الأبحاث المرتبطة بالكلمة المفتاحية: الانحدار العشوائي
-
تحسين هندسي-إنتروبي: دمج النقل الأمثل مع طرق التدرج ريمان لتدريب الشبكات العصبية
2026 | المؤلف: Massimiliano Ferrara | المجلة: Journal of Optimization Theory and Applications | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يقدم المؤلفون تحسين هندسي-إنتروبي (GEO)، وهو خوارزمية جديدة مصممة لتدريب الشبكات العصبية تجمع بين طرق التدرج الريماني مع النقل الأمثل المنظم بالإنتروبيا. يعمل GEO على مجموعة معلمات باستخدام مقياس فيشر-واسرشتاين ويستخدم إسقاطات من نوع سينكهورن للحفاظ على القيود التوزيعية على تنشيطات الطبقات. يقدم المؤلفون ضمانات التقارب، موضحين أن GEO يحقق معدل \(…
-
نظرة عامة على طريقة الانحدار من الدرجة الكسرية وتطبيقاتها
2026 | المؤلف: Higor V. M. Ferreira وآخرون | المجلة: Journal of Computational and Applied Mathematics | المجال: النمذجة والمحاكاة (Modeling and Simulation)تبحث الورقة البحثية في تطبيق حساب التفاضل الكسري كأداة رياضية بديلة لتعزيز طريقة الانحدار التدرجي في مشاكل التحسين. وتبرز أنه بينما يمكن أن يقدم حساب التفاضل الكسري تحسينات، فإن النتائج المستمدة من حساب التفاضل والتكامل التقليدي لا تنطبق دائمًا. تقارن الدراسة بين طرق مختلفة تعدل خوارزمية الانحدار التدرجي من خلال دمج مشغلات من رتبة كسري،…
-
شبكة المشغل العشوائية: نهج قائم على مبدأ الحد الأقصى العشوائي لتعلم المشغل
2026 | المؤلف: Ryan Bausback وآخرون | المجلة: Journal of Machine Learning | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا البحث، يقدم المؤلفون شبكة المشغل العشوائية (SON)، وهي إطار عمل جديد مصمم لتقدير عدم اليقين في تعلم المشغلين. من خلال دمج مفاهيم من التحكم الأمثل العشوائي وهندسة DeepONet، يعيد SON صياغة شبكة الفروع كمعادلة تفاضلية عشوائية (SDE) ويستخدم الانتشار العكسي عبر المعادلة التفاضلية العشوائية العكسية (BSDE). تتيح هذه الطريقة المبتكرة للشبكة تعلم عدم…
-
حول التوقف المبكر لطريقة الانحدار العشوائي المرآتي لمشاكل عكسية غير محددة
2025 | المؤلف: Jing Huang وآخرون | المجلة: Numerische Mathematik | المجال: الفيزياء الرياضية (Mathematical Physics)في السنوات الأخيرة، ظهرت الخوارزميات العشوائية كأدوات فعالة لمعالجة المشاكل العكسية غير المحددة، خاصة بسبب قدرتها على اختيار مجموعات عشوائية من المعادلات في كل تكرار، مما يعزز قابلية التوسع والأداء في السياقات الكبيرة. ومع ذلك، تواجه هذه الخوارزميات تحديات بسبب الطبيعة غير المحددة للمشاكل والضوضاء في بيانات القياس، مما يؤدي إلى تذبذبات كبيرة وظاهرة شبه…