🤖 AI

ReynoldsFlow: Physics-Inspired Spatiotemporal Flow Representation for Video Understanding

تقدم الورقة البحثية ReynoldsFlow، وهي طريقة تمثيل فيديو خفيفة الوزن ومعيارية تستفيد من المبادئ المستوحاة من الفيزياء لتفكيك الحركة إلى مكونات خالية من الدوران (curl-free) وخالية من التباعد (divergence-free)، مما يعزز الأداء والقدرة على التعميم في المهام اللاحقة مثل التعرف على الأفعال وكشف الأشياء مع تقليل التكاليف الحسابية.

Yu-Hsi Chen, Ching-Kai Lin, PingKong Huang, Chin-Tien Wu2026-08-21
⚡ electrical engineering

Learning-Augmented Power System Operations: A Unified Optimization View

تقترح هذه الورقة إطار عمل "عمليات أنظمة القدرة المعززة بالتعلم" (LAPSO)، وهو إطار عمل موحد متمحور حول التحسين يدمج تعلم الآلة مباشرة في اتخاذ القرار في أنظمة القدرة من خلال نماذج رياضية عامة ومعايير تدريب مدركة للتحسين لتعزيز الكفاءة الاقتصادية، والأمن، والمتانة.

Wangkun Xu, Zhongda Chu, Fei Teng2026-08-21
🤖 AI

EdgeWisePersona: A Dataset for On-Device User Profiling from Natural Language Interactions

تقدم هذه الورقة EdgeWisePersona، وهي مجموعة بيانات ومعيار جديد لتقييم نماذج اللغات الصغيرة على أجهزة الحافة من خلال تحديها لإعادة بناء روتين المستخدم المهيكل من تفاعلات اللغة الطبيعية المحاكية، مما يسلط الضوء على فجوة الأداء الحالية بين النماذج المدمجة والنماذج الكبيرة في التنميط الخاص بالمستخدم على الأجهزة مع الحفاظ على الخصوصية.

Patryk Bartkowiak, Michal Podstawski2026-08-21
🧬 biology

The Thousand Brains Theory 2.0: An Extension for the Long-Range Connections of the Neocortical Heterarchy

توسع هذه الورقة نظرية "الألف دماغ" عبر اقتراح أن القشرة الجديدة تعمل كتراتبية غير هرمية (heterarchy) حيث تقوم الروابط المهادية والروابط القشرية-القشرية بعيدة المدى بتحويل البيانات الحسية المتمركزة حول الذات إلى نماذج متمركزة حول الأشياء، مما يُمكّن من تعلم الكائنات التركيبية، وبالتالي يعالج الآليات التشريحية والحسابية للذكاء التي لم تُفسر سابقاً.

Jeff Hawkins (Thousand Brains Project), Niels Leadholm (Thousand Brains Project), Viviane Clay (Thousand Brains Project)2026-08-21
🤖 AI

PrefixAgent: An LLM-Powered Design Framework for Efficient Prefix Adder Optimization

إن PrefixAgent هو إطار عمل مدعوم بنماذج اللغات الكبيرة (LLM) يعمل على تحسين تصميم جامع البادئة (prefix adder) من خلال تفكيك المهمة إلى تخليق الهيكل الأساسي وتحسين البنية بتوجيه من التغذية الراجعة لأدوات التصميم الآلي للإلكترونيات (EDA)، مع الاستفادة من الرسوم البيانية-e (e-graphs) لتوليد بيانات تدريب دقيقة للغاية تعمل على تحسين كفاءة المساحة وقابلية التوسع بشكل كبير عبر مختلف عرض البتات.

Dongsheng Zuo, Jiadong Zhu, Yang Luo, Yuzhe Ma2026-08-21
🤖 machine learning

MambaX-Net: Dual-Input Mamba-Enhanced Cross-Attention Network for Longitudinal Prostate MRI Segmentation

تُعد MambaX-Net بنية هندسية مبتكرة للتجزئة ثلاثية الأبعاد تعتمد على التعلم شبه المشرف والمدخلات المزدوجة، حيث تستفيد من وحدة انتباه تقاطعي معززة بـ Mamba ومستخرج للشكل لتجزئة مناطق البروستاتا بفعالية في صور الرنين المغناطيسي للمراقبة النشطة الطولية عبر استخدام بيانات النقطة الزمنية السابقة والملصقات الزائفة، متفوقةً بذلك على النماذج الحالية في السيناريوهات ذات التوصيفات الخبيرة المحدودة.

Yovin Yahathugoda, Davide Prezzi, Patricia A. Gutierrez, Piyalitt Ittichaiwong, Vicky Goh, Sebastien Ourselin, Michela A (…)2026-08-21
🤖 AI

A Physics-Informed Neural Network Approach for UAV Path Planning in Dynamic Environments

تقترح هذه الورقة إطار عمل للشبكات العصبية المستوحاة من الفيزياء (PINN) يدمج ديناميكيات الطائرات بدون طيار والقيود البيئية مباشرة في عملية التعلم لتوليد مسارات آمنة وسلسة وموفرة للطاقة في حقول رياح ديناميكية، متفوقة بذلك على المخططات التقليدية مثل A* وKino-RRT* دون الحاجة إلى بيانات خاضعة للإشراف.

Shuning Zhang2026-08-21
💬 NLP

Beyond Recall: Behavioral Specification as an Interpretive Layer for AI Personalization

تقدم هذه الورقة "المواصفات السلوكية" كطبقة تفسيرية تضغط بيانات المستخدم إلى أنماط لتحسين دقة التمثيل والاتساق مع القصد البشري للذكاء الاصطناعي بشكل كبير، محققةً أداءً يقارب أداء المتن الخام بجزء ضئيل من تكلفة السياق مع التمييز بين الفهم التفسيري والاسترجاع الحقائقي البسيط.

Aarik Gulaya2026-08-21
📊 statistics

The Good, the Bad, and the Ugly of Markov Boundary for Tabular Prediction

على الرغم من أن استخدام حدود ماركوف (Markov boundary) في التعلم الجدولي مثالي نظرياً للتنبؤ، إلا أنه يعوق عملياً بسبب عدم قدرة طرق الاكتشاف السببي الحالية على استردادها بدقة ضمن ميزانيات الحوسبة، مما يكشف عن فجوة حرجة بين الاسترداد الهيكلي والأداء التنبئي تستوجب استراتيجيات جديدة لاختيار الميزات تتماشى مع أهداف التنبؤ.

Shu Wan, Abhinav Gorantla, Huan Liu, K. Selçuk Candan2026-08-21