Command Palette
Search for a command to run...
Claudio Battiloro, Pietro Greiner, Bret Nestor, Oumaima Amezgar, Francesca Dominici

الملخص
مع تزايد تأثير أنظمة التعلم على اتخاذ القرارات اليومية، يُعد التوجيه من جانب المستخدمين من خلال التغييرات المنسقة بواسطة العمل الجماعي الخوارزمي (ACA) في البيانات المشتركة تكميلًا فعّالًا للسياسات التنظيمية من جانب الجهات الرقابية وتصميم النماذج من جانب الشركات. وعلى الرغم من أن الإجراءات الواقعية كانت دائمًا مُجزَّأة ولامركزية، وتنقسم إلى عدة جماعات تتشابه في الأهداف الشاملة، ولكنها تختلف فيما بينها من حيث الحجم والاستراتيجية والأهداف القابلة للتنفيذ، إلا أن معظم الأدبيات المتعلقة بـ ACA ركزت على السياقات ذات الجماعة الواحدة. في هذا العمل، نقدّم أول إطار نظري لـ ACA يشمل تفاعل عدة جماعات تعمل على نفس النظام. ونركّز بشكل خاص على العمل الجماعي في التصنيف، وندرس كيف يمكن لعدة جماعات أن تُدخل إشارات، أي أن تُشَوِّش تصنيفًا ما ليعتمد على ارتباط بين نسخة معدلة من الميزات وقائمة مختارة من الفئات المستهدفة، والتي قد تتداخل فيما بينها. ونقدّم نتائج كمية حول دور حجم الجماعات وعلاقتها بتوافق أهدافها. وبما يكمل النتائج التجريبية السابقة، يفتح هذا الإطار طريقًا لمعالجة شاملة للعمل الجماعي الخوارزمي في السياقات متعددة الجماعات.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.