text large_stringlengths 1 1.2k | source_dataset large_stringclasses 3
values | translation_language large_stringclasses 12
values |
|---|---|---|
مشكلة استكمال المصفوفة الإندكتيفية (IMC) هي استعادة المصفوفة منخفضة الرتب من عدد قليل من الإدخالات الملاحظة مع دمج المعرفة السابقة حول الفضاء الفرعي للصف والعمود. في هذا العمل، نقوم بإسهامات ثلاث إلى مشكلة IMC: | arxiv | arabic |
تم تطوير شبكات العصبية الرسمية (GNNs) لنموذج العلاقة بين مناطق الاهتمام (ROIs) في الدماغ وأظهرت تحسنًا كبيرًا في الكشف عن أمراض الدماغ. ومع ذلك ، فإن معظم هذه الإطار لا تأخذ بعين الاعتبار العلاقة الجوهرية لعامل السببية بين ROIs الدماغية ، والتي من الممكن القول إنها أكثر أهمية لملاحظة تفاعل السبب والنتيجة بين الإشارات ب... | arxiv | arabic |
في حين أن قدرات النماذج التوليدية تحسنت بشكل كبير في مجالات مختلفة (الصور والنصوص والرسوم البيانية والجزيئات، إلخ) ، تظل مقاييس تقييمها في معظم الأحيان مبنية على الكميات المبسطة أو التفتيش اليدوي مع عمليات محدودة. لهذا الغرض، نقترح إطارًا لتقييم الأداء المتعدد المستويات للنماذج التوليدية (MPEGO) ، والذي يمكن استخدامه ع... | arxiv | arabic |
تم اعتبار نماذج التطرد السريع الشروطية المتطرفة (GARCH) منذ فترة طويلة واحدة من أبرز أفراد الأساليب لتنمية التقلبات في سلسلة العائدات المالية. في هذه الورقة، نقترح نهجاً بديلاً يعتمد على منهجيات تستخدم على نطاق واسع في مجال التعلم الآلي الإحصائي. | arxiv | arabic |
في مهام تصنيف الصور الطبية، من الشائع أن نرى أن عدد العينات الطبيعية يتجاوز بكثير عدد العينات غير الطبيعية. في مثل هذه الحالات التي لا توازن فيها الفئات، لا يزال التدريب الموثوق للشبكات العصبية العميقة تحديًا كبيرًا. | arxiv | arabic |
التعلم المقياسي العميق (DML) هو نهج شائع لاسترداد الصور وحل مشاكل التحقق (المثل أو غير) ومعالجة تصنيف المجموعات المفتوحة. من المحتمل أن يكون النهج الأكثر شيوعاً لـ DML مع فقدان الثلاثة البطاقات ، على الرغم من التقدم الكبير في مجال DML. | arxiv | arabic |
لا تزال هناك أسئلة حول قوة أساليب التعلم القائمة على البيانات عند عبور الفجوة من المحاكاة إلى الواقع. نستخدم رسم الوزن ، وهي طريقة معروفة من التعلم المستمر ، لتطوير وتثبيت السلوك المطلوب في الشبكات العصبية. | arxiv | arabic |
نحن ندرس الرجوع غير الخطي للبيانات ذات القيمة الحقيقية بطريقة تسلسل فردية ، حيث نقدم نتائج مضمونة للحفاظ عليها دون أي افتراضات إحصائية. نحن نعالج قضايا التقارب والتدريب من طرق الرجوع غير الخطية التقليدية ونقدم خوارزمية تخفف بشكل رائع من هذه القضايا من خلال هيكل Hierarchical متزايد ، (أي ، من خلال شجرة القرار المتزايد). | arxiv | arabic |
إن تحديد تأثير نقاط البيانات التدريبية أمر حاسم لفهم نتائج نماذج التعلم الآلي وتحسين شفافية خط الأنابيب الذكاء الاصطناعي. وظيفة التأثير هي طريقة مبدأية وشعبية لتخصيص البيانات، ولكن تكلفتها الحاسوبية غالباً ما تجعلها صعبة الاستخدام. | arxiv | arabic |
إن التوافق المتعدد الأهداف من ردود الفعل البشرية (MOAHF) في نماذج اللغة الكبيرة (LLMs) مشكلة صعبة لأن تفضيلات الإنسان معقدة ومتعددة جوانب وغالباً ما تتعارض. اعتبرت الأعمال الأخيرة حول MOAHF تحسين متعدد الأهداف (MOO) الأولية ، حيث يتم معرفة تفضيلات الإنسان في وقت التدريب أو الاستنتاج. | arxiv | arabic |
وقد جذب تعلم القواعد السموية العصبية الكثير من الاهتمام لأنه يوفر تفسيرا أفضل من النماذج العصبية النقية وتقييمات أفضل من تعلم القواعد الرمزية. يقدم نهج حديث يسمى pix2rule نموذج شكل طبيعي مختلع العصبية (DNF) لتعلم القواعد الرمزية مع طبقات إرسال إلى الأمام. | arxiv | arabic |
يشكّل التعلم المستمر على أجهزة الحافة تحديات فريدة بسبب قيود موارد صارمة. يقدم هذا الورق طريقة جديدة تستفيد من مبادئ المنافسة الاستوائية لتعزيز الرقم المتدني، مما يقلل بشكل كبير من بصمة الذاكرة الشبكة العميقة والطلب الحاسوبي. | arxiv | arabic |
غالبًا ما تجعل الشبكات العميقة التنبؤات ذات الثقة ، ومع ذلك ، غير صحيحة عند اختبارها مع بيانات غير متعلقة بعيدة عن توزيعات التدريب الخاصة بها. تعد الاحتمالات المحوسبة بواسطة النماذج التوليدية العميقة (DGMs) مقياسًا مرشحًا للكشف عن حالات غير متعلقة مع البيانات غير المسمى. | arxiv | arabic |
نقترح MoE-F - آلية رسمية لمزيج اللغة الكبيرة المتدربة مسبقاً (LLM) للتنبؤ بالسلسلة الزمنية عبر الإنترنت من خلال التنبؤ بالتكيف بأفضل وزن للتنبؤات LLM في كل خطوة زمنية. يستخدم آليةنا المعلومات المشروطة في أداء كل خبير لتنبؤ بأفضل مزيج من LLM للتنبؤ بالسلسلة الزمنية في خطوةها التالية. | arxiv | arabic |
مرض السكري هو مرض مزمن منتشر مع عبء صحي واقتصادي كبير في جميع أنحاء العالم. يمكن أن يساعد التنبؤ والتشخيص المبكر في إدارة المضاعفات والوقاية منها بفعالية. | arxiv | arabic |
توفر نماذج التحول السلس التقليدية السريعة السريعة (STAR) طريقة فعالة لنموذج هذه الديناميات من خلال تغييرات النظام السلسة على أساس متغيرات التحول المحددة. في هذه الورقة، نقترح نهجا جديدا عن طريق رسم تشبيه بين نماذج STAR وبنية شبكة عصبية متعددة الطبقات. | arxiv | arabic |
نأخذ في الاعتبار مشكلة التعلم النشط القائمة على مجموعة، حيث يتم وضع علامة على مجموعة فرعية فقط من بيانات التدريب، والهدف هو استفسار مجموعة من العينات غير الملصقة التي سيتم وضعها على علامة بحيث يتم تحسين أداء النموذج إلى أقصى حد. نصمم المشكلة باستخدام التعلم المحدود، حيث تعيق مجموعة من القيود أداء النموذج على العينات ال... | arxiv | arabic |
مع التقدم الأخير في القيادة الذاتية، أصبحت أنظمة التحكم بالصوت متبنتة بشكل متزايد كطرق تفاعلية الإنسان والسيارة. هذه التكنولوجيا تمكن السائقين من استخدام أوامر صوتية للسيارة وسوف تكون متاحة قريبا في أنظمة المساعدة المتقدمة للسيارة (ADAS). | arxiv | arabic |
غالباً ما يتطلب اتخاذ القرارات المتعددة المعايير العثور على مجموعة صغيرة ممثلة من قاعدة البيانات. طريقة مقترحة حديثاً هي استفسار مجموعة الحد الأدنى من الندم (RMS). | arxiv | arabic |
يجب أن يكون تدريب التعلم الآلي على نطاق واسع ، وخاصة التنحى المتوفر في التراجع المزمن الموزع ، قويًا على التغيرات النظامية المحتلة مثل تأخير العقدة والتأخيرات في الاتصالات العشوائية. يعتبر هذا العمل إطارًا للتدريب الموزع حيث يسمح لكل عقدة عامل بتحديث النموذج المحلي وتتوسط النماذج الناتجة بشكل دوري. | arxiv | arabic |
النجاح في التعلم العميق للتعزيز (DRL) يكمن في قدرته على تعلم تمثيل مناسب جيدًا لمهام الاستكشاف والاستغلال. لفهم كيف يمكن لخيار التمثيل تحسين كفاءة التعلم التعزيزي (RL) ، نقوم بدراسة اختيار التمثيل لدرجة منخفضة من مراحل اتخاذ القرار ماركوف (MDPs) حيث يمكن تمثيل جوهر الانتقال في شكل مليوني. | arxiv | arabic |
تعتمد شبكات الأعصاب العميقة بشكل كبير على طرق التطبيع لتحسين أدائها وسلوك التعلم. على الرغم من أن طرق التطبيع دفعت إلى تطوير بنيات عميقة وفعالة بشكل متزايد ، إلا أنها تزيد أيضًا من الضعف فيما يتعلق بالضوضاء والفساد المدخل. | arxiv | arabic |
كإنسان، تتغير أهدافنا وبيئتنا باستمرار طوال حياتنا بناءً على تجاربنا وأفعالنا ودوافعنا الداخلية والخارجية. على النقيض من ذلك، فإن إعدادات مشكلة التعليم المعزز النموذجية تعتبر عمليات القرار التي تكون ثابتة عبر الحلقات. | arxiv | arabic |
تركز هذه الورقة على نهج مركز على البيانات لتطبيقات التعلم الآلي في سياق لعبة الحياة. على وجه التحديد، ندرس مهمة تدريب شبكة معمارية أدنى لتعلم قواعد الانتقال لعبة الحياة لمجموعة معينة من الخطوات المقبلة، والتي من المعروف أنها صعبة بسبب القيود على عدد المعلمين المسموح لهم بتدريبها. | arxiv | arabic |
في هذا العمل، نقترح خوارزمية تحسين نسميها نسبة تراجع تراجع ملاءمة المعايير. هذا خوارزمية مشابهة لخوارزميات التحسين المستندة إلى تراجات أخرى مثل آدم أو أداغراد في أنه يعدل معدل تعلم تراجع تراجع تراجع ستوكاستية في كل تكرار. | arxiv | arabic |
إن إشارة البيانات هي طريقة فعالة للتعامل مع البيانات المفقودة، والتي هي شائعة في التطبيقات العملية. في هذه الدراسة، نقترح ونختبر عملية إشارة البيانات الجديدة التي تحقق هدفين مهمين: (1) الحفاظ على التشابهات بين الملاحظات والعلاقات السياقية بين الميزات في صفحة المصفوف، و (2) تخصيص عملية الإشارة لمهمة تنبؤ اللقبات المحددة... | arxiv | arabic |
شبكات العصبية الرسمية (GNNs) هي حل قوي لتطبيقات تعلم الهيكل المختلفة بسبب قدراتها القوية على تمثيل البيانات الرسمية. ومع ذلك ، يمكن أن تؤدي GNNs التقليدية ، التي تعتمد على آليات نقل الرسائل التي تجمع المعلومات حصراً من جيران الدرجة الأولى (المعروفة باسم عينات إيجابية) ، إلى مشاكل مثل التسهيل الزائد والإزالة الزائدة. | arxiv | arabic |
من المعروف أن خوارزميات التعلم المعزز (RL) تعاني من لعنة الامتعداد ، والتي تشير إلى حقيقة أن المشاكل على نطاق واسع تؤدي غالبًا إلى تعقيد العينة عالية بشكل متراجع. الحل الشائع هو استخدام شبكات عصبية عميقة لتقريب الوظائف ؛ ومع ذلك ، فإن هذه النهج عادة ما تفتقر إلى ضمانات نظرية. | arxiv | arabic |
في تعلم التمثيل، هو النهج الشائع البحث عن تمثيلات التي تفصل العوامل الأساسية للتباين. اقترح إيستوود وويليامز (2018) ثلاثة مقاييس لقياس جودة مثل هذه التمثيلات المفصلة: تفصل (د) ، الكمال (ج) والإعلامية (أو). | arxiv | arabic |
في هذه الورقة ندرس نوعين من قواعد الجمعية لمعلومات التفضيلات، قواعد جمعية تصنيف اللبنانات وقواعد جمعية أزواج. قواعد جمعية تصنيف اللبنانات (LRAR) هي ما يعادلها قواعد جمعية الفئات (CAR) لمهمة تصنيف اللبنانات. | arxiv | arabic |
ندرس مشكلة تعلم المشاركة في التنبؤ الأبعادية الواحدة والوظيفة المتغيرة في نماذج غوسية عالية الأبعاد. على وجه التحديد، نقوم بدراسة المتوقعات من شكل $f(x) = \varphi^\star(\langle w^\star، x \rangle) $، حيث يتم تعلم كل من الاتجاه $w^\star \in \mathcal{S}_{d-1}$، كرة $\mathbb{R}^d$، والوظيفة $\varphi^\star: \mathbb{R} \to ... | arxiv | arabic |
ألعاب رجعة بايزيان هي فئة خاصة من ألعاب بايزيانية عامة المجموعة التي يبلغ فيها المتعلم جزئيا عن هدف العدو من خلال سابقة بايزيانية. هذه الصيغة تسجل عدم اليقين فيما يتعلق بالعدو ، وهي مفيدة في المشاكل التي قد يكون فيها المتعلم والعدو متناقضين ، ولكن ليس بالضرورة أهداف متضاربة تمامًا. | arxiv | arabic |
يزداد وجود خوارزميات صنع القرار في المجتمع بسرعة في الوقت الحاضر ، في حين تنشأ المخاوف بشأن شفافيتها وإمكانية أن تصبح هذه خوارزميات مصادر جديدة للتمييز. هناك توافق معين حول الحاجة إلى تطوير تطبيقات الذكاء الاصطناعي مع نهج مركز على الإنسان. | arxiv | arabic |
تعتبر التدريب على التمثيلات الجزيئية من البيانات الكبيرة غير المعلقة ضرورية للتنبؤ بالخصائص الجزيئية بسبب التكلفة العالية للحصول على علامات الحقيقة الأرضية. في حين أن هناك العديد من نهج التدريب الجزيئي المستندة إلى الرسوم البيانية الثنائية الأبعاد، فإن هذه الطرق تكافح لإظهار مكاسب كبيرة إحصائيًا في الأداء التنبؤي. | arxiv | arabic |
تم تطوير نظرية الحد من الأبعاد الكافية (SDR) من منظور تحسين. في صياغتنا للمشكلة، بدلاً من التعامل مع البيانات الخامة، نفترض أن حقيقة أساسية لدينا تشمل خريطة ${\mathbf f}: {\mathbb R}^n\rightarrow {\mathbb R}^m$ وصفة توزيع الاحتمال $p$ على ${\mathbb R}^n$، كلاهما يعطى تحليلي. | arxiv | arabic |
يُعامل هذا العمل مع التحديات الرئيسية لتطبيق التعلم المشترك على شبكات الأعصاب العميقة على نطاق واسع، وخاصة قضية التدفق العميل بسبب اختلاف البيانات بين العملاء وكلفة الاتصالات والحوسبة والذاكرة العالية. نقدم FedSub، خوارزمية فرعية فعالة للتعلم المشترك على البيانات المختلفة. | arxiv | arabic |
وقد قام فحص المكتبة المشفورة بالحمض النووي (DEL) بتحويل الكشف عن تفاعلات البروتين والربط من خلال العد من القراءة، مما يسمح باستكشاف سريع للمساحات الكيميائية الواسعة. ومع ذلك، يمكن أن يضلل ضجيج في العد من القراءة، الناجم عن تفاعلات غير محددة، هذه العملية الاستكشافية. | arxiv | arabic |
شهدت مجال التعلم المراقب الضعيف (WSL) مؤخراً زيادة في شعبية ، مع العديد من المقالات التي تعالج أنواع مختلفة من نقص الإشراف. في حالات استخدام WSL ، توجد مجموعة متنوعة من الحالات التي تكون فيها المعلومات المجمعة غير كاملة. | arxiv | arabic |
وقد تحسن ظهور نماذج التعلم الآلي الأكبر حجمًا أداء أحدث الأدوات (SOTA) في مختلف مهام النمذجة ، بدءًا من رؤية الكمبيوتر إلى اللغة الطبيعية. مع استمرار نموذجات ML في الزيادة في الحجم ، فإن استهلاك الطاقة المتعلقة بها والمتطلبات الحاسوبية المتعلقة بها. | arxiv | arabic |
توفر فقدان البيضاء ضمانًا نظريًا ضد انهيار الميزات في التعلم المراقب الذاتي (SSL) مع معماريات التضمين المشتركة. عادةً ما يتضمن ذلك نهجًا صارمًا للانضمام ، وتحويل التضمين وتطبيق الخسارة على الخروج المبيض. | arxiv | arabic |
خوارزميات تراجع السياسات هي عائلة مهمة من تقنيات التعلم العميق للتعزيز. ركزت العديد من جهود البحث السابقة على استخدام معلومات تراجع السياسات من الدرجة الأولى لتدريب شبكات السياسات. | arxiv | arabic |
أصبحت تشغيل شبكات الكهرباء أكثر تعقيداً بسبب الاضطرابات الحالية وزيادة إنتاج الطاقة المتجددة. ونتيجة لذلك، فإن إدارة الشبكات النشطة تصل إلى حدودها باستخدام النهج التقليدية. | arxiv | arabic |
وقد اكتسب التعلم الذاتي الإشراف اهتمامًا كبيرًا في التطبيقات المعاصرة ، خاصة بسبب نقص البيانات المسموحة بها. في حين تعالج منهجيات SSL الحالية بشكل أساسي اختلاف الميزات والارتباطات الخطية ، فإنها غالباً ما تتجاهل العلاقات المعقدة بين العينات والاعتمادات غير الخطية المحتوية على البيانات المعقدة. | arxiv | arabic |
مشكلة جسر شرودينجر المتوسط (MFSB) هي مشكلة تحسين تهدف إلى العثور على سياسة التحكم في الحد الأدنى من الجهد لدفع معادلة التفاضل الاستوكاسية ماكين فلاسوف من مقياس احتمال إلى آخر. في سياق التحكم متعدد الوكلاء ، الهدف هو التحكم في تكوين حشد من وكلاء تعاون متواصلين متطابقين ، كما يتم القبض عليه من خلال مقياس الاحتمال المتغير... | arxiv | arabic |
وجدت تعريف المصفوفات (MF) العديد من التطبيقات في التعلم الآلي وتعدين البيانات ، بما في ذلك أنظمة توصيات التصفيح التعاونية ، وتقليل الأبعاد ، وتصور البيانات ، وكشف المجتمع. مدفوعة بالنجاحات الأخيرة في الجبر الاستوائي والجيوماترية في التعلم الآلي ، فإننا ندرس مشاكل اثنتين تتضمن تعريف المصفوفات على الجبر الاستوائي. | arxiv | arabic |
هناك شكاوى حول تقنيات التعلم الآلي الحالية مثل الحاجة إلى كمية كبيرة من بيانات التدريب والمهارات التدريبية المهنية، وصعوبة التعلم المستمر، وخطر النسيان الكارثي، وتسريب خصوصية البيانات/ملكية البيانات، إلخ. معظم جهود البحث كانت تركز على أحد هذه القضايا بشكل منفصل، مع إيلاء اهتمام أقل على حقيقة أن معظم القضايا متورطة في ا... | arxiv | arabic |
يقدم هذا الاستطلاع استكشافًا شاملًا لتطبيقات تحليل البيانات التوبولوجية (TDA) ضمن تحليل الشبكات العصبية. باستخدام أدوات TDA مثل homology المستمرة و Mapper ، نقوم بتعميق الهياكل والسلوكيات المعقدة للشبكات العصبية ومجموعات البيانات الخاصة بها. | arxiv | arabic |
حققت نهج التعلم العميق تقدماً كبيراً في التنبؤ بنظم البروتين. تُطبق هذه الطرق غالبًا على تفاعلات البروتين البروتين (PPIs) ، لكنها تتطلب تنسيق التسلسل متعدد (MSA) الذي لا يتوفر للتفاعلات المختلفة ، مثل مضادات الجسم-الأنتيجن. | arxiv | arabic |
في السنوات الأخيرة، تم تطبيق التعلم على التأكيد السياسي (RL) بنجاح على العديد من المهام المتواصلة المختلفة للسيطرة. في حين أن خوارزميات RL غالبا ما تكون بسيطة من الناحية الفكرية، فإن تنفيذها المتطور يأخذ العديد من قرارات التصميم منخفضة ورفيعة المستوى التي تؤثر بشكل كبير على أداء الوكلاء الناتج. | arxiv | arabic |
شبكات العصبية الرسمية (GNNs) هي بنيات تعلم عميقة مصممة لبيانات نوع الرسمية، حيث فهم العلاقات بين الملاحظات الفردية أمر بالغ الأهمية. ومع ذلك، فإن تحقيق أداء GNN الواعد، وخاصة على البيانات غير المرئية، يتطلب ضبط مفاصيل فائقة المقاييس والتدريب الدقيق. | arxiv | arabic |
معرفة ما إذا كان المستخدم هو المشتري أو المشتري النافذة بناءً على بيانات تدفق النقرات من أهمية حاسمة لمواقع التجارة الإلكترونية التي تسعى إلى تنفيذ سياسات NBA (العمل الأفضل التالي) دقيقة في الوقت الحقيقي. ومع ذلك ، بسبب انخفاض تردد الأحداث التحويلية وضوضاء البيانات المتصفحة ، فإن تصنيف جلسات المستخدم صعب للغاية. | arxiv | arabic |
يمكن أن يُخفف التوصية عبر النطاقات من مشكلة ضيقة البيانات في أنظمة التوصية. لنقل المعرفة من نطاق إلى آخر، يمكن للمرء إما استخدام معلومات الحي أو تعلم وظيفة خريطة مباشرة. | arxiv | arabic |
عادة ما لا يمكن توزيع البيانات السريرية بحرية بسبب طبيعتها السرية للغاية مما يعيق تطوير التعلم الآلي في مجال الرعاية الصحية. أحد الطرق للتخفيف من هذه المشكلة هو إنشاء مجموعات بيانات اصطناعية واقعية باستخدام شبكات خصومية مولدة (GANs). | arxiv | arabic |
توفر طرق النواة إطارًا قويًا للتعلم غير المعلمي. وهي تستند إلى وظائف النواة وتسمح بالتعلم في مساحة وظيفية غنية مع تطبيق أدوات تعلم إحصائية خطية ، مثل رجعة الرج أو آلات الدعم المتجهة. | arxiv | arabic |
فهم ديناميكية التعلم للشبكات العصبية هو موضوع مركزي في مجتمع التعلم العميق. في هذه الورقة، نأخذ منظورًا تجربيًا لدراسة ديناميكية التعلم للشبكات العصبية في إعدادات العالم الحقيقي. | arxiv | arabic |
في قلب التعلم العميق نستهدف استخدام الشبكات العصبية كمتقربات الوظيفة - تدريبهم على إنتاج نتائج من المدخلات في محاكاة وظيفة الحقيقة الأرضية أو عملية إنشاء البيانات. في كثير من الحالات لدينا فقط الوصول إلى أزواج المدخلات والمخرجات من الحقيقة الأرضية، ومع ذلك يصبح من الشائع الحصول على إستمدات من المخرجات المستهدفة فيما يت... | arxiv | arabic |
أدت التقدمات الأخيرة في الذكاء الاصطناعي إلى تطوير نماذج اللغة الكبيرة متعددة الحركات (MLLMs). ومع ذلك، فإن تكييف هذه النماذج المتدربة مسبقاً لتوزيع البيانات الديناميكية ومهام مختلفة بشكل فعال لا يزال تحدياً. | arxiv | arabic |
تصميم الهجمات المعادية لشبكات الأعصاب العميقة، وكذلك طرق التدريب المعادية ضدها، هي موضوع بحث مكثف. في هذه الورقة، نقترح طرق للتدريب ضد تهديدات الهجوم التوزيعية، وتوسيع طريقة TRADES المستخدمة للهجمات المستهدفة. | arxiv | arabic |
أظهرت الأعمال العملية الضخمة التي تم معالجتها بواسطة خوارزمية شبكة Q العميقة (DQN) أن السياسة الاستوائية ، على الرغم من بساطتها ، هي النهج الاستكشافي الأكثر استخدامًا. ومع ذلك ، فإن معظم نهج الاستكشاف الاستوائي الموجودة إما يستكشفون الإجراءات الجديدة بشكل هورستي بغض النظر عن قيم Q أو يدرسون تحيزًا في عملية التعلم لربط ... | arxiv | arabic |
الهدف من محاكاة المرور هو زيادة كمية محدودة من الأميال التي يتم قيادتها يدوياً المتاحة للتجارب والتحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التحقق من التح... | arxiv | arabic |
وبما أن الذكاء الاصطناعي يلعب دوراً كبيراً في اتخاذ القرارات التي تؤثر على البشر والمجتمع، فإن مساءلة أنظمة القرار الآلية تلقت اهتمامًا متزايدًا من الباحثين والممارسين. العدالة، التي تهتم بالقضاء على المعاملة غير العادلة والتمييز ضد الأفراد أو المجموعات الحساسية، هي جانب حاسم من المساءلة. | arxiv | arabic |
يستخدم نموذج Transformer على نطاق واسع في مختلف مجالات التطبيقات للتعلم الآلي ، مثل معالجة اللغة الطبيعية. يدرس هذا الورق تقريب فئة وظيفة هولدر المستمرة $\mathcal{H}_{Q}^{\beta}\left([0,1]^{d\times n} ،\mathbb{R}^{d\times n}\right)$ من قبل Transformers ويحدد العديد من Transformers التي يمكن أن تتغلب على لعنة البعديات. | arxiv | arabic |
يشكّل ضبط النماذج المتدربة مسبقاً على نطاق واسع مع بيانات محدودة تحديات كبيرة للتعميم. في حين أثبتت تقليل الوعي الحاد (SAM) فعالية في تحسين التعميم عن طريق البحث عن أدنى الحدود المستقرة، فإن ذاكرة إضافية كبيرة ومكلفة إجمالية الحساب تجعلها غير عملية للنماذج الكبيرة. | arxiv | arabic |
باستخدام خوارزمية التراجع السياسي، نعمل على تدريب شبكة عصبية ذات طبقة واحدة مختبئة لتوازن محاكاة دقيقة من الناحية الفيزيائية لقطر معاكس واحد. ثم يمكن نقل الأوزان والتحيزات المدربة إلى عامل فيزيائي، حيث تكون قوية بما فيه الكفاية لتوازن قطر معاكس حقيقي. | arxiv | arabic |
وقد أثبتت التعلم المعزز (RL) ، التي تعززها القدرات التعبيرية للشبكات العصبية العميقة (DNNs) لتقريب الوظائف، نجاحًا كبيرًا في العديد من التطبيقات. ومع ذلك، لا تزال عمليتها في معالجة مختلف سيناريوهات العالم الحقيقي، التي تتميز بديناميكيات متنوعة وغير متوقعة، والإشارات الضوضاء، فضاءات الحالة والعمل الكبيرة، محدودة. | arxiv | arabic |
لتقييم سلامة النظام العصبي النامي، يتم الاعتراف بتقييم الحركة العامة (GMA) في بريكتل بسبب قيمته السريرية في تشخيص الإعاقة العصبية في مرحلة الطفولة المبكرة. تم زيادة GMA بشكل متزايد من خلال نهج التعلم الآلي بهدف توسيع تطبيقها، وتحايل التكاليف في تدريب المراقبين البشريين ومواصلة توحيد تصنيف الأنماط الحركية العفوية. | arxiv | arabic |
وقد أدت أساليب منطقة الثقة إلى نتائج حديثة في بحث السياسات. النهج الشائع هو استخدام التباين KL لتحديد منطقة الثقة مما يؤدي إلى تحديث سياسة التراجع الطبيعي. | arxiv | arabic |
يمثل البرمجة الخطية التقريبية (ALP) واحدة من أسرة الخوارزميات الرئيسية لحل عمليات قرار ماركوف على نطاق واسع (MDP). في هذا العمل ، نقوم بدراسة صيغة ثنائية أساسية لل ALP ، ونطور خوارزمية قابلة للتكبير ، خالية من النموذج تسمى التعلم المليوني $\pi$ للتعزيز عند توفير Oracle العينات. | arxiv | arabic |
في هذا العمل ندرس التعلم المحلي النشط: بالنظر إلى نقطة استفسار $x$، والوصول النشط إلى مجموعة تدريبية غير ملصقة $S$، قم بإخراج التنبؤ $h(x$ من $h \in H$ المثالي المثالي باستخدام علامات أقل بكثير مما سيكون مطلوبًا لمعرفة $h$ بالكامل. على وجه الخصوص، يجب أن يكون عدد استفسارات اللقب مستقلًا عن تعقيد $H$، ويجب أن تكون وظيفة... | arxiv | arabic |
التقدم الملحوظ في التعلم العميق في السنوات الأخيرة يرجع إلى حد كبير إلى تحسينات في النطاق، حيث يتم تدريب النماذج الأكبر على مجموعات بيانات أكبر لجدولات أطول. لتنبؤ بفائدة النطاق تجريبيا، ندعو إلى منهجية أكثر صرامة تستند إلى فقدان الاستخراج، بدلاً من الإبلاغ عن أفضل ملائمة (التقاط بين) المعايير. | arxiv | arabic |
تتطلب أنظمة الصناعة 4.0 تحسينًا كبيرًا في مهامها ، سواء لتقليل التكلفة أو تعظيم الإنتاج أو حتى مزامنة محركات تحركها لإنهاء أو تسريع تصنيع منتج. هذه التحديات تجعل البيئات الصناعية سيناريوًا مناسبًا لتطبيق جميع مفاهيم التعلم المعاصر للتعزيز (RL). | arxiv | arabic |
وقد جذب التنبؤات المتسلسلة الزمنية اهتمامًا كبيرًا خلال العقود الماضية مدفوعًا بالتقدم الناشئ في أساليب التعلم العميق. ومع ذلك ، فإن معظم أساليب شبكة الأعصاب القائمة على عدم القدرة على تفسيرها وتفشل في استخراج الآلية الخفية للنظام المادي المستهدف. | arxiv | arabic |
توازن الكفاءة الحاسوبية مع الأداء التنبؤي القوي أمر حاسم في التعلم المشرف عليه، خاصة في التطبيقات الحرجة. نموذجات التعلم العميق القياسية، على الرغم من أنها دقيقة ومتوسطة، غالبا ما تفتقر إلى ميزات احتمالية مثل التنبؤات المعدلة وتقييم عدم اليقين. | arxiv | arabic |
يمكن خداع شبكات الأعصاب العميقة بسهولة من خلال اضطرابات صغيرة تعرف باسم الهجمات المعادية. التدريب المعادية (AT) هي تقنية تهدف إلى تعلم الميزات القوية لهذه الهجمات وتعتبر على نطاق واسع دفاعًا فعالًا للغاية. | arxiv | arabic |
القدرة على وكيل التعلم المعزز على معرفة العديد من وظائف المكافأة في نفس الوقت لها العديد من الفوائد المحتملة، مثل تفكيك المهام المعقدة إلى أكثر بساطة، وتبادل المعلومات بين المهام، وإعادة استخدام المهارات. نركز على جانب واحد على وجه الخصوص، وهي القدرة على التعميم إلى المهام غير المرئية. | arxiv | arabic |
في حين أن طرق التفسير القائمة على المفهوم تركزت تقليديا على التفسيرات المحلية للتنبؤات الشبكة العصبية، نقترح إطارًا جديدًا وأداة تفاعلية تمتد هذه الطرق إلى مجال التفسير الميكانيكي. يسمح نهجنا بتفريق عالمي للسلوك النموذجي من خلال تحليل كيفية ظهور الصفات المفاهيمية على مستوى عال (المشار إليها باسم المفاهيم) والتفاعل والا... | arxiv | arabic |
نحن نقدم إطار بسيط لتصميم خوارزميات تعزيز خاصة. نحن نقدم الظروف الطبيعية التي تحتها هذه خوارزميات هي بشكل مختلف خاص، وكفاءة، ومحبة الضوضاء PAC المتعلمين. | arxiv | arabic |
تعتمد نماذج التعلم المراقبة الذاتية (SSL) على مهمة ذريعة لتعلم التمثيلات. لأن هذه المهمة ذريعة تختلف عن المهام المتدفقة المستخدمة لتقييم أداء هذه النماذج، هناك سوء التنحيط أو التحيز المسبق للتدريب. | arxiv | arabic |
تقنيات الذكاء الاصطناعي (AI) (إعادة تشكيل الحياة الحديثة) ، مما يدفع الابتكار في مجموعة واسعة من القطاعات. ومع ذلك، فإن بعض أنظمة الذكاء الاصطناعي قد أدت إلى نتائج غير متوقعة أو غير مرغوب فيها أو تم استخدامها بطرق مشكوك فيها. | arxiv | arabic |
تتطلب إدارة خطورة الفيضانات الفعالة تقييم وتنبؤ بعرضية الفيضانات الفجيرة. يتم استخدام شبكات عصبية متأثرة (CNNs) عادةً لهذا المهمة ولكن تواجه مشاكل مثل انفجار التدفق والإفراط في التكيف. | arxiv | arabic |
وقد تم تطبيق تقنيات التعلم المتعدد القائمة على المقاييس بنجاح على مشاكل التصنيف القليل. في هذه الورقة، نقترح الاستفادة من المعلومات المتعددة الحركات لتعزيز طرق التعلم القليلة القائمة على المقاييس. | arxiv | arabic |
وقد تم تقييد التقدم في التعلم المستمر من خلال تعقيدات متعددة للوصول: غياب الرمز، ومتطلبات الحساب العالية، وعدم وجود مرموز مناسبة. في هذا العمل، نقدم CORA، منصة لموكلي التعلم المستمر من خلال تعقيد توفر مرموزات، خطوط أساسية، ومقاييس في حزمة رمز واحدة. | arxiv | arabic |
يثير التلاحظ الآلي للصورة (AIA) تحديات هائلة للتعلم الآلي لأنه يتطلب نمذجة بيانات غير واضحة في الإدخال والخروج ، على سبيل المثال ، الصور التي تحتوي على عدة أشياء ومعينة بألواح معنوية متعددة. أكثر تحدياً هو أن عدد علامات المرشح عادةً ما يكون ضخمًا (كبيراً مثل حجم المفردات) ومع ذلك لا ترتبط كل صورة إلا ببعضها. | arxiv | arabic |
ظهر التعلم الميتالي (ML) كجهة موهبة في نماذج التعلم في إعدادات الموارد المحدودة مثل التعلم القليل من اللقطات. النهج الشائع للاستفادة من التعلم الميتالي إما تعلم نموذج أولي يمكن تعميمه أو تحسين المعلمات العامة من خلال التدريب الحلقوي. | arxiv | arabic |
إن العثور على تعريف رسمي مقبول عمومًا للتمثيل المنفصل في سياق عامل يتصرف في بيئة هو تحدي مهم نحو بناء عوامل مستقلة كفاءة في بيانات. اقترح هيغنز وزملاؤه مؤخراً تعلم التمثيل المنفصل المستند إلى التناظر ، وهو تعريف يعتمد على تصفية التناظرات في البيئة باستخدام نظرية المجموعات. | arxiv | arabic |
للدفاع عن هجمات الاستنتاج وتخفيف تسرب المعلومات الحساسة في التعلم المشترك (FL) ، فإن FL خاصة بشكل مختلف على مستوى العميل (DPFL) هو المعيار الواقعي لحماية الخصوصية عن طريق قطع التحديثات المحلية وإضافة الضوضاء العشوائية. ومع ذلك، فإن طرق DPFL الحالية تميل إلى جعل منظر الخسارة الحادة ولديها قوة ضغط ضئيلة، مما يؤدي إلى تده... | arxiv | arabic |
تتعلم شبكات الرسومات العصبية (GNNs) ميزات العقدة عن طريق جمع ومجتمع المعلومات الجارية ، والتي حققت أداءً واعدةً في العديد من مهام الرسومات. ومع ذلك ، يتم معاملة GNNs في الغالب كصناديق سوداء ولا توجد تفسيرات قابلة للتفاهم بشرية. | arxiv | arabic |
في الآونة الأخيرة، تم بذل جهود لتوحيد رسائل مرحلة الإشارة والتوقيت (SPaT) ، وتحتوي هذه الرسائل على توقيت مراحل الإشارة لجميع نهج التقاطع المُشير. | arxiv | arabic |
المكتبات المشفورة بالحمض النووي (DEL) هي نهج قوي لتحديد عدد كبير من المركبات المختلفة بسرعة. أحد التحديات الرئيسية في استخدام المكتبات المشفرة هو تصميم المكتبات، والذي يتضمن اختيار كتلة البناء التي سيتم دمجها بشكل مزيج لإنتاج المكتبة النهائية. | arxiv | arabic |
في حين تم حتى الآن معاملة اختيار المعايير العابرة للشبكات العصبية (NNs) على أنها فن ، فإن ظهور معمارات أكثر تعقيدًا وعمقًا يشكّل تحديًا متزايدًا للمصممين وممارسين التعلم الآلي (ML) ، خاصة عندما تحتاج إلى النظر في قيود الطاقة والذاكرة. في هذا العمل ، نقترح HyperPower ، وهي إطار يسمح بتحسين بايزياني فعال والبحث عشوائي في... | arxiv | arabic |
إن تجميع بيانات المناخ الفضائي-الوقتي المتعددة الأبعاد العالية أمر صعب بسبب الاعتمادات الزمنية المعقدة والتفاعلات الفضائية المتطورة والديناميكيات غير الثابتة. تقاوم أساليب تجميع التقليدية ، بما في ذلك النماذج المتكررة والحركة ، في كثير من الأحيان لالتقاط العلاقات الزمنية المحلية والعالمية مع الحفاظ على السياق الفضائي. | arxiv | arabic |
في السنوات الأخيرة، أثارت تقنيات التعلم متعددة الرؤى لتنفيذ مختلف التطبيقات زيادة في الاهتمام. وبسبب المعلومات الأكثر توافقًا والتكاملة من العديد من الرؤى، يمكن أن تحقق أساليب الرؤى المتعددة الحالية أداءً أكثر وعداً من أساليب الرؤية الواحدة التقليدية في معظم الحالات. | arxiv | arabic |
ندرس مشكلة تعلم وظيفة غير خطية عبر شبكة من المتعلمين بطريقة لامركزية بالكامل. يفترض أيضًا التعلم عبر الإنترنت، حيث يتلقى كل متعلم بيانات تدفق مستمرة محليًا. | arxiv | arabic |
تقنيات التطبيع تلعب دوراً هاماً في دعم تدريب فعال وغالباً ما أكثر فعالية للشبكات العصبية العميقة. في حين أن الطرق التقليدية تمتثل بشكل صريح التفعيلات، نقترح إضافة مصطلح الخسارة بدلاً من ذلك. | arxiv | arabic |
ضغط الشبكات العصبية العميقة (DNNs) أمر حاسم للتكيف مع الأجهزة المحمولة. على الرغم من أن العديد من الخوارزميات الناجحة موجودة للضغط على DNNs المدربة بشكل طبيعي ، إلا أن تطوير خوارزميات ضغط فعالة ومستقرة لمتدربين بشكل قوي لا يزال مفتوحًا على نطاق واسع. | arxiv | arabic |
نقترح إطارًا للتعلم لجزرات الرسوم البيانية ، والذي يعتمد نظرياً على تنظيم النقل الأمثل. يوفر هذا الإطار مقياسًا جديدًا للأبعاد المرئية الأمثلة ، وهي خلافة Wasserstein المنظمة (RW) ، والتي يمكن أن تحافظ على سمات وبنية الرسوم البيانية عبر مسافات Wasserstein على الخصائص وتغيراتها المحلية ، والمراكز المحلية والاتصال العالم... | arxiv | arabic |
إن إزالة التعلم العميق هو مشكلة إزالة مجموعة فرعية من مجموعة التدريبات من شبكة عصبية تدربة. هذه المشكلة في الوقت المناسب جداً ولها العديد من التطبيقات، بما في ذلك المهام الرئيسية لإزالة التحيزات (RB) ، وحل الارتباك (RC) (الذي يسببه البيانات المختلفة في النماذج المدربة) ، وكذلك السماح للمستخدمين بممارسة حقهم في النسيان ... | arxiv | arabic |
العلاقات الثنائية الأساسية مثل المساواة وعدم المساواة هي أساسية لهياكل البيانات العلاقية. يجب على الشبكات العصبية أن تتعلم هذه العلاقات وتتعميمها إلى البيانات الجديدة غير المرئية. | arxiv | arabic |
نحن نقدم إعدادًا جديدًا للمهام المتعددة عبر الإنترنت. في هذا الإعداد يتم تقسيم كل مهمة إلى تسلسل من الأجزاء غير معروفة للمتعلم. | arxiv | arabic |
نراجع المشكلة الكلاسيكية لانتخاب الجمع الفرعي المثالي في إعداد التعلم عبر الإنترنت. افترض أن مجموعة $[N]$ تتكون من عناصر $N$ متميزة. | arxiv | arabic |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.