الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-23

التعلم العميق للكائنات العشوائية في الفضاءات المترية: ما بعد افتراضات المتعددات

العنوان الأصلي: Deep Learning for Random Objects in Metric Spaces: Beyond Manifold Assumptions

حسّن التعلم العميق التنبؤ في العديد من المهام، لكن الطرق المبدئية للكائنات العشوائية في الفضاءات المترية غير الإقليدية، مثل التوزيعات والرسوم البيانية، نادرة. يقترح المؤلفون إطار تعلم عميق للانحدار مع الكائنات العشوائية يعمل مباشرة على البنية المترية لفضاء الاستجابة، متجنبًا افتراضات المتعددات أو التضمين الإقليدي، ويثبتون اتساقه الإحصائي ومعدلات تقاربه. ويُظهر أداءً تنبؤيًا تنافسيًا في المحاكاة، وقد طُبّق على دراستي حالة في الصحة الرقمية بنتائج قيمتها توزيعات في فضاءات فاسرشتاين (Wasserstein)، باستخدام بيانات قياس التسارع والمراقبة المستمرة للجلوكوز.

اقرأ المصدر الأصلي ↗

جميع العناصر →