لقد لاقت بحث هندسة الشبكات العصبية (Neural Architecture Search - NAS) اهتمامًا متزايدًا في السنوات الأخيرة بفضل قدرتها على تصميم الشبكات العصبية العميقة تلقائيًا. ومن بين هذه الأساليب، اكتسبت الأساليب القائمة على التفاضل مثل DARTS شهرةً كبيرة نظرًا لفعالية البحث التي تتميز بها. ومع ذلك، تواجه هذه الأساليب مشكلتين رئيسيتين: ضعف المقاومة أمام انهيار الأداء، وضعف قدرة التعميم للهياكل المُستخرَجة. ولحل هاتين المشكلتين، تم اقتراح طريقة بسيطة ولكن فعالة للتنظيم تُسمى Beta-Decay، بهدف تنظيم عملية البحث في NAS المستندة إلى DARTS. وبشكل خاص، يمكن لتنظيم Beta-Decay فرض قيود تضمن الحفاظ على القيم والانحراف المعياري لمعاملات الهيكل النشطة من أن تصبح كبيرة جدًا. علاوةً على ذلك، نقدم تحليلًا نظريًا معمقًا حول كيفية عمل هذه الطريقة ولماذا تعمل. وأظهرت النتائج التجريبية على مجموعة بيانات NAS-Bench-201 أن الطريقة المقترحة تساعد في تثبيت عملية البحث، وتجعل الشبكة المستخرَجة أكثر قابلية للنقل عبر مجموعات بيانات مختلفة. وبالإضافة إلى ذلك، تُظهر خطة البحث المقترحة خاصية بارزة تتمثل في اعتمادها الأقل على مدة التدريب وكمية البيانات. وتم التحقق من فعالية الطريقة المقترحة من خلال تجارب شاملة على مساحات بحث متنوعة ومجموعات بيانات مختلفة.