من عقود من التقدم في المعرفة في مجال، لا تزال القضايا مثل عدم اليقين في حدوث الزلازل والحمولات الزلزالية غير المتوقعة والردود الهيكلية غير الخطية، والتفاعل المجتمعي صعب معالجتها باستخدام طرق محدد... | arxiv | arabic |
لتحسين تحديد أنماط الانحراف المحتملة في سلوك المستخدم المعقد، يقدم هذا الورقة طريقة للكشف عن الانحرافات على أساس شبكة كثافة الخليط العميقة. تقوم هذه الطريقة ببناء نموذج خليط غوسي يتم تحديده بواسطة شبكة عصبية، مما يسمح بتصميم نموذج احتمالية مشروطة للسلوك المستخدم. | arxiv | arabic |
هذه الورقة تعرض نظامًا جديدًا لمراقبة سلوك الأبقار وتحديد فترات الاحتباس الحراري باستخدام بيانات الاستشعار والتعلم الآلي. صممت ونشر قلادة عنق Bluetooth منخفضة التكلفة مجهزة بمستشعرات السرعة والجيروسكوب لالتقاط بيانات سلوكية في الوقت الحقيقي من الأبقار الحقيقية ، والتي تم مزامنةها مع السحابة. | arxiv | arabic |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.