اكتشاف المجهول: نماذج العمليات العصبية الطيفية لتعزيز دقة التنبؤ

تعتبر البيانات الزمنية والبيانات المكانية والصور من التطبيقات الطبيعية لنماذج العمليات العصبية (Neural Processes). ولكن، عندما تتسم هذه البيانات بفترات دورية قوية وأخرى شبه دورية، فإن الأساليب الحالية غالبًا ما تعاني من عدم الكفاءة في التكيف وتظهر أداءً ضعيفًا في التعميم خارج نطاق التدريب. في دراستنا الجديدة، نقدم نماذج العمليات العصبية الطيفية (Spectral Transformer Neural Processes - STNPs)، وهي تطوير مبني على نموذج المحولات العصبية القائمة على التردد.

تقدم نماذج STNPs منظومة جديدة تشتمل على «مجمع طيفي» (Spectral Aggregator) يقوم بتقدير طيف سياقي تجريبي، وضغطه إلى مزيج طيفي، وعينة من الميزات الطيفية التكيفية للمهام، ثم دمجها مع تمثيلات المجال الزمني. من خلال هذه التصميم، يتم حقن تحيز نواة مزيج طيفي في نماذج TNPs. هذه الآلية تعيد تشكيل هندسة التشابه، مما يسمح للمدخلات التي تكون بعيدة في الفضاء الإقليدي بأن تبقى قريبة في مانيفولد دوري مُستحث، بينما تعزز التفاعلات الزمنية والترددية.

أظهرت التجارب الواسعة التي تم إجراؤها على مهام الانحدار الاصطناعية، ومجموعات البيانات الزمنية الواقعية، وبيانات الصور أن نماذج STNPs تحقق تحسينات ثابتة في الأداء التنبؤي مقارنة بالأساليب الموجودة، مما يوسع نطاق نماذج العمليات العصبية لتمتد من توازن الترجمة نحو نمذجة فعالة للدورية والشبه دورية.