الأبحاث المرتبطة بالكلمة المفتاحية: انحدار التدرج
-
العمارة تحفز أشكال غير متغيرة هيكليًا لديناميات تدريب الشبكات العصبية
2026 | المؤلف: Jiajie Zhao وآخرون | المجلة: Mathematical Models and Methods in Applied Sciences | المجال: الذكاء الاصطناعي (Artificial Intelligence)تؤسس هذه الورقة البحثية إطارًا نظريًا لفهم ديناميات تدريب الشبكات العصبية العميقة من خلال عدسة نظرية التحكم الهندسي. تقدم مفهوم الحُقُب الهيكلية الثابتة (SIMs)، وهي تحت الحُقُب التي تقيد مسارات تدفق التدرج بغض النظر عن بيانات معينة ودوال خسارة. يُظهر المؤلفون أن هذه الحُقُب تتشكل من مدارات حقل المتجهات المحددة بواسطة تدرج النموذج، $\nabla_\theta F(\cdot)(x)$،…
-
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…
-
تحسين المناظر الخسارية متعددة الفراكتلات يفسر مجموعة متنوعة من الخصائص الهندسية والديناميكية في التعلم العميق
2025 | المؤلف: Andrew Ly وآخرون | المجلة: Nature Communications | المجال: النمذجة والمحاكاة (Modeling and Simulation)يتناول القسم المعنون “نظرة عامة” تداعيات عمليات التحسين على المناظر الطبيعية للفقد متعددة الكسور، مسلطًا الضوء على أهميتها في فهم الخصائص الهندسية والديناميكية المختلفة. يقترح المؤلفون أن هذه المناظر الطبيعية تظهر هياكل معقدة يمكن أن تؤثر على سلوك خوارزميات التحسين، مما يؤدي إلى نتائج متنوعة من حيث التقارب والأداء. من خلال تحليل الطبيعة متعددة الكسور…
-
معلمة محدثة أخرى لطريقة التدرج المرافق لهستينز-ستيفل
2025 | المؤلف: Osman Omer Osman Yousif وآخرون | المجلة: International Journal of Analysis and Applications | المجال: التحليل العددي (Numerical Analysis)تُعرف طرق التدرج المرافق (CG) على نطاق واسع بفعاليتها في حل كل من مشاكل التحسين الخطية وغير الخطية غير المقيدة، لا سيما في السياقات واسعة النطاق بسبب متطلبات الذاكرة المنخفضة وخصائص التقارب القوية. من بين هذه الطرق، يُلاحظ أن نهج هيسنيس-ستيفل (HS) يتمتع بأداء عددي عملي؛ ومع ذلك، تظل خصائص التقارب النظرية له غامضة. للتخفيف…
-
نهج توقع الأمراض الهجينة الذي يستفيد من تقنيات التوأم الرقمي والميتافيرس لصالح المستهلكين الصحيين
2024 | المؤلف: Chaitanya Kulkarni وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: إدارة المعلومات الصحية (Health Information Management)تناقش الورقة البحثية التأثير التحويلي لدمج تقنية التوأم الرقمي مع الميتافيرس في صحة المستهلك (MCH)، لا سيما في توقع الأمراض. من خلال دمج المعلومات الحيوية وبيانات الرعاية الصحية الضخمة، تقدم الدراسة نموذجًا هجينًا جديدًا، DAE-BLS، الذي يدمج بين أجهزة التشفير التلقائي لإزالة الضوضاء (DAE) ونظام التعلم الواسع (BLS). يعالج هذا النموذج قيود الشبكات العصبية العميقة…