Ailoxa Logo

🏷️ #تعلم الآلة

670 مقال

استكشاف آفاق جديدة في نماذج الرسوم البيانية الديناميكية: DyGFM الثوري!
أبحاث

استكشاف آفاق جديدة في نماذج الرسوم البيانية الديناميكية: DyGFM الثوري!

أركايف للذكاءمنذ 2 شهر
QuickLAP: ثورة في تعلم تفضيلات اللغة والعمل للأنظمة شبه الذاتية!
روبوتات

QuickLAP: ثورة في تعلم تفضيلات اللغة والعمل للأنظمة شبه الذاتية!

أركايف للذكاءمنذ 2 شهر
ثورة في عالم الروبوتات: UniJEPA تعزز السياسة الروبوتية من خلال التعلم الموحد
روبوتات

ثورة في عالم الروبوتات: UniJEPA تعزز السياسة الروبوتية من خلال التعلم الموحد

أركايف للذكاءمنذ 2 شهر
ثورة في تعلم الآلة: تطبيق تعليمات متعددة الوكلاء عبر تصحيح القيمة!
أبحاث

ثورة في تعلم الآلة: تطبيق تعليمات متعددة الوكلاء عبر تصحيح القيمة!

أركايف للذكاءمنذ 2 شهر
تكنولوجيا جديدة تعيد تعريف التعزيز الاجتماعي: اكتشف إطار SP-GCRL
أبحاث

تكنولوجيا جديدة تعيد تعريف التعزيز الاجتماعي: اكتشف إطار SP-GCRL

أركايف للذكاءمنذ 2 شهر
مستقبل تحسين القناع: تقنية MorphOPC تحدث ثورة في التعلم القائم على البنية التركيبية
أبحاث

مستقبل تحسين القناع: تقنية MorphOPC تحدث ثورة في التعلم القائم على البنية التركيبية

أركايف للذكاءمنذ 2 شهر
ابتكار ثوري في نماذج اللغة: تحسين التعلم من خلال التجارب المشتركة
أبحاث

ابتكار ثوري في نماذج اللغة: تحسين التعلم من خلال التجارب المشتركة

أركايف للذكاءمنذ 2 شهر
تعلم تمثيلات الرسم البياني: إطار موحد لتجاوز حدود المستويات المتعددة!
أبحاث

تعلم تمثيلات الرسم البياني: إطار موحد لتجاوز حدود المستويات المتعددة!

أركايف للذكاءمنذ 2 شهر
اكتشف نظام MMCL-Bench: ثورة في تعلم السياق متعدد الوسائط!
أبحاث

اكتشف نظام MMCL-Bench: ثورة في تعلم السياق متعدد الوسائط!

أركايف للذكاءمنذ 2 شهر
ثورة في تعلم الآلة: تحسين سياسات متعددة الأهداف باستخدام تكنولوجيا Tchebycheff الديناميكية
أبحاث

ثورة في تعلم الآلة: تحسين سياسات متعددة الأهداف باستخدام تكنولوجيا Tchebycheff الديناميكية

أركايف للذكاءمنذ 2 شهر
اكتشاف حدود التعبيرية للدورات الاحتمالية: مقارنة مثيرة مع نماذج اللغات الضخمة
أبحاث

اكتشاف حدود التعبيرية للدورات الاحتمالية: مقارنة مثيرة مع نماذج اللغات الضخمة

أركايف للذكاءمنذ 2 شهر
إعادة التفكير في تقنيات تقليل الأبعاد باستخدام مبدأ عدم الأنانية: اكتشاف NOPE الثوري!
أبحاث

إعادة التفكير في تقنيات تقليل الأبعاد باستخدام مبدأ عدم الأنانية: اكتشاف NOPE الثوري!

أركايف للذكاءمنذ 2 شهر
اكتشاف FeatCal: كيف يمكن تحسين أداء النماذج المدمجة بسهولة؟
أبحاث

اكتشاف FeatCal: كيف يمكن تحسين أداء النماذج المدمجة بسهولة؟

أركايف للذكاءمنذ 2 شهر
ثورة جديدة في علم البيانات: كيف يحسن CoDCL توقع الروابط الزمنية في الشبكات الاجتماعية؟
أبحاث

ثورة جديدة في علم البيانات: كيف يحسن CoDCL توقع الروابط الزمنية في الشبكات الاجتماعية؟

أركايف للذكاءمنذ 2 شهر
👁 1
نظرية غير تماثلية لديناميات الخطأ المعتمدة على الكسب في تقنيات تقليد السلوك!
روبوتات

نظرية غير تماثلية لديناميات الخطأ المعتمدة على الكسب في تقنيات تقليد السلوك!

أركايف للذكاءمنذ 2 شهر
👁 1
ثورة في تصنيف حركة المرور المشفرة: كيف تعيد الخوارزميات الذكية تعريف القواعد؟
أبحاث

ثورة في تصنيف حركة المرور المشفرة: كيف تعيد الخوارزميات الذكية تعريف القواعد؟

أركايف للذكاءمنذ 2 شهر
👁 2
ثورة في عالم قواعد البيانات: نموذج RDB-PFN القائم على البيانات التركيبية
أبحاث

ثورة في عالم قواعد البيانات: نموذج RDB-PFN القائم على البيانات التركيبية

أركايف للذكاءمنذ 2 شهر
👁 2
تعلم من التجارب: كيف تحسن الروبوتات أداءها بتخطيط اختبار تأملي!
روبوتات

تعلم من التجارب: كيف تحسن الروبوتات أداءها بتخطيط اختبار تأملي!

أركايف للذكاءمنذ 2 شهر
👁 2
نحو إطار موحد: خوارزميات نمذجة العوامل للقرارات غير الخطية في الأشرطة السياقية
أبحاث

نحو إطار موحد: خوارزميات نمذجة العوامل للقرارات غير الخطية في الأشرطة السياقية

أركايف للذكاءمنذ 2 شهر
👁 2
كيف يؤثر التعلم المعزز مع المكافآت القابلة للتحقق على خصوصية البيانات؟
أبحاث

كيف يؤثر التعلم المعزز مع المكافآت القابلة للتحقق على خصوصية البيانات؟

أركايف للذكاءمنذ 2 شهر
👁 1