⚡ electrical engineering

PoDAR: Power-Disentangled Audio Representation for Generative Modeling

تقدم الورقة البحثية PoDAR، وهو إطار عمل يعمل على فصل قدرة الإشارة عن المحتوى الدلالي من خلال تعزيز القدرة العشوائي والاتساق الكامن، مما يؤدي إلى تسريع تقارب النماذج التوليدية بشكل كبير وتحسين جودة الصوت وتشابه المتحدث.

Alejandro Luebs, Mithilesh Vaidya, Ishaan Kumar, Sumukh Badam, Stephen W. Bailey, Matthew Bendel, Jose Sotelo, Xingzhe H (…)2026-05-12
🤖 AI

ViSRA: A Video-based Spatial Reasoning Agent for Multi-modal Large Language Models

تقدم الورقة البحثية ViSRA، وهو وكيل يعتمد على الفيديو ومتوافق مع البشر ولا يتطلب تدريباً، يستفيد من المعلومات المكانية الصريحة من النماذج الخبيرة لتعزيز قدرات الاستدلال المكاني ثلاثي الأبعاد للنماذج اللغوية الكبيرة متعددة الوسائط بشكل كبير دون الحاجة إلى ما بعد التدريب أو تنسيق مجموعات البيانات يدوياً.

Tingshu Mou, Jiabo He, Renying Wang, Ce Liu, Hao Yang, Tiehua Zhang, Jingjing Chen, Xingjun Ma2026-05-12
🤖 machine learning

Explainability of Recurrent Neural Networks for Enhancing P300-based Brain-Computer Interfaces

تقدم هذه الورقة وحدة ما بعد التكرار (PRM)، وهي طبقة مبتكرة مدمجة في الشبكات العصبية المتكررة تعمل على تحسين أداء واجهة الدماغ والحاسوب القائمة على موجة P300 بنسبة 9% مع توفير قابلية تفسير مزدوجة عالمية ومحلية لمواءمة قرارات النموذج مع الأنماط الفسيولوجية العصبية الراسخة.

Christian Oliva, Vinicio Changoluisa, Francisco B Rodríguez, Luis F Lago-Fernández2026-05-12
🤖 AI

Useful for Exploration, Risky for Precision: Evaluating AI Tools in Academic Research

تقترح هذه الورقة إطار عمل معيارياً متمحوراً حول الإنسان لتقييم أدوات الذكاء الاصطناعي في البحث الأكاديمي، حيث وجدت أنه بينما تعزز هذه الأدوات الكفاءة في المهام الاستكشافية مثل البحث في الأدبيات والتلخيص، فإن افتقارها إلى الشفافية، وقابلية التكرار، والقدرة الموثوقة على التفسير يستلزم تحققاً بشرياً صارماً لاستخراج المعلومات بدقة.

Anthea Dathe, Kiran Hoffmann, Aline Mangold2026-05-12
🤖 AI

FormalRewardBench: A Benchmark for Formal Theorem Proving Reward Models

تقدم هذه الورقة البحثية FormalRewardBench، وهو أول معيار لتقييم نماذج المكافأة في إثبات النظريات الصورية باستخدام 250 زوجًا من التفضيلات التي أعدها خبراء، كاشفةً أن النماذج اللغوية الكبيرة الرائدة تتفوق على أدوات إثبات النظريات المتخصصة في تقييم جودة الإثبات، ومسلطةً الضوء على أوجه القصور في النماذج الحالية في التمييز بين البراهين الصحيحة ومختلف الأخطاء المُحقونة.

Zeynel A. Uluşan, Burak S. Akbudak, Can S. Erer, Gözde Gül Şahin2026-05-12
🤖 AI

Scaling Vision Models Does Not Consistently Improve Localisation-Based Explanation Quality

تُظهر هذه الدراسة أن توسيع نطاق نماذج الرؤية الحاسوبية لا يعزز باستمرار جودة تفسيراتها القائمة على التحديد المكاني، حيث غالبًا ما تؤدي البنيات الأصغر أداءً يضاهي أو يتفوق على البنيات الأكبر، مما يسلط الضوء على الحاجة إلى تقييم القدرة على التفسير صراحةً جنبًا إلى جنب مع دقة التنبؤ في التطبيقات الحرجة للسلامة.

Mateusz Cedro, Marcin Chlebus2026-05-12
📊 statistics

Coarsening Linear Non-Gaussian Causal Models with Cycles

تقترح هذه الورقة طريقة لتعلم مخططات بيانية موجهة (DAGs) سببية منخفضة الأبعاد من نماذج خطية غير غاوسية عالية الأبعاد ذات دورات، مبرهنةً على أن مثل هذه الملخصات قابلة للتمييز، وثابتة عبر فئات التكافؤ الرصدي، وقابلة للحوسبة في زمن تكعيبي مع حدود صريحة للتعقيد العيني.

Francisco Madaleno, Francisco C Pereira, Alex Markham2026-05-12
🤖 AI

Automated Approach for Solving Infinite-state Polynomial Reachability Games

تقدم هذه الورقة خوارزمية مؤتمتة سليمة، وشبه كاملة، وذات تعقيد زمني تحت أسي، تستخدم شهادات الترتيب لحل ألعاب الوصول متعددة الحدود ذات الحالة اللانهائية، حيث تنجح في حساب استراتيجيات الفوز للاعب REACH في سيناريوهات صعبة مثل لعبة "سندريلا-زوجة الأب" (Cinderella-Stepmother) التي فشلت فيها الطرق السابقة.

Krishnendu Chatterjee, Ehsan Kafshdar Goharshady, Mehrdad Karrabi, Maximilian Seeliger, {\DJ}or{\dj}e Žikelić2026-05-12
🤖 AI

When Reviews Disagree: Fine-Grained Contradiction Analysis in Scientific Peer Reviews

تقدم هذه الورقة البحثية RevCI، وهو معيار مرجعي جديد يتضمن تعليقات توضيحية على مستوى الأدلة وتسميات لشدة التدرج لتناقضات مراجعة الأقران العلمية، إلى جانب IMPACT، وهو إطار عمل متعدد الوكلاء، ونموذجه المقطر TIDE، والتي تتفوق جميعها على النماذج المرجعية الحالية في تحديد وتقييم شدة الخلافات بين المراجعين.

Sandeep Kumar, Yash Kamdar, Abid Hossain, Bharti Kumari, Tanik Saikh, Asif Ekbal2026-05-12
🤖 AI

MTA-RL: Robust Urban Driving via Multi-modal Transformer-based 3D Affordances and Reinforcement Learning

تقدم هذه الورقة MTA-RL، وهو إطار عمل مبتكر يعزز القيادة الذاتية الحضرية القوية من خلال دمج بيانات RGB وLiDAR عبر محول متعدد الوسائط (Multi-modal Transformer) لتوليد تمثيلات إمكانات ثلاثية الأبعاد (3D affordance) صريحة، والتي تعمل كفضاء ملاحظة مدمج لسياسة التعلم المعزز لتحقيق أداء متفوق، وكفاءة في أخذ العينات، وتعميم صفري مقارنة بالنماذج المرجعية الحالية.

Guangli Chen, Dianzhao Li, Wenjian Zhong, Bangquan Xie, Ostap Okhrin2026-05-12