إحصاء

شجرة القرار المعززة

لجنة من الأشجار البسيطة، كل منها يصحح أخطاء سابقتها؛ كانت لفترة طويلة المُصنِّف القياسي في فيزياء الجسيمات.
29 مقالات ذات صلة

الوصف

الأشجار المُعزَّزة بالقرار (BDTs) هي طريقة تعلُّم جماعي تجمع بين العديد من أشجار القرار البسيطة لإنتاج مُصنِّف قوي. تُدرَّب كل شجرة على التوالي، مع تركيز كل شجرة جديدة على الأخطاء التي ارتكبتها الأشجار السابقة. لقد كانت الأشجار المُعزَّزة بالقرار المُصنِّف الأساسي في فيزياء الجسيمات عالية الطاقة لأكثر من عقد، وتُستخدم لتمييز الأحداث النادرة للإشارة عن الضوضاء الخلفية الهائلة في بيانات المُصادِم.

التاريخ

قدَّم روبرت شابير مفهوم التعزيز في عام 1990، وطوَّر فروند وشابير خوارزمية AdaBoost في عام 1995. أصبحت الأشجار المُعزَّزة بالقرار معيارًا في فيزياء الجسيمات بعد اكتشاف بوزون هيغز في عام 2012، حيث لعبت دورًا رئيسيًا في فصل إشارة هيغز عن الخلفية.

كيف يعمل

خوارزمية التعزيز الأكثر شيوعًا هي AdaBoost: ابدأ بمجموعة من الأوزان على عينات التدريب، ودرِّب شجرة ضحلة، ثم زد أوزان العينات المُصنَّفة خطأً وقلل أوزان العينات المُصنَّفة بشكل صحيح. تُدرَّب الشجرة التالية على البيانات المُعاد وزنها، وتتكرر العملية. التنبؤ النهائي هو تصويت مرجح لجميع الأشجار. التعزيز المتدرج هو تعميم يحسِّن دالة خسارة عشوائية عن طريق ملاءمة كل شجرة جديدة مع الأخطاء المتبقية للمجموعة الحالية.

في التطبيق

تُستخدم الأشجار المُعزَّزة بالقرار في فيزياء الجسيمات لتصنيف الأحداث، وفي التصنيف الائتماني لتقييم المخاطر، وفي التشخيص الطبي للتنبؤ بالأمراض من بيانات المرضى.

حقيقة طريفة

في اكتشاف بوزون هيغز عام 2012، كانت الأشجار المُعزَّزة بالقرار فعّالة لدرجة أنها ساعدت في استخراج إشارة ظهرت في حوالي واحد فقط من كل تريليون تصادم بروتون-بروتون.

Concept graph →

مقالات ذات صلة · 26

الضوضاء التي تساعد على تصحيح الأخطاء: وحدة فك ترميز عشوائية للحواسيب الكمومية
الحاسوب الكمومي يشبه أوركسترا، حيث كل عازف هو كيوبت (qubit)، وهو النظير الكمومي للبت التقليدي، يعزف دوره الخاص لكنه كثيرًا ما يخطئ بسبب فك الترابط (decoherence) والاضطرابات الخارجية. ولكي لا تتحول الموسيقى إلى نشاز، نحتاج إلى قائد يسمع فورًا النغمات الخاطئة ويصححها.
قسمة لا تُفتّت الذاكرة
أن تُبقي في ذهنك الموضع الدقيق لقلم يُحرَّك ببطء — مهمة عادية للدماغ. أما بالنسبة للشبكات العصبية الاصطناعية فهي شبه مستحيلة. الشبكات المتكررة العادية، مثل GRU وLSTM، تميل إلى تقسيم الحركة المستمرة إلى درجات صلبة: القلم لا يزحف بسلاسة، بل يقفز من نقطة إلى أخرى. تبدو الشبكة وكأنها لا تتذكر خطًا متصلًا، بل عدة لقطات منفصلة.
تعلم الآلة2026-07-151 دarXiv:2607.13891سريع
رادار بلا تدريب: كيف يحول PiVoT الضوضاء إلى نظام
يشبه الرادار العادي ميكروفوناً في حشد صاخب: الأصوات الفردية تندمج في فوضى. يعمل PiVoT كمايسترو يميز في لحظة كل آلة موسيقية وسط فوضى الضبط. بدلاً من اختبار الفرضيات، يضيق الخوارزم الحلقة حول الأهداف الأكثر احتمالاً — سيارات، دراجات، مشاة.
أجهزة السمع تتعلّم تذوّق الصوت
تشبه أجهزة السمع التقليدية طاهياً يطبخ بوصفة وهو مغمض العينين. تحلل الفوضى الصوتية الفوضى القادمة من الميكروفون، وبناءً عليها تضخّم الكلام. في مقهى صاخب، كثيراً ما يخطئ هذا الأسلوب. يتصرّف النظام الجديد كطاهٍ خبير: يعالج الإشارة أولاً ثم يتذوق النتيجة. إن لم يكن الكلام نقياً، يعدّل الإعدادات، مثل إضافة الملح إلى حساء جاهز.
التسارع الذكي: كيف نُعلّم نظام الطاقة التفكير بسرعة أكبر
أنظمة الطاقة المزودة بألواح شمسية وتوربينات الرياح تُشبه مباراة شطرنج: الغيوم وتغيّر الأحمال هي تحركات الخصم التي لا يمكن توقعها. للحفاظ على التوازن، كان المُشغّلون سابقاً يستعرضون عشرات السيناريوهات (عدم اليقين)، مما كان يتطلب وقتاً وحسابات كثيرة جداً. الخوارزمية الجديدة تعمل مثل أستاذ كبير في الشطرنج: فهي لا تكتفي بحساب الخيارات، بل تُقسّم رقعة الشطرنج إلى أجزاء مستقلة وتحلّلها في آنٍ معاً.
تلميحات مزدوجة: كيف تتعلم الهواتف الذكية دون انقطاع
عندما تكتب "سلطة" وتقترح لوحة المفاتيح الذكية "قيصر"، خلف الكواليس تتعلم ملايين الهواتف معًا التنبؤ بالكلمات. إنها لا تتبادل رسائلك، بل فقط تحسينات الخوارزمية المشتركة — مثل مدرب يرسل للرياضيين فقط التغييرات في خطة التدريب: "أضف 5 تمارين ضغط إلى برنامج الأمس".
مرايا ذكية للإشارة: توازن بين الطاقة والسرعة
الموجات اللاسلكية من الهاتف الذكي، التي تسير بسرعة سرعة الضوء، تنعكس بسهولة عن الجدران والزوايا وتفقد قوتها. الأسطح الذكية هي مرايا قابلة للبرمجة: تلتقط الإشارة المتشتتة وتعيد توجيهها بدقة إلى الهدف، كالمُوجِّه البارع الذي يجعل الشعاع يتخطى العوائق. لكن كل مرآة من هذه المرايا تعاني من انعكاسات طفيلية: جزء من الطاقة يذهب إلى غير هدفه، مسبباً تشويشاً، مثل الوهج في الصورة الفوتوغرافية.
بداية دافئة للمحرك الكمومي: كيف يُسرّع التعلم الآلي حسابات الجزيئات
DFTB هو قطار سريع في عالم الكيمياء الكمومية: أسرع بمئات المرات من DFT التقليدي، لكنه لا يزال على القضبان الإلكترونية. لكن محركه - الاتساق الذاتي التكراري للشحنات - يشبه أحيانًا أوركسترا حيث تبدأ كل آلة بنغمة عشوائية. عندما تكون الشحنات الأولية صفرية، يضطر النظام للتناغم طويلاً: عشرات، بل مئات الدورات، حتى يتحول التنافر في التفاعلات الكهروستاتيكية إلى تناغم.
رقصة الجاذبية: كيف سمعت شبكة عصبية بحدس فيزيائي إيقاع الثقوب السوداء
استخلاص إشارة من زوج واحد من الثقوب السوداء فائقة الكتلة يشبه تمييز خطوات راقص في هدير إعصار. في مكان ما من الكون، يدور هذان الوحشان في رقصة جاذبية بطيئة، يشوهان الزمكان نفسه. إن أمواج الجاذبية الخاصة بهما ليست دفقات حادة كما في LIGO، بل تنفس عميق للقياس المتري، ممتد على مدى سنوات.
الجينات تتحدث لغات مختلفة — الشبكة العصبية وجدت اللغة المشتركة
60 فأرًا، 1980 عينة، 234 مريضًا بسرطان الرئة. خلف كل رقم آلاف الجينات. يُقاس نشاطها لفهم المرض. لكن البيانات ليست متجانسة: بالنسبة لمريض واحد يتم تقييم مستوى البروتين (رقم متصل)، وإعطاء تشخيص (نعم/لا)، وتحديد النوع الفرعي للورم (فئة). دمجها في نموذج واحد كجمع درجات الحرارة المئوية مع الكيلومترات. المتخصصون في التعلم الآلي يضبطون أوزان الأخطاء يدويًا لكل مهمة.
رقصة جزيئية بلا مُخرج
رقصة مئات الجسيمات: بعض الأزواج تدور ببطء وسلاسة، بينما تهتز أخرى بإيقاع محموم. لفهم جوهر الرقصة، يجب متابعة الحركات البطيئة تحديدًا، فهي الكوريغرافيا الرئيسية للنظام. في علم الجزيئات، تُسمى هذه الحركات البطيئة "الأنماط البطيئة" (slow modes)، وهي التي تحدد كيفية طي البروتين على شكل كرة أو ارتباط الدواء بالهدف. الطريقة الجديدة SelfTICA تتعلم تمييز هذه الكوريغرافيا دون توجيه.
كيف تنصّت الشبكة العصبية على ضجيج الحياة
نموّ الجماعة الحيوية من بعيد يشبه قطارًا يتسارع: يزحف في البداية، ثم يكتسب سرعة. لكن بمجرد التحديق في البيانات، تتلاشى الصورة. في قياسٍ واحد نجد عشرة أفراد، وفي آخر مئة دفعة واحدة. النماذج التقليدية تمسح هذا التشتت كما لو كان غبارًا مزعجًا على العدسة. فهي تفترض أن الضجيج موحّد في كل مكان، وتتجاهله ببساطة. العمل الجديد يقترح أن ننصت إلى هذا الضجيج — كما ينصت الطبيب إلى تنفس المريض.
كاشف النيوترينو يتعلم سماع الهمس
مصوّر فوتوغرافي يلتقط غابة ليلية محاولًا الإمساك باليراعات في كادر. الومضات نادرة وخافتة، وحوله ضجيج الريح وأضواء بعيدة. هكذا تقريبًا يعمل الكاشف الضخم Hyper-Kamiokande في اليابان: فهو يلتقط النيوترينوات — جسيمات شبه غير ملموسة — عبر ومضات ضوئية صغيرة في 260 ألف طن من الماء.
علم الكون2026-05-072 دarXiv:2605.05679سريع
أوركسترا كونية تختبر المادة المظلمة
كرتان ثقيلتان تدوران على سطح بركة. تنبعث منهما دوائر متوسعة — هذه هي الموجات الثقالية. عندما تقترب الكرتان من بعضهما، تحمل الموجات الطاقة بعيدًا، وتصبح الدوائر أكثر تكرارًا. يلتقط علماء الفلك مثل هذه التموجات من أزواج الثقوب السوداء الهائلة — التي تبلغ كتلتها مليارات المرات كتلة الشمس وتقع في مراكز المجرات البعيدة.
محقق الأشعة السينية دون أوراق غش
عصير الفواكه المخلوط يُتذوق عبر مصاصتين مختلفتين. إحداهما تسمح بمرور القطع الكبيرة فقط، والأخرى تسمح بمرور السائل فقط. كل على حدة قد يكون مثيرًا للخداع، لكن معًا يعطيان المفتاح: يبدو أن هذا موز، وهذه فراولة.
كيف تكتشف الشبكة العصبية الأخطاء في كتب الفيزياء المدرسية
نواة اليورانيوم تشبه محفظة مشدودة مقفلة على نصفين. لكي تنفجر وتطلق الطاقة – أي لكي تنقسم النواة – يجب تجاوز حاجز الطاقة. ارتفاع هذه العتبة يحدد ما إذا كانت المادة مستقرة أم عرضة للتفكك في أي لحظة. ظل الفيزيائيون لعقود يحسبونها بالمعادلات، لكن بالنسبة لأكثر النوى تقلباً – شديدة الاستطالة، ذات عدد غير معتاد من الجسيمات – كانت الحسابات كاذبة.
صائد الإلكترونات المندمجة
عندما يطير جسيمان بسرعة متقاربة تقريبًا في الاتجاه نفسه، تندمج إشاراتهما في الكاشف، مثل صوتين في انسجام تام. تمييز الثنائي عن العازف المنفرد فنٌّ بحد ذاته. في مصادم الهادرونات الكبير، يُولَد الإلكترون ونقيضه البوزيترون أحيانًا بزخم يجعل طاقتيهما تتجمعان في كتلة واحدة في المسعّر (calorimeter) — الجهاز الذي يقيس طاقة الجسيمات.
شبكة عصبية تتعلم رؤية اضمحلال بوزون هيغز
في مصادم الهادرونات الكبير، تتصادم البروتونات، ومن الوميض تولد عشرات الجسيمات. من بينها قد تكون آثار عمليات نادرة — مثل اضمحلال بوزون هيغز إلى بوزونين W. لكن هذه الجسيمات تتطاير بسرعة كبيرة لدرجة أن آثارها تندمج في نفاثة واحدة عريضة.
فصل الإشارة عن الضوضاء في كاشفات الجسيمات
تعمل كاشفات الجسيمات، مثل الغرف المستوية المقاومة (RPC)، كفخاخ حساسة: عندما يمر جسيم مشحون عبرها، تتولد إشارة كهربائية. ولكن في بعض الأحيان تُصدر الغرفة أثرًا كاذبًا — وكأن شخصًا غير مرئي ضغط على زر الجرس. هذه الإشارات الكاذبة تشوش الصورة وتعيق التحديد الدقيق لمسار الجسيم.
شبكة عصبية ترصد العُقد في الضباب الكمومي
في سحابة باردة من الذرّات، مبرّدة إلى ما يقارب الصفر المطلق، يمكن للطاقات أن تتصرف كخيوط تتعاضد لتشكّل ضفائر. هذه الضفائر ليست مجرد صورة جميلة: فنقشها مرتبط بالطوبولوجيا، فرع الرياضيات الذي يدرس الخصائص التي تبقى ثابتة تحت التشوهات المستمرة.
كيف تُحسّن الشبكة العصبية التركيز في زخّات الجسيمات
في كاشف مصادم الهادرونات الكبير، تولد ملايين الجسيمات كل ثانية. ومضات الطاقة التي تنتجها في المسعّر (calorimeter) تشبه قطرات المطر على زجاج النافذة: القطرات المنفردة مرئية، لكن عندما تكثر وتندمج، يصعب تمييز كل واحدة منها. والفيزيائيون بحاجة إلى معرفة مقدار الطاقة التي حملها كل جسيم وإلى أين وصل بدقة. النهج الجديد يوكل هذه المهمة إلى شبكة عصبية.
كاشف لا يعرف الكلل
يعمل كاشف الجسيمات في مصادم الهدرونات الكبير لسنوات دون توقف. تنتج أجهزة الاستشعار فيه جبالًا من البيانات كل ثانية، وبينها يجب رصد الخلل بسرعة — مثل ارتفاع الحرارة أو قناة معطوبة. في السابق كانت قواعد بسيطة تراقب ذلك، لكنها كثيرًا ما تخطئ. الآن جاءت الشبكة العصبية DepthViT للنجدة — خفيفة وسريعة، كفنيّ يقظ يعرف كيف يبدو العمل الطبيعي.
تعلّم الشبكة العصبية على بيانات أقل، لكن بذكاء
البروتينات في الطبيعة كحبات الرمل على الشاطئ، ولكلٍّ منها وظيفته: بعضها يكسر الطعام، وبعضها يبني الخلايا. لكن لفهم ما يفعله بروتين معين بالضبط، يجب دراسته في المختبر — وهذا بطيء ومكلف. تستطيع الشبكات العصبية تخمين وظيفة البروتين من خلال «نصّه» — تسلسل الأحماض الأمينية — لكن تدريبها يتطلب عددًا هائلًا من الأمثلة المصنفة.
تعلم الآلة2026-02-211 دarXiv:2602.18679سريع
كيف تتنبأ الشبكة العصبية بما لم يُرَ من قبل
يبدو التدفق المضطرب للماء في أنبوب واهتزازات البندول مختلفين. لكن بينهما قاسم مشترك: كلاهما يخضع لقوانين حركة خاصة يمكن وصفها بالأرقام. شبكة عصبية تدرّبت على واحدة فقط من هذه «رقصات الأرقام» تبدأ فجأة في فهم الأخرى — دون أي مثال إضافي. هذا مثل موسيقي تعلم لحنًا واحدًا، ثم يعزف مقطوعة غير مألوفة من النظرة الأولى بعد أن يلتقط تناغمها.
ورم الدماغ في الصور: أين تنتهي الثقة
نسيج الدماغ في الصورة يشبه سماءً ملبدة بالغيوم: بقع مضيئة، هوات داكنة، حواف ضبابية. يختبئ الورم بين هذه الأنماط، ويحتاج الطبيب إلى تحديد محيطه للتخطيط للجراحة أو العلاج الإشعاعي. وضع واحد من التصوير بالرنين المغناطيسي يُبرز الوذمة، وآخر يُبرز نواة الورم، وثالث يُبرز المناطق الميتة. لكن في المستشفى الواقعي، قد تُفقد بعض الصور أو لا تُلتقط أصلًا: المريض تحرك، الجهاز تعطل، لا وقت كافٍ.
المناخ في سعر السند: كيف تتنبأ خوارزميات التعلم الآلي بكوبونات سندات الكوارث
في عام 1992، اجتاح إعصار أندرو ولاية فلوريدا، تاركًا شركات التأمين أمام خسائر بلغت 15.5 مليار دولار. أفلست شركات كثيرة حينها، فابتكر السوق طريقة لنقل مخاطر الكوارث إلى أكتاف المستثمرين: سندات الكوارث. وهي أوراق مالية تدفع كوبونات سخية ما لم تقع كارثة متفق عليها، مثل إعصار بقوة معينة أو زلزال في منطقة محددة.