Key points are not available for this paper at this time.
نقترح بنية جديدة للتعلم العميق للبيانات الجدولية، تاب نت، تتمتع بأداء عالي وقابل للتفسير. يستخدم تاب نت انتباهًا تسلسليًا لاختيار الميزات التي سيتم الاستدلال منها في كل خطوة قرار، مما يمكّن من قابلية التفسير وتعلم أكثر كفاءة حيث يتم استخدام سعة التعلم لأهم الميزات. نوضح أن تاب نت يتفوق على المتغيرات الأخرى في مجموعة واسعة من مجموعات البيانات الجدولية التي لا تعاني من التشبع في الأداء ويقدم نسب ميزات قابلة للتفسير بالإضافة إلى رؤى حول سلوكه العالمي. أخيرًا، نوضح التعلم تحت الإشراف الذاتي للبيانات الجدولية، مما يحسن بشكل كبير الأداء عندما تكون البيانات غير المميزة وفيرة.
درس أريك وآخرون (الثلاثاء) هذا السؤال.