cs.LG ورقة بحثية

Beyond Expected Information Gain: Stable Bayesian Optimal Experimental Design with Integral Probability Metrics and Plug-and-Play Extensions

تقدم هذه الورقة إطار عمل بايزي للتصميم التجريبي الأمثل، يتميز بالاستقرار والجاهزية للتشغيل المباشر، يستبدل "كسب المعلومات المتوقع" التقليدي القائم على "تباعد كولباك-ليبلر" بـ "مقاييس الاحتمالية التكاملية" للتغلب على مشكلات عدم تطابق الدعم وتقدير الذيول بأقل من قيمتها، محققاً بذلك تصميمات قوية ومدركة للهندسة حتى في الإعدادات عالية الأبعاد حيث تفشل الطرق التقليدية.

Di Wu, Ling Liang, Haizhao Yang2026-04-24

🔬 physics

Locating acts of mechanistic reasoning in student team conversations with mechanistic machine learning

تقدم هذه الورقة نموذج تعلم آلي قابل للتفسير معزز بانحيازات استقرائية متوافقة مع المجال لتحديد وتحديد مواقع أفعال التفكير الميكانيكي لدى الطلاب تلقائياً في محادثات فرق العلوم والتكنولوجيا والهندسة والرياضيات، مما يظهر تحسناً في التعميم ويقدم إرشادات عملية لكل من باحثي التعليم ومصممي تعلم الآلة.

Kaitlin Gili, Mainak Nistala, Kristen Wendell, Michael C. Hughes2026-04-24

🤖 machine learning

A Scale-Adaptive Framework for Joint Spatiotemporal Super-Resolution with Diffusion Models

تقدم هذه الورقة إطار عمل متكيف مع المقياس يوحد عملية التراكب الزماني والمكاني المشتركة للفيديو عبر عوامل مكانية وزمانية متنوعة باستخدام بنية موحدة، والتي تفكك المهمة إلى تنبؤ متوسط شرطي حتمي ونموذج انتشار متبقي مع ضبط المعلمات الفائقة الرئيسية للحفاظ على الأداء وحفظ الكتلة.

Max Defez, Filippo Quarenghi, Mathieu Vrac, Stephan Mandt, Tom Beucler2026-04-24

⚡ electrical engineering

Low-Rank Adaptation Redux for Large Models

تقدم هذه الورقة نظرة شاملة على التكيف منخفض الرتبة (LoRA) للنماذج الكبيرة من خلال منظور معالجة الإشارات، حيث تصنف آلياته التقنية إلى التصميم المعماري، والتحسين الفعال، والتطبيقات، مع تحديد اتجاهات البحث المستقبلية عند تقاطع معالجة الإشارات الكلاسيكية والتعلم العميق.

Bingcong Li, Yilang Zhang, Georgios B. Giannakis2026-04-24

💬 NLP

When Prompts Override Vision: Prompt-Induced Hallucinations in LVLMs

تقدم هذه الورقة البحثية HalluScope، وهو معيار يكشف أن الهلوسة في النماذج اللغوية البصرية الكبيرة مدفوعة بشكل أساسي بالانحيازات المسبقة للتعليمات النصية، وتقترح HalluVL-DPO، وهو إطار عمل لتحسين التفضيل يعمل بفعالية على تخفيف هذه الهلوسات الناجمة عن الأوامر مع الحفاظ على القدرات البصرية.

Pegah Khayatan, Jayneel Parekh, Arnaud Dapogny, Mustafa Shukor, Alasdair Newson, Matthieu Cord2026-04-24

🤖 machine learning

Beyond Land Surface Temperature: Explainable Spatial Machine Learning Reveals Urban Morphology Effects on Human-Centric Heat Stress

من خلال توظيف سير عمل مبتكر يجمع بين خوارزمية XGBoost الموزونة جغرافياً ونماذج الإضافة المعممة (GAM) في سنغافورة، تُظهر هذه الدراسة أن درجة حرارة سطح الأرض (LST) تفشل في رصد الإجهاد الحراري البشري (UTCI) بشكل كافٍ لأنها تغفل محركات فسيولوجية حاسمة مثل التظليل وعامل رؤية السماء، مما يسلط الضوء على الحاجة إلى مقاييس أكثر تركيزاً على الإنسان في التخطيط الحضري المتكيف مع المناخ.

Yuan Wang, Shengao Yi, Xiaojiang Li, Pengyuan Liu, Zhiwei Yang, Ronita Bardhan, Rudi Stouffs2026-04-24✓ Author reviewed ⓘ

🤖 machine learning

A Dictionary-based approach to Time Series Ordinal Classification

تقدم هذه الورقة البحثية O-TDE، وهو تكييف رتبي لخوارزمية مجموعة القواميس الزمنية (TDE) المتطورة للتصنيف الرتبي للسلاسل الزمنية، حيث تُثبت من خلال التجارب على 18 مسألة أن الاستفادة من رتبة التسميات تتفوق بشكل كبير على التقنيات القائمة على القواميس الاسمية الموجودة حالياً.

Rafael Ayllón-Gavilán, David Guijo-Rubio, Pedro Antonio Gutiérrez, César Hervás-Martinez2026-04-23

🤖 machine learning

Issues with Value-Based Multi-objective Reinforcement Learning: Value Function Interference and Overestimation Sensitivity

تحدد هذه الورقة وتحلل تحديين لم يسبق الإبلاغ عنهما، وهما تداخل دالة القيمة والحساسية تجاه المبالغة في التقدير، واللذان يعيقان أداء خوارزميات التعلم المعزز متعدد الأهداف القائمة على القيمة عند استخدامها مع دوال المنفعة غير الخطية.

Peter Vamplew (EJ), Ethan (EJ), Watkins, Cameron Foale, Richard Dazeley2026-04-23

🤖 machine learning

The Costs of Pretending That There Are Data-Generating Probability Distributions in the Social World

تجادل هذه الورقة بأن افتراض وجود توزيعات احتمالية حقيقية مولدة للبيانات في العالم الاجتماعي هو محض خيال ضار يحجب الخيارات والأهداف الحاسمة في تعلم الآلة، وتقترح بدلاً من ذلك إطاراً يركز مباشرة على المجموعات السكانية ذات الصلة، وهو إطار يحافظ على نظرية التعلم الكلاسيكية مع تجنب هذه التجريدات المضللة.

Benedikt Höltgen, Robert C. Williamson2026-04-23

📊 statistics

Towards Certified Unlearning for Deep Neural Networks

تقترح هذه الورقة تقنيات فعالة لتوسيع نطاق النسيان المعتمد ليشمل الشبكات العصبية العميقة من خلال استخدام تقريب هسيان العكسي ومعالجة سيناريوهات عدم التقارب والنسيان المتسلسل، مما يسد الفجوة بين الضمانات النظرية وتطبيقات النماذج غير المحدبة.

Binchi Zhang, Yushun Dong, Tianhao Wang, Jundong Li2026-04-23

→ السابق التالي ←