cs.LG ورقة بحثية

Learning from a single labeled face and a stream of unlabeled data

تتناول هذه الورقة تحدي التعرف على الوجه من فئة واحدة باستخدام صورة واحدة مصنفة، وذلك عبر اقتراح خوارزمية غير معلمية تستفيد من تدفق بيانات وفيرة غير مصنفة لتحقيق استدعاء أعلى بكثير مع حالات إيجابية كاذبة تقترب من الصفر مقارنة بالنماذج المرجعية الحالية.

Branislav Kveton, Michal Valko2026-05-01

🤖 AI

Trace-Level Analysis of Information Contamination in Multi-Agent Systems

تستقصي هذه الورقة كيف يؤدي تلوث المعلومات الناجم عن عدم اليقين في سير عمل الوكلاء المتعددين إلى مسارات تنفيذ متنوعة وإخفاقات في المخرجات، مقترحةً إطار قياس قائمًا على التتبع وتصنيفًا رسميًا لتحسين كشف هذه المخاطر وتحديد مواقعها والتخفيف من حدتها عبر مهام الاستدلال للقطع الأثرية غير المتجانسة.

Anna Mazhar, Huzaifa Suri, Sainyam Galhotra2026-05-01

🤖 machine learning

Privacy-Preserving Federated Learning via Differential Privacy and Homomorphic Encryption for Cardiovascular Disease Risk Modeling

تقيم هذه الدراسة بشكل منهجي دمج الخصوصية التفاضلية والتشفير المتماثل ضمن التعلم الاتحادي لنمذجة مخاطر أمراض القلب والأوعية الدموية باستخدام بيانات الرعاية الصحية السويدية، كاشفةً أنه في حين يحافظ التشفير المتماثل على فائدة النموذج بما يضاهي التعلم المركزي على حساب العبء الحسابي، فإن الخصوصية التفاضلية توفر تكاليف حسابية أقل ولكنها تضعف الأداء بشكل كبير في نماذج الانحدار اللوجستي مقارنة بالشبكات العصبية.

Gaurang Sharma, Juha Pajula, Aada Illikainen, Markus Rautell, Noora Lipsonen, Petri Alhainen, Mika Hilvo2026-05-01

🤖 machine learning

One Pass, Any Order: Position-Invariant Listwise Reranking for LLM-Based Recommendation

تقترح الورقة البحثية InvariRank، وهو إطار عمل معماري يحقق إعادة ترتيب قائمة (listwise reranking) غير معتمد على الموضع لتوصيات النماذج اللغوية الكبيرة (LLM-based recommendations) من خلال الجمع بين قناع الانتباه المهيكل (structured attention masking) والتأطير الموضعي المشترك تحت تضمينات الموضع الدوارة (Rotary Positional Embeddings)، مما يتيح تسجيل درجات (scoring) مستقر وفعال في تمريرة واحدة دون الحاجة إلى التدريب القائم على التبديل (permutation-based training).

Ethan Bito, Yongli Ren, Estrid He2026-05-01

🤖 machine learning

Green Physics-Informed Machine Learning Models For Structural Health Monitoring

تقيم هذه الورقة الأثر البيئي لنماذج مراقبة الحالة الهيكلية من خلال توضاح كيف يمكن للمنهجيات "الرمادية" القائمة على الفيزياء أن تحقق أداءً استقرائيًا عاليًا بتكاليف حوسبية وانبعاثات كربونية أقل مقارنة بالنماذج "السوداء" القائمة على البيانات فقط.

Daisy R Bradley, Elizabeth J Cross2026-05-01

🤖 machine learning

Can Tabular Foundation Models Guide Exploration in Robot Policy Learning?

تقترح الورقة البحثية TFM-S3، وهي طريقة هجينة فعالة في استهلاك العينات تسخر نموذجاً أساسياً جدولياً مُدرباً مسبقاً لتوجيه الاستكشاف العالمي ضمن فضاء فرعي للسياسة يتم تحديثه ديناميكياً، مما يؤدي إلى تسريع التقارب وتحسين الأداء في التحكم الروبوتي المستمر عالي الأبعاد مقارنة بالنماذج المرجعية الحالية.

Buqing Ou, Frederike Dümbgen2026-05-01

🔬 materials science

VibroML: an automated toolkit for high-throughput vibrational analysis and dynamic instability remediation of crystalline materials using machine-learned potentials

تُعد VibroML مجموعة أدوات مفتوحة المصدر بلغة بايثون تسخر الجهود الكامنة في النماذج المعتمدة على التعلم الآلي والخوارزميات الجينية لأتمتة معالجة عدم الاستقرار الديناميكي، والتحقق من استقرار درجات الحرارة المحددة، واستكشاف الفضاءات التركيبية بشكل منهجي، مما يحول عملية فحص المواد عالية الإنتاجية من مجرد تحقق من الاستقرار إلى سير عمل شامل لتوليد هياكل بلورية قابلة للتطبيق فيزيائياً.

Rogério Almeida Gouvêa, Gian-Marco Rignanese2026-05-01

⚛️ lattice

Sampling two-dimensional spin systems with transformers

تقدم هذه الورقة عينة عصبية فعالة قائمة على المحولات تولد مجموعات من المغازل وتستخدم احتمالات تقريبية للتغلب على عدم الكفاءة الحسابية، مما يتيح أخذ عينات لأنظمة مغازل "إيسينج" و"إدواردز-أندرسون" ثنائية الأبعاد كبيرة ذات أحجام عينات فعالة محسنة بشكل كبير مقارنة بالطرق السابقة الرائدة.

Piotr Białas, Piotr Korcyl, Tomasz Stebel, Adam Stefański, Dawid Zapolski2026-05-01

🤖 machine learning

Differential Subgroup Discovery: Characterizing Where Two Populations Differ, and Why

تقدم هذه الورقة مفهوم "المجموعات الفرعية التفاضلية" لتحديد المناطق التي تظهر فيها مجموعتان من السكان اختلافات استثنائية في النتائج رغم تشابه الخصائص، وتقترح DiffSub، وهي طريقة قائمة على التدرج تكتشف هذه المجموعات الفرعية القابلة للتفسير للكشف عن الأسباب الهيكلية لهذه التفاوتات عبر مجالات مختلفة.

Sascha Xu, Jilles Vreeken2026-05-01

🔢 mathematics

Why Self-Supervised Encoders Want to Be Normal

تقترح هذه المقالة إطاراً هندسياً ومعلوماتياً قائماً على مبدأ عنق الزجاجة المعلوماتي (Information Bottleneck) الذي يُوصّف التمثيلات المثلى كعنقزة ناعمة (soft clustering) لمتشعب تنبؤي، مما أدى إلى تطوير "التنظيم غاوسي المتماثل" (SIGReg) الموضح كمنظم توزيعي منهجي لكل من التعلم الخاضع للإشراف والتعلم ذاتي الإشراف دون الحاجة إلى حدود تباينية.

Yuval Domb2026-05-01

→ السابق التالي ←