text large_stringlengths 1 1.2k | source_dataset large_stringclasses 3
values | translation_language large_stringclasses 12
values |
|---|---|---|
وضع التطورات الأخيرة في مجال حلول المعادلة التفاضلية الجزئية العصبية (PDE) تركيزًا قويًا على المشغلين العصبية. ومع ذلك ، فإن ورقة "Message Passing Neural PDE Solver" من قبل Brandstetter et al. المنشورة في ICLR 2022 تعود إلى النماذج السريعة وتصمم شبكة عصبية مرسلة رسومية قابلة للمقارنة أو تفوق كل من أحدث عمليات ت... | arxiv | arabic |
حققت النموذج التوليدي للغة الكبيرة (LLM) مؤخرا نجاحًا ملحوظًا في العديد من التطبيقات. لا سيما استنتاجها يخلق رموز الخروج واحدة تلو الأخرى ، مما يؤدي إلى العديد من الحسابات الضائعة. | arxiv | arabic |
مع توسيع حجم البيانات بسرعة ، أصبح التعلم الآلي الموزع أساسياً لمعالجة متطلبات الحوسبة المتزايدة للأنظمة الحديثة للاستخدام الذاتي. ومع ذلك ، فإن نماذج التدريب في البيئات الموزعة تحدي مع احتفاظ المشاركين ببيانات غير مستقلة وموزعة بشكل هوية (غير IID). | arxiv | arabic |
يبدأ العمل الرائد من أونو وسوزوكي [ICLR، 2020] وكاي ووانغ [<a href="https://arxiv.org/abs/2006.13318" data-arxiv-id="2006.13318" class="link-https">arXiv:2006.13318</a>] تحليل سلاسة ميزات شبكة التخزينات الجرافية (GCN). تكشف نتائجهم عن علاقة تجربية معقدة بين دقة تصنيف العقد ونسبة مكونات الميزات السلسة إلى غير السلسة. | arxiv | arabic |
تسمم البيانات هو نوع من الهجمات المتضاربة على بيانات التدريب حيث يتلاعب مهاجم مع جزء من البيانات لتدهور أداء نموذج التعلم الآلي. لذلك ، فإن التطبيقات التي تعتمد على مصادر البيانات الخارجية لبيانات التدريب تعرض لخطر أعلى بكثير. | arxiv | arabic |
نقدم Path Integral Sampler~ ((PIS) ، وهو خوارزمية جديدة لاستخراج عينات من وظائف كثافة الاحتمال غير الطبيعية. بنيت PIS على مشكلة جسر شريدنجر التي تهدف إلى استعادة التطور الأكثر احتمالا لعملية التوزيع نظرا لتوزيعها الأولية وتوزيعها النهائي. | arxiv | arabic |
تعمل الشبكات وعمليات النقاط الزمنية كحجر بناء أساسي لنمذجة البيانات العلاقة الديناميكية المعقدة في مختلف المجالات. نقدم نموذج هوكز الفضاء الخاطئ (LSH) ، وهو نموذج جديد تولدي لشبكات الأحداث العلاقية المتواصلة في الوقت ، باستخدام تمثيل الفضاء الخاطئ للعقدات. | arxiv | arabic |
يتم توليد بيانات المستشعرات المتسلسلة في مجموعة واسعة من التطبيقات العملية. التحدي الأساسي ينطوي على تعلم مصنفات فعالة لهذه البيانات المتسلسلة. | arxiv | arabic |
نقترح قياسًا قويًا وموثوقًا للتقييم للنماذج التوليدية من خلال إدخال معالجة أوضعية وإحصائية لتقدير الدعم الصارم. المقاييس الحالية ، مثل درجة البدء (IS) ، ومسافة البدء (FID) ، والفوارق من الدقة والذكاء (P&R) ، تعتمد بشكل كبير على الدعم الذي يتم تقديره من ميزات العينات. | arxiv | arabic |
إن الانتحار مشكلة صحية عالمية حرجة تتضمن أكثر من 700 ألف حالة وفاة سنوياً، وخاصة بين الشباب. يعبر الكثيرون عن أفكارهم الانتحارية على منصات وسائل التواصل الاجتماعي مثل ريدت. | arxiv | arabic |
نمذجة توزيع الاحتمالات للسلسلات في البيانات الجدولية وتوليد البيانات الاصطناعية الواقعية هي مهمة غير بسيطة. البيانات الجدولية عادة ما تحتوي على مزيج من الأعمدة المتفردة والمتواصلة. | arxiv | arabic |
تتيح واجهة الدماغ والكمبيوتر غير الغازية (BCI) التفاعل المباشر بين المستخدم والأجهزة الخارجية ، عادةً عن طريق إشارات الكهرومغناطيسية (EEG). ومع ذلك ، فإن فك تشفير إشارات EEG عبر سماعات مختلفة لا يزال تحديًا كبيرًا بسبب الاختلافات في عدد ومواقع الأجهزة الكهربائية. | arxiv | arabic |
في السنوات الأخيرة ، بدأ التجميع المجرد للنص مع مدخلات متعددة الطرق في جذب الاهتمام بسبب قدرته على تجميع المعلومات من طرق مختلفة من المصادر وتوليد ملخص نصي متدفق. ومع ذلك ، فإن الطرق الحالية تستخدم مقاطع الفيديو القصيرة كطريقة مرئية ومقاطع قصيرة كحقيقة أساسية ، وبالتالي ، فإنها تؤدي بشكل سيء على مقاطع الفيديو الطويلة و... | arxiv | arabic |
أصبح تخزين وتدفق بيانات بعملية عالية الأبعاد لتدريب النموذج الأساس شرطًا حاسمًا مع ظهور النماذج الأساسية خارج اللغة الطبيعية. في هذه الورقة نقدم TensorBank ، وهو تينسر بحيرة على نطاق بيتابايت قادر على تدفق التينسرات من Cloud Object Store (COS) إلى ذاكرة GPU بسرعة الأسلاك بناءً على استفسارات علاقة معقدة. | arxiv | arabic |
شبكات العصبية الاصطناعية هي وظائف تعتمد على عدد محدود من المعلمات التي يتم تشفيرها عادةً باسم الوزن والتحيزات. يتم تحديد ملامح الشبكة من عينات محدودة من أزواج المدخلات والخروج غالباً ما يشار إليها باسم نموذج \emph{المعلم الطالب} ، وقد تمثل هذا النموذج إطارًا شائعًا لفهم التدريب والتعميم. | arxiv | arabic |
يقدم هذا الورق إطار انتشار موحد (مطلق عليه UniDiffuser) لتناسب جميع التوزيعات ذات الصلة لمجموعة من البيانات متعددة الطرق في نموذج واحد. إن رؤيتنا الرئيسية هي - تعلم نماذج التوزيع للتوزيع الهامشية والشروطية والمنظمة يمكن توحيدها كتنبؤ بالضوضاء في البيانات المضطربة ، حيث يمكن أن تكون مستويات التضرب (أي خطوات زمنية) مختلف... | arxiv | arabic |
في هذه الورقة نقوم بتحليل تجريبي لسلوك التقارب في CoCoA ونظهر أن عدد العمال المطلوب لتحقيق أعلى معدل التقارب في أي وقت يتغير على مدار التدريب. بناءً على هذه الملاحظة، نقوم ببناء Chicle، وهي إطار مرن يعدل بشكل ديناميكي عدد العمال بناءً على ردود الفعل من خوارزمية التدريب، من أجل اختيار عدد العمال الذي يؤدي إلى أعلى معدل ... | arxiv | arabic |
تم دراسة تنبؤات حالة حركة المرور على مستوى الشبكة بشكل مكثف منذ عقود. على الرغم من تحسين دقة التنبؤ باستمرار مع نماذج التعلم العميق الناشئة وبيانات حركة المرور المتوسعة باستمرار، لا يزال تنبؤ حركة المرور يواجه العديد من التحديات في الممارسة العملية. | arxiv | arabic |
معظم نماذج التعلم الآلي، وخاصة الشبكات العصبية الاصطناعية، تتطلب بيانات عددية وليس فصلية. نصف بشكل موجز مزايا وعيوب مخططات التشفير الشائعة. | arxiv | arabic |
تم توسيع أساليب التعلم الميتركي الخطوي الكلاسيكي مؤخرا على طول خطين متميزين: أساليب التعلم الميتركي العميق لتعلم إدراجات البيانات باستخدام الشبكات العصبية، وأساليب تعلم التباين بريغمان لتوسيع تعلم المسافات الأوكليدية إلى تدابير التباين الأكثر عاما مثل التباينات على التوزيعات. في هذه الورقة، نقوم بتقديم اختلافات بريغمان... | arxiv | arabic |
يقدم تدريب ونشر نماذج الكشف عن التشويق العميق على أجهزة الحافة ميزة الحفاظ على خصوصية البيانات وسرية من خلال معالجتها بالقرب من مصدرها. ومع ذلك، فإن هذا النهج مقيد من قبل الموارد الحوسبة والذاكرة المحدودة المتاحة في الحافة. | arxiv | arabic |
أثبتت الشبكات العصبية (NNs) أنها بديل قابلة للتطبيق للخوارزميات العددية التقليدية المباشرة ، مع القدرة على تسريع الوقت الحسابي بمقدار عدة ترتيبات من الكبيرة. في الورقة الحالية نقوم بدراسة استخدام شبكة العصبية المتكوّنة المتكوّنة المتكوّنة المتكوّنة (CNN) كحلولات انتشار الحالة المستقرة. | arxiv | arabic |
تتوفر ضوضاء اللبنانات العشوائية (أو ضوضاء الملاحظة) على نطاق واسع في إعدادات التعلم الآلي العملية. في حين تركز الدراسات السابقة بشكل أساسي على تأثير ضوضاء اللبنانات على أداء التعلم، فإن عملها يهدف إلى التحقيق في الآثار الضامنة للتنظيم الضوضاء اللبنانات، تحت إعدادات أخذ العينات في مجموعات صغيرة من انخفاض التسارع المرجعي... | arxiv | arabic |
تم دراسة نوعين من طرق هبوط التدرج منخفضة التكلفة لكل إطارات على نطاق واسع بالتوازي. واحد هو هبوط التدرج عبر الإنترنت أو الاستوكاستيك (OGD / SGD) ، والآخر هو هبوط التساوي المرتبط عشوائي (RBCD). | arxiv | arabic |
نحن نقدم خوارزمية جديدة لحل مشاكل ماكس أو ماكس من دون العالم الملتوي. نحن نستخدم افتراضات صرامة، موجودة في كل مكان في التعلم، مما يجعل طريقةنا قابلة للتطبيق على العديد من مشاكل التحسين. | arxiv | arabic |
تعتبر وضع المجموعات البيانية على العلامات تحدياً ملحوظاً في مجال التعلم الآلي، سواء من حيث التكلفة أو الوقت. ومع ذلك، فإن هذا البحث يستخدم إجابة فعالة. | arxiv | arabic |
تُنتشر سلسلة زمنية متعددة المتغيرات التي يتم أخذها بشكل غير منتظم (ISMTS) في الواقع. بسبب فتراتها غير موحدة بين الملاحظات المتتالية ومعدلات أخذ العينات المتغيرة بين السلسلات، فشلت استراتيجية الاستخدام المستقل عن القناة (CI) ، التي أثبتت أنها أكثر إرادة للتنبؤ بالسلسلات زمنية متعددة المتغيرات الكاملة في الدراسات الأخيرة... | arxiv | arabic |
وقد حققت أداء نماذج اللغة الكبيرة عرضًا خارقًا عن الإنسان بعمق غير مسبوق. في الوقت نفسه ، فإن نماذج اللغة هي في الغالب نماذج مربع أسود وتم تقييم الآليات الأساسية للأداء باستخدام مخططات اصطناعية أو آلية. | arxiv | arabic |
يتطلب التعرف على النشاط البشري القائم على أجهزة الاستشعار (HAR) التنبؤ بعملية شخص على أساس بيانات سلسلة زمنية تم إنشاؤها بواسطة أجهزة الاستشعار. جذبت HAR اهتمامًا كبيرًا في السنوات القليلة الماضية ، بفضل عدد كبير من التطبيقات التي تمكنت من استخدامها أجهزة الحوسبة الحديثة المتاحة في جميع أنحاء العالم. | arxiv | arabic |
تعتبر نماذج أقل مربعات مثل التراجع الخطوي وتحليل التمييز الخطوي من بين تقنيات التعلم الإحصائي الأكثر شعبية. ومع ذلك ، نظرًا لأن وقت الحساب يزداد مكعبًا مع عدد الميزات ، فهي غير فعالة في مجموعات بيانات التصوير العصبي الابعالي العالي. | arxiv | arabic |
تمثيل بيانات فعال هو أمر حاسم في مختلف مهام التعلم الآلي، حيث أنه يحتوي على الهيكل الأساسي والسياق للبيانات. ظهرت التوابل كطريقة قوية لتمثيل البيانات، ولكن تقييم جودةها وقدرتها على الحفاظ على المعلومات الهيكلية والسياقية لا تزال تحديا. | arxiv | arabic |
وبما أن الشبكات العصبية تتخذ قرارات حاسمة بشكل متزايد في إعدادات المخاطر العالية، فإن مراقبة وتفسير سلوكها بطريقة مفهومة وموثوق بها أمر ضروري. أحد أنواع التفسيرات المستخدمة شيوعاً هو إخصاب ميزات ما بعد الاحتفاظ، وهي عائلة من الطرق لإعطاء كل ميزة في إدخال نتيجة تتوافق مع تأثيرها على إنتاج النموذج. | arxiv | arabic |
إن التشخيص التلقائي لأشخاص يعانون من اضطرابات قلبية متعددة من بيانات الكهرباء القلبية ذات الرصاص المنخفضة (ECG) أمر صعب. أحد الأسباب لهذا هو صعوبة تحديد العلامات من بيانات القيادة القياسية 12. | arxiv | arabic |
غالبا ما تعاني طرق إخصاب الميزات الحالية مثل SHAP من الاعتماد العالمي ، حيث لا يتمكنون من التقاط سلوك النموذج المحلي الحقيقي. هذه الورقة تعرض VARSHAP ، وهو طريقة إخصاب الميزات المحلية الجديدة التي تستخدم تقليل التباين التنبؤي كمقاييس أهمية رئيسية للميزات. | arxiv | arabic |
التشويش في الأذى (AF) هو أكثر اضطرابات القلب انتشارًا في جميع أنحاء العالم، حيث يعاني 2% من السكان. ويرتبط مع زيادة خطر الإصابة بالسكتة الدماغية وفشل القلب ومضاعفات أخرى مرتبطة بالقلب. | arxiv | arabic |
تدرس هذه الورقة مشكلة تقدير المتجهات الخاصة الرئيسية لمصفوفة التباين من عينات البيانات المستقلة والموزعة بشكل متطابق في إعدادات التدفق. يمكن أن يكون معدل تدفق البيانات في العديد من التطبيقات المعاصرة عاليا بما فيه الكفاية بحيث لا يمكن لمعالج واحد إنهاء تكرار من الطرق الحالية لتقدير المتجهات الخاصة قبل وصول عينة جديدة. | arxiv | arabic |
تعتبر تعلم التمثيل الرسمي مشكلة أساسية لنمذجة البيانات العلاقية وتفيد عددًا من التطبيقات المتدنية. تعاني نماذج الرسميات التقليدية القائمة على البايزية وال GNN القائمة على التعلم العميق الأخير إما من عدم الممارسة أو عدم القدرة على التفسير ، وبالتالي تم اقتراح نماذج مزيجية للجرافات غير الموجزة للتغلب على الضعف. | arxiv | arabic |
في السنوات الأخيرة، تم تطبيق المزيد من خوارزميات التعلم الآلي على تصنيف الرائحة. هذه خوارزميات تصنيف الرائحة عادة ما تنطبق على أن مجموعات البيانات التدريبية ثابتة. | arxiv | arabic |
التحديات الرئيسية في أبحاث التفسير تتضمن 1) تقييم التفسيرات المتنوعة و | arxiv | arabic |
نحن ندرس استناداة خوارزميات التعلم لمقاييس الأداء متعددة الفئات التي هي وظيفة غير قابلة للتحلل من ماتريكة الارتباك من المصنف ولا يمكن أن تعبر عن كمية الخسائر على نقاط البيانات الفردية. أمثلة على مثل هذه المعايير الأداء تشمل F-مقياس الكلي الشائع في استرداد المعلومات ومقاييس G- المتوسط المستخدمة في مشاكل التوازن في الفئة... | arxiv | arabic |
في إعداد التعلم عبر الإنترنت الاستوتشستي مع الرسوم البيانية غير الموجزة للردود ، قام Lykouris et al. (2020) سابقاً بتحليل الرغبة السائدة من خوارزمية UCB-N القائمة على الحدود العليا على الثقة وال خوارزمية TS-N القائمة على عينة Thompson. في هذه الملاحظة ، نظهر كيفية تحسين تحليل الرغبة السائدة. | arxiv | arabic |
استخدام البيانات من أجهزة استشعار الحلقة للكشف عن حوادث المرور في الطرق السريعة في الوقت الحالي تقريبًا أمر حاسم لمنع ازدحام المرور الكبير. في حين توفر طرق التعلم الآلي المراقبة الحديثة حلول للكشف عن الحوادث عن طريق الاستفادة من بيانات الحوادث التي تمت تسميتها من قبل البشر ، غالبًا ما يكون معدل الإنذار الكاذب مرتفعًا ج... | arxiv | arabic |
توجد العديد من طرق التفسير للمصنفين القائمين على شبكة التخزين. معظم هذه الطرق تركز على استخراج خرائط الخصائص لعينة معينة، وتوفير تفسير محلي يسلط الضوء على المناطق الرئيسية للتصنيف. | arxiv | arabic |
نحن نطور خوارزميات جديدة للتعلم المتزامن لمهام متعددة (مثل تصنيف الصور وتقدير العمق) ، وتكييفها لتوزيع المهام / المجال غير المرئية داخل تلك المهام رفيعة المستوى (مثل البيئات المختلفة). أولاً، نتعلم التمثيلات المشتركة التي تتمثل في جميع المهام. | arxiv | arabic |
التدريب على العوائق هو من بين التقنيات الأكثر فعالية لتحسين قوة النماذج ضد اضطرابات العوائق. ومع ذلك، فإن تأثير هذا النهج على النماذج ليس مفهومًا تمامًا. | arxiv | arabic |
نموذج ناجح جداً لمحاكاة الإخلاء الطارئ هو نموذج القوة الاجتماعية. في قلب النموذج القوة ذاتية القيادة التي يتم تطبيقها على وكيل وتوجيه نحو الخروج. | arxiv | arabic |
في مجال التعلم المشرف، أظهر التعلم البايسي قدرات تنبؤية قوية تحت اضطرابات المدخل والفوارق. مستوحاة من هذه النتائج، نظهر خصائص القوة للتعلم البايسي في مهمة البحث عن التحكم. | arxiv | arabic |
يُعزى البحوث التقليدية تحسين قدرة التعميم في الشبكات العصبية العميقة إما إلى المحفزات القوية أو تصميم الشبكة الجديدة. على عكس ذلك، في هذه الورقة، نستهدف ربط قدرة التعميم في الشبكة العميقة بتحسين وظيفة موضوعية جديدة. | arxiv | arabic |
اكتسبت شبكات الرسوم البيانية العصبية (GNNs) اهتمامًا بقدرتها على تعلم التمثيلات من بيانات الرسوم البيانية. بسبب مخاوف الخصوصية وتضارب المصالح التي تمنع العملاء من مشاركة بيانات الرسوم البيانية بشكل مباشر مع بعضهم البعض ، تم تطوير إطاريات التعلم المشترك للخطوط البيانية العمودية (VGFL). | arxiv | arabic |
في مختلف تطبيقات الويب مثل الإعلانات المستهدفة ونظم التوصية ، تكون الميزات الفئوية المتاحة (مثل نوع المنتج) غالبًا ما مهمة جدًا ولكن نادرة. كحل متبنى على نطاق واسع ، يمكن لنماذج مبنية على آلات التصنيف (FMs) نمذجة تفاعلات عالية النظام بين الميزات لتحليلات تنبؤية نادرة فعالة. | arxiv | arabic |
الأطر البرمجية للشبكات العصبية تلعب دوراً رئيسياً في تطوير وتطبيق أساليب التعلم العميق. في هذه الورقة، نقوم بتقديم إطار سلسلة، الذي يهدف إلى توفير وسيلة مرنة وبديهية وعالية الأداء لتنفيذ مجموعة كاملة من نماذج التعلم العميق التي يحتاجها الباحثون والممارسون. | arxiv | arabic |
يجب أن تكون تصنيفات الذكاء الاصطناعي الآلية قادرة على تأجيل التنبؤ إلى صانع القرار البشري لضمان توقعات أكثر دقة. في هذا العمل، نحن نعمل بشكل مشترك على تدريب مصنف مع مستبعد، الذي يقرر على كل نقطة بيانات ما إذا كان المصنف أو البشر يجب أن يتوقع. | arxiv | arabic |
بهدف تعزيز نشر التعلم القوي في العالم الحقيقي بأمان، حققت البحوث حول التعلم القوي الآمن تقدماً كبيراً في السنوات الأخيرة. ومع ذلك، فإن معظم الأعمال الموجودة في الأدب لا تزال تركز على الإطار عبر الإنترنت حيث من المرجح أن يتعرض الانتهاكات المخاطر لميزانية السلامة أثناء التدريب. | arxiv | arabic |
يرتبط الإصابة الحادة بالكلى (AKI) في المرضى المصابين بحالة حرجة بالمرض والوفيات الكلية. ويتيح تطوير طرق جديدة لتحديد المرضى الذين يعانون من AKI في وقت سابق اختبار استراتيجيات جديدة لمنع أو تقليل مضاعفات AKI. | arxiv | arabic |
في التطبيقات في العالم الحقيقي، غالبًا ما يتم تحديد نجاح إنجاز مهمة من خلال العديد من الخطوات الرئيسية التي بعيدة في مراحل زمنية ويجب تحقيقها في ترتيب زمني ثابت. على سبيل المثال، يجب تحقيق الخطوات الرئيسية المدرجة في وصفة الطبخ واحد تلو الآخر في الترتيب الزمني المناسب. | arxiv | arabic |
عادة ما يتم تصميم أنظمة التعلم العميق لأداء مجموعة واسعة من مدخلات الاختبار. على سبيل المثال، من المفترض أن تتعامل أنظمة التعلم العميق في السيارات المستقلة مع حالات المرور التي لم يتم تدريبها خصيصا. | arxiv | arabic |
غالبًا ما يتم تدريب شبكات الأعصاب العميقة (DNNs) على افتراض أن مجموعة بيانات التدريب الكاملة يتم توفيرها مسبقاً. ومع ذلك، في سيناريوهات العالم الحقيقي، غالبًا ما تصل البيانات في قطع مع مرور الوقت. | arxiv | arabic |
يتم توقع نمذجة تنبؤية في الوقت الحقيقي بدقة مطلوبة في الذكاء الاصطناعي الصناعي (IAI) ، حيث تلعب الشبكات العصبية دورًا رئيسيًا. تتطلب الشبكات العصبية في IAI أجهزة حوسبة قوية عالية الأداء لتشغيل عدد كبير من بيانات النقاط العائمة. | arxiv | arabic |
تستخدم المتاجر عبر الإنترنت عادةً علاقات المنتجات مثل الحزم والبديلات لتحسين جودة الكتالوج وتوجيه العملاء من خلال خيارات لا تحصى. يقدم حل الكيان باستخدام نماذج مطابقة المنتجات بالتزامن وسيلة لإستعمال العلاقات بين المنتجات. | arxiv | arabic |
التحقق من قوة نماذج التعلم الآلي ضد هجمات التهرب في وقت الاختبار هو مشكلة بحثية مهمة. للأسف، أظهر العمل السابق أن هذه المشكلة NP- صعبة لمجموعات شجرة القرار، وبالتالي لا بد من أن تكون صعبة للتعامل مع المدخلات المحددة. | arxiv | arabic |
إن التكرار أمر أساسي في العلوم لأنه يسمح لنا بتصديق وتحقق من نتائج البحوث. بدأ Impagliazzo، Lei، Pitassi و Sorrell (`22) مؤخرا دراسة التكرار في التعلم الآلي. | arxiv | arabic |
حققت الشبكات العصبية العميقة الحديثة أداءً مثيرًا للإعجاب في المهام من تصنيف الصور إلى معالجة اللغة الطبيعية. ومن المفاجئ أن هذه الأنظمة المعقدة ذات كمية هائلة من المعلمات تظهر نفس الخصائص الهيكلية في خصائص الطبقة الأخيرة ومصنفيها عبر مجموعات البيانات القنونية عند التدريب حتى التقارب. | arxiv | arabic |
نموذجات الاندماج مجموعات نموذجات اللغة الكبيرة (LLM) تحسنت على مهام مختلفة إلى واحدة أقوى. ومع ذلك، فإن تضارب المعلمات بين النماذج تؤدي إلى تدهور الأداء في المتوسط. | arxiv | arabic |
نحن ندرس مشكلة تحديد الأفراد بناءً على أنماط النظر المميزة لهم أثناء قراءة النص التعسفي. الدافع لهذا المشكلة هو إعداد بيومتري غير متدخل حيث يتم ملاحظة المستخدم أثناء الوصول إلى وثيقة ، ولكن لا يتم تنفيذ أي بروتوكول تحدي محدد يتطلب وقت المستخدم والاهتمام. | arxiv | arabic |
تصنيف سلسلة الزمن (TSC) هو موطن لعدد من مجموعات الخوارزميات التي تستخدم أنواع مختلفة من الأنماط التمييزية. وصف واحدة من هذه المجموعات المصنفين الذين يتوقعون باستخدام فترات تعتمد على المراحل. | arxiv | arabic |
إن تطوير حلول قابلة للتوسع لتدريب شبكات الجراف العصبي (GNNs) لمهام التنبؤ بالروابط أمر صعب بسبب الاعتماد على البيانات العالية التي تتضمن تكلفة الحوسبة العالية وأثر ذاكرة ضخم. ونحن نقترح طريقة جديدة لتوسيع تدريب نماذج إدراج الجراف المعرفة للتنبؤ بالروابط لمعالجة هذه التحديات. | arxiv | arabic |
وقد خلق انتشار منصات الويب حوافز للإساءة على الإنترنت. تم اقتراح العديد من تقنيات الكشف عن الفوارق القائمة على الرسوم البيانية لتحديد الحسابات والسلوكيات المشبوهة. | arxiv | arabic |
تعتبر الجيول المتكاملة (IG) خوارزمية تستخدم على نطاق واسع لتخصيص نتائج شبكة عصبية عميقة لميزات مدخلاتها. نظراً لعدم وجود تكاملات شكل مغلق لنماذج التعلم العميق ، تستخدم تقارب رقم ريمن غير دقيقة لحساب IG. | arxiv | arabic |
الجهازات المحمولة الحديثة لديها إمكانية الوصول إلى مجموعة كبيرة من البيانات المناسبة لنماذج التعلم، والتي بدورها يمكن أن تحسن تجربة المستخدم على الجهاز إلى حد كبير. على سبيل المثال، يمكن لنماذج اللغة تحسين التعرف على الكلام وإدخال النص، ويمكن لنماذج الصور تحديد الصور الجيدة تلقائيًا. | arxiv | arabic |
نقدم تحليلًا واسعًا للمشكلة الرئيسية في تعلم أسعار الاحتياطي الأمثل للمزادات الثانية العامة. نصف خوارزميتين لهذا المهمة: واحدًا على أساس تقدير الكثافة ، وخوارزمة جديدة تستفيد من ضمانات نظرية صلبة ومع تعقيد وقت تشغيل مواتٍ للغاية من $ O(n S \log (n S)) $ ، حيث $ n $ هو حجم العينة و $ S $ عدد الفتحات. | arxiv | arabic |
أظهرت الأبحاث أن نماذج التعلم الآلي قد ترث وتنشر التحيزات الاجتماعية غير المرغوب فيها المشفورة في البيانات. لمعالجة هذه المشكلة، تم تطوير خوارزميات تدريب عادلة. | arxiv | arabic |
تستند طرق إدراج الرسوم البيانية الموجزة الحالية إلى تقنيات غير الموجزة ولكن غالبا ما لا تستخدم معلومات الحافة الموجزة بشكل كاف ، مما يؤدي إلى تحديات مثل: (1) تمثيلات غير مثالية للعقدات ذات درجات منخفضة من الدخول / الخروج ، بسبب التفاعلات الجارية غير الكافية ؛ (2) قدرة محدودة على تمثيل العقدات الجديدة بعد التدريب ؛ (3) ... | arxiv | arabic |
في هذا العمل، نقوم بدراسة كيفية تأثير الاهتمام المتخفي متعدد الرأس (MLA) ، وهي استراتيجية شائعة لتضغط الذاكرة الرئيسية / القيمة ، على القدرة الداخلية للمتحول أثناء التدريب. باستخدام مجموعة خفيفة من تشخيصات مارشنكو-باتور (MP) ، نقوم بتحليل طيف المصفوفة الجرامية $W_{Q}W_{K}^\top$ خلال التدريب ، مقارنة ثلاثة فوارث: خط الأ... | arxiv | arabic |
هذه الورقة تعرض استراتيجية جديدة للتعلم لنظام الكشف عن الأحداث الصوتية (SED) لمعالجة قضايا الهجرة من المعرفة من نموذج مقدم للتدريب إلى نموذج هدف جديد و | arxiv | arabic |
تحلل العمل الأخير [4] التقارب المحلي لـ آدم في مجال حل الأمثل للوظيفة المتميزة مرتين. وجد أن معدل التعلم يجب أن يكون صغيرًا بما فيه الكفاية لضمان الاستقرار المحلي للحل الأمثل. | arxiv | arabic |
إن تصميم وكلاء يتحصلون على المعرفة بشكل مستقل ويستخدمونها لحل مهام جديدة بكفاءة هو تحدي مهم في التعلم التمهيدي. غالبًا ما يتم نقل المعرفة التي تم اكتسابها خلال مرحلة ما قبل التدريب غير المشرف عليها عن طريق ضبط أوزان الشبكات العصبية بمجرد تعريض المكافآت ، كما هو ممارسة شائعة في المجالات المشرف عليها. | arxiv | arabic |
كان فهم تكييف النطاقات غير المشرف عليها مهمة مهمة تم استكشافها بشكل جيد. ومع ذلك ، لم يتم تحليل مجموعة واسعة من الطرق دور أداء المصنف بالتفصيل. | arxiv | arabic |
في هذه الدراسة، نقدم إكس بي هي آر تي، وهو نسخة مُوسعة من بي هي آر تي (بي هي آر تي تطبق على سجلات الصحة الإلكترونية) ، ونطبق خوارزميات مختلفة لتفسير نتائجها. في حين أن بي هي آر تي لا تأخذ بعين الاعتبار سوى التشخيصات وعمر المريض، نوسع مساحة الميزات إلى العديد من السجلات متعددة الطرق، وهي السكانية والخصائص السريرية والأعل... | arxiv | arabic |
تعتمد الشبكات العصبية الجرافية التقليدية (GNNs) على هوموفيلية الشبكة ، والتي يمكن أن تؤدي إلى تدهور الأداء بسبب التسهيل الزائد في العديد من سيناريوهات التسهيل الحقيقي. تحلل الدراسات الأخيرة تأثير التسهيل (التمييز) بعد إرسال الرسالة (MP) ، اعتمادًا على توقعات ميزات العقد. | arxiv | arabic |
تعلم التمثيل العادل هو نهج جذاب يعد عدالة من المتوقعات التدريجية من خلال تشفير البيانات الحساسة. للأسف، أظهرت الأبحاث الأخيرة أن المتوقعات المعادلة القوية لا تزال يمكن أن تظهر الظلم من خلال استعادة الصفات الحساسة من هذه التمثيلات. | arxiv | arabic |
التقطير هو مهمة استبدال نموذج تعقيد للتعلم الآلي بموديل أبسط يقترب من الأصلي [BCNM06,HVD15]. على الرغم من العديد من التطبيقات العملية، لا تزال الأسئلة الأساسية حول مدى استقطاب النماذج، وقتا تشغيل ومقدار البيانات اللازمة لتحقيق التقطير، مفتوحة إلى حد كبير. | arxiv | arabic |
يثير اكتشاف الحالات المعرفية والعاطفية البشرية باستخدام إشارات فيزيولوجية متعددة الطرق الانتباه عبر تطبيقات بحثية مختلفة. تتأثر الاستجابات الفيزيولوجية للجسم البشري بالوعي البشري ويتم استخدامها عادة لتحليل الحالات المعرفية. | arxiv | arabic |
أظهرت أعبارات الرسم البياني الخالية من السياق قدرة ملحوظة على نمذجة الهياكل في البيانات العلاقية في العالم الحقيقي. ومع ذلك، فإن أعبارات الرسم البياني تفتقر إلى القدرة على التقاط الظواهر المتغيرة في الوقت لأن الانتقالات من اليسار إلى اليمين من قاعدة الإنتاج لا تمثل التغيير الزمني. | arxiv | arabic |
أصبح تعريف عدم اليقين لشبكات الأعصاب العميقة مجالاً نشطاً للبحث ويلعب دوراً حاسماً في مختلف المهام المتدفقة مثل التعلم النشط. توضح التقدمات الأخيرة في التعلم العميق الأدلي الضوء على تعريف عدم اليقينات الحتمية والعلمية مباشرةً مع مرور نموذج واحد إلى الأمام. | arxiv | arabic |
نقدم تقنية اختيار ميزات جديدة ، Sparse Linear Centroid-Encoder (SLCE). يستخدم الخوارزمية تحويل خطي لإعادة بناء نقطة كمركزها في الصف ، وفي الوقت نفسه ، يستخدم عقوبة $\ell_1$-norm لتحذير الميزات غير الضرورية من بيانات المدخل. | arxiv | arabic |
وظائف المكافأة صعبة تحديدها بشكل سيء ، خاصة للمهام ذات الأهداف المعقدة. تحاول نهج التعلم المكافأة استنتاج وظائف المكافأة من ردود الفعل والفضولات البشرية. | arxiv | arabic |
توصية الأدوية (MR) هي موضوع بحثي واعدة يزداد تطبيقاتها المتنوعة في مجالات الرعاية الصحية والطبية. ومع ذلك، فإن الطرق الحالية تعتمد أساسا على النمذجة المتسلسلة والرسوم البيانية الدقيقة للتعلم التمثيلي، والتي تتجاهل التواصلات الديناميكية في الأحداث الطبية المتنوعة لزيارات المريض الزمنية، مما يؤدي إلى استكشاف هيكلي عالمي ... | arxiv | arabic |
أي شبكات عصبية متشابهة هي سؤال أساسي لكل من التعلم الآلي والعلوم العصبية. هنا، يُقترح بناء المقارنات على التوزيعات التنبؤية للقراءات السريرية من التمثيلات المتوسطة. | arxiv | arabic |
هناك نقص في المعايير القياسية لخوارزميات التعلم المتعددة الوكلاء للتعزيز. تم استخدام تحدي ستاركرافت المتعدد الوكلاء (SMAC) على نطاق واسع في أبحاث MARL ، لكنه مبني على ألعاب الكمبيوتر الثقيلة والمصدر المغلق ، ستاركرافت II. | arxiv | arabic |
ظهر التعلم النقلي كمنظومة قوية لتكييف الشبكات العصبية العميقة المسبقة للتدريب على مهام التعرف على الصور إلى مجالات جديدة. يتكون هذه العملية من أخذ شبكة عصبية متدربة مسبقا على مجموعة بيانات مصدر غنية بالخصائص الكبيرة ، وتجميد الطبقات المبكرة التي ترمز خصائص الصورة العامة الأساسية ، ثم ضبط الطبقات الأخيرة لالتقاط معلومات... | arxiv | arabic |
هذه الورقة تعرض إطار \textit{Process-Guided Learning (Pril)} الذي يدمج النماذج الفيزيائية مع شبكات عصبية متكررة (RNNs) لتعزيز التنبؤ بتركيزات الأكسجين المذاب (DO) في البحيرات ، والتي هي أمر حاسم للحفاظ على جودة المياه وصحة النظم البيئية. على عكس RNNs التقليدية ، التي قد توفر دقة عالية ولكن غالبا ما تفتقر إلى التماسك ال... | arxiv | arabic |
إن هبوط التدرج الطبيعي هو طريقة تحسين تقليديًا تحفز من منظور هندسة المعلومات ، ويعمل بشكل جيد للعديد من التطبيقات كبديل لاهبوط التدرج الاستوكاستي. في هذه الورقة نقوم بتحليل هذا الطريقة وخصائصها بشكل نقدي ، و نظهر كيف يمكن اعتبارها نوعًا من طريقة تحسين النظام الثاني ، مع عمل ماتريكس المعلومات فيشر كبديل للهيسيان. | arxiv | arabic |
يُعد حق النسيان جزءًا من قانون اللائحة العامة لحماية البيانات (GDPR) الذي صدر مؤخراً، والذي يؤثر على أي حامل للبيانات لديه بيانات عن سكان في الاتحاد الأوروبي. يمنح سكان الاتحاد الأوروبي القدرة على طلب حذف بياناتهم الشخصية، بما في ذلك سجلات التدريب المستخدمة لتدريب نماذج التعلم الآلي. | arxiv | arabic |
يقع جوهر النموذج الجيد في قدرته على التركيز فقط على المعلومات المهمة التي تعكس الأنماط والاتساقات الأساسية، وبالتالي سحب إشارة واضحة خالية من الضوضاء من مجموعة البيانات. وهذا يتطلب استخدام نموذج مبسط محدد بمعايير أقل. | arxiv | arabic |
كمشكلة أساسية في التعلم الآلي، يسبب تحويل مجموعة البيانات نموذجًا للتعلم ونقل المعرفة في ظل بيئة متغيرة. تفترض الطرق السابقة أن التغييرات تُسبب من خلال التغيرات، والتي هي أقل عملية للبيانات المعقدة في العالم الحقيقي. | arxiv | arabic |
القدرة السريعة على التكيف بين الشبكات العصبية العميقة في البيئات غير الثابتة أمر حاسم للتنبؤات عبر الإنترنت. تتطلب الحلول الناجحة التعامل مع التغييرات في الأنماط الجديدة والمتكررة. | arxiv | arabic |
يتم تسريع تدريب الشبكات العصبية عادةً باستخدام عمال متزامنة متعددين لحساب تحديثات التدرج بالتوازي. تقوم الأساليب غير المتزامنة بإزالة تكاليف التدرج العامة وتحسين استخدام الأجهزة على حساب إدخال تأخير التدرج، مما يعيق التحسين ويمكن أن يؤدي إلى انخفاض أداء النموذج النهائي. | arxiv | arabic |
الطاقة الشمسية هي مصدر متجدد للطاقة الذي يتم استخدامه على نطاق واسع ويكون له أدنى انبعاثات من بين الطاقة المتجددة. في هذه الدراسة ، تستخدم أساليب التعلم الآلي لشبكات العصبية الاصطناعية (ANNs) ، وأقل مربعات تدعم آلات المتجهات (LSSVM) ، والنوروفوزي لتطوير نماذج التنبؤ لأداء الحرارة لمجموعة شمسية حرارية فوتوولتايكية (PV /... | arxiv | arabic |
نقترح طريقة لتدريب نموذج عميق ديترمينستي يمكنه العثور على وتجاهل نقاط البيانات التوزيعية في وقت الاختبار مع مرور واحد إلى الأمام. يستند نهجنا، تقييم عدم اليقين الديترمينستي (DUQ) ، إلى أفكار شبكات RBF. | arxiv | arabic |
في الزراعة الدقيقة، يسهل استخدام مناطق الإدارة (MZ) التي تأخذ في الاعتبار التغيرات داخل الميدان إدارة الأسمدة الفعالة. يسمح هذا النهج بتحسين معدلات النيتروجين (N) لتحقيق أقصى قدر من إنتاج المحاصيل وتعزيز كفاءة الاستخدام الزراعي. | arxiv | arabic |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.