الانتقال إلى المحتوى الرئيسي
المشاريع

الإثبات بالـ البناء.

السجل العام: تعلّم آلة من الصفر، وتعلّم اتحادي، ومشروع connectomics رائد يربط علم الأحياء بأطروحة السرب. نبني سطرًا بسطر — ثم نشارك الكود.

المشروع الذي أطلق الأطروحة.

P1 · الرائد

تحسين دقة مصفوفة اتصال الدماغ

استعادة رسوم التوصيلات الدماغية عالية الدقة من connectomes خشنة — دقة فائقة لعلم الأعصاب.

يبني نماذج تتنبأ بمصفوفات اتصال عصبي كثيفة ودقيقة من ملاحظات متفرقة منخفضة الدقة؛ نشر المصفوفات كمجموعة بيانات عامة على Kaggle بترخيص CC0 (289 تنزيلاً) لتتمكن المجتمعات من البناء عليها.

pythonjupyterنماذج مصفوفة الاتصال

استعادة التوصيلات الدقيقة من المسوحات الخشنة هو الجسر المنهجي من علم الأعصاب إلى الذكاء متعدد الوكلاء — ومجموعة البيانات عامة كي يبني عليها المجال.

المكتبة المبنية من الصفر والعمل التطبيقي.

P2

التعلم الموحد مع الانحدار اللوجستي

تعلّم خاص وموزّع — التدريب عبر صوامع البيانات دون نقل البيانات.

تنفيذ للتعلّم الاتحادي مع مصنّف انحدار لوجستي: المدخل من تعلّم الآلة الكلاسيكي إلى التدريب الموزّع الذي يحفظ الخصوصية.

jupyterالنمط الاتحاديالانحدار اللوجستي

التدريب عبر صوامع البيانات دون مركزتها — تناسق موزَّع يلبّي قيود الخصوصية الحقيقية.

كل واحد من هذه بُني من الداخل إلى الخارج — لا نثق بنموذج إلا عندما نرى داخله. هذا الانضباط هو ما نجلبه إلى أنظمة agents: التنسيق، واستخدام الأدوات، والذاكرة، وevaluation، كلها مبنية على نفس عمق التنفيذ.

لنبنِ

لنبنِ الطبقة التالية من الذكاء — معًا.

ابدأ محادثة
لنتحدث!