محققان در تازهترین مقاله علمی خود، راهکار جدیدی برای یادگیری مدارهای منطقی با عمق ثابت (AC⁰) تحت مدلهای گرافیکی پیچیده ارائه دادهاند. این دستاورد، محدودیتهای قبلی در الگوریتمهای یادگیری را دور زده و به مدلها اجازه میدهد حتی در سیستمهای دواسپینی (مثل مدلهای آیزینگ) با دقت بالا عمل کنند. این پیشرفت میتواند زیربنای مستحکمتری برای نظریه یادگیری محاسباتی فراهم کند. 🧠✨
منبع: arXiv Machine Learning
