cs.LG ورقة بحثية

Belief-Contraction-Driven Active Inverse Source Localization and Characterization

تقدم هذه الورقة البحثية ATT-PFRL، وهو إطار عمل مدفوع بتقلص الاعتقاد يوحد بين الاستدلال البايزي، ومعايير التوقف، والتحكم في التعلم التعزيزي لتحقيق تحديد نشط للمصدر وتوصيفه وتحديد مكانه بشكل متفوق عبر مجالات ديناميكية متنوعة مقارنة بالنماذج المرجعية الحالية.

Yiwei Shi, Mengyue Yang, Qi Zhang, Cunjia Liu, Weinan Zhang, Weiru Liu2026-08-04

⚡ electrical engineering

DeepConvContext: A Multi-Scale Approach to Timeseries Classification in Human Activity Recognition

تقترح الورقة البحثية إطار عمل DeepConvContext، وهو إطار متعدد المقاييس يعمل على تحسين التعرف على الأنشطة البشرية من خلال نمذجة الأنماط الزمنية داخل النوافذ وبينها للتغلب على قيود أساليب النافذة المنزلقة التقليدية، محققاً مكاسب كبيرة في مقياس F1 وmAP مع الحفاظ على زمن انتقال منخفض.

Marius Bock, Juergen Gall, Michael Moeller, Kristof Van Laerhoven2026-08-04

🤖 machine learning

PB $^2$ : Preference Space Exploration via Population-Based Methods in Preference-Based Reinforcement Learning

تقدم هذه الورقة البحثية PB $^2$ ، وهي طريقة قائمة على المجموعات السكانية للتعلم المعزز القائم على التفضيلات، تتغلب من خلالها على قيود النهج أحادي العميل عبر الحفاظ على مجموعة متنوعة من العملاء لاستكشاف فضاء التفضيلات بشكل أفضل، وتحسين تعلم نموذج المكافأة من خلال سلوكيات متميزة، وتحقيق أداء قوي ضد أخطاء التصنيف البشري في البيئات المعقدة.

Brahim Driss, Alex Davey, Riad Akrour2026-08-04

⚡ electrical engineering

QPPG: Quantum-Preconditioned Policy Gradient for Link Adaptation in Rayleigh Fading Channels

تقترح الورقة البحثية خوارزمية تدرج السياسة المسبقة الكمية (QPPG)، والتي تستخدم التكييف القائم على معلومات فيشر لتحقيق استقرار التعلم التعزيزي لتكيف الروابط في قنوات تلاشي رايلي، محققةً تقاربًا أسرع بكثير، وإنتاجية أعلى، واستهلاكًا أقل لطاقة الإرسال مقارنة بالطرق الكلاسيكية.

Oluwaseyi Giwa, Muhammad Ahmed Mohsin, Folarin Jubril Adesola, Muhammad Ali Jamshed2026-08-04

🤖 machine learning

CEGA: A Cost-Effective Approach for Graph-Based Model Extraction and Acquisition

تقترح هذه الورقة استراتيجية CEGA، وهي استراتيجية استعلام عقد تكرارية ومنخفضة التكلفة تتيح استخراج نماذج قائمة على الرسوم البيانية عالية الدقة في ظل قيود صارمة على الاستعلام، مما يسلط الض الضوء على نقاط ضعف الشبكات العصبية الرسومية (GNN) مع تقديم حل عملي للأبحاث الفعالة ومنخفضة الموارد في المجالات التي تعاني من ندرة البيانات.

Zebin Wang, Menghan Lin, Bolin Shen, Ken Anderson, Molei Liu, Tianxi Cai, Yushun Dong2026-08-04

🤖 machine learning

ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks

تقدم الورقة البحثية ARMOR، وهو متحكم يعتمد على التعلم التعزيزي الخالي من النموذج يضمن تشغيل الطائرات بدون طيار بمتانة في ظل هجمات المستشعرات الفيزيائية من خلال توظيف إطار تدريب ثنائي المرحلة لتعلم تمثيلات حالة كامنة مقاومة للهجمات دون الحاجة إلى معلومات مميزة عن الهجوم أثناء النشر.

Pritam Dash, Ethan Chan, Nathan P. Lawrence, Karthik Pattabiraman2026-08-04

💬 NLP

Self-Correction Bench: Uncovering and Addressing the Self-Correction Blind Spot in Large Language Models

تقدم هذه الورقة "Self-Correction Bench" للكشف عن "نقطة عمياء" كبيرة حيث تفشل النماذج اللغوية الكبيرة في تصحيح أخطائها الداخلية رغم امتلاكها القدرة على إصلاح أخطاء خارجية مماثلة، وهو قصور ناتج عن فجوات في بيانات التدريب يمكن التخفيف من حدته بشكل كبير من خلال الضبط الدقيق المستهدف أو هندسة الأوامر البسيطة مثل إضافة كلمة "انتظر.".

Ken Tsui2026-08-04

🌀 nonlinear sciences

Machine-Precision Prediction of Low-Dimensional Chaotic Systems from Noise-Free Data

تُثبت هذه الورقة أن استخدام انحدار المربعات الصغرى العادية على سمات متعددة الحدود عالية الدرجة باستخدام حسابات بـ 512 بت يسمح بالتنبؤ بدقة الآلة للأنظمة الفوضوية منخفضة الأبعاد من بيانات خالية من الضجيج، مما يحل مشكلة التنبؤ بفعالية من خلال التفوق بشكل كبير على الطرق السابقة والمحللات العددية القياسية.

Christof Schötz, Niklas Boers2026-08-04

🤖 machine learning

From Global to Local: A Scalable Benchmark for Local Posterior Sampling

تتناول هذه الورقة البحثية أوجه القصور في ضمانات التقارب العالمي الحالية لخوارزميات ماركوف مونت كارلو بسلسلة ماركوف ذات التدرج العشوائي (stochastic gradient MCMC) في تضاريس الشبكات العصبية المتدهورة، وذلك عبر تقديم معيار قابل للتوسع لأخذ عينات اللاحقة المحلية، والذي يثبت تجريبياً أن خوارزمية SGLD المسبوقة بـ RMSProp تلتقط بفعالية هندسة اللاحقة المحلية في نماذج تصل إلى 100 مليون معلمة.

Rohan Hitchcock, Jesse Hoogland2026-08-04

🤖 machine learning

Self-composing neural operators for high-frequency and multiscale PDE surrogates

تقدم هذه الورقة إطار عمل للمؤثر العصبي ذاتي التكوين (SC-NO) يحاكي الحلول العددية التكرارية من خلال التطبيق المتكرر لكتلة هيكلية فعالة في المعلمات، مقترنة باستراتيجية تدريب "التدريب والانبساط" التكيفية، للتغلب بفعالية على الانحياز الطيفي وتحقيق دقة فائقة في حل المعادلات التفاضلية الجزئية عالية التردد ومتعددة المقاييس مثل معادلة هلمهولتز مقارنة بالنماذج المرجعية الحالية.

Juncai He, Xinliang Liu, Jinchao Xu2026-08-04

→ السابق التالي ←

cs.LG

Belief-Contraction-Driven Active Inverse Source Localization and Characterization

DeepConvContext: A Multi-Scale Approach to Timeseries Classification in Human Activity Recognition

PB2^22: Preference Space Exploration via Population-Based Methods in Preference-Based Reinforcement Learning

QPPG: Quantum-Preconditioned Policy Gradient for Link Adaptation in Rayleigh Fading Channels

CEGA: A Cost-Effective Approach for Graph-Based Model Extraction and Acquisition

ARMOR: Robust Reinforcement Learning-based Control for UAVs under Physical Attacks

Self-Correction Bench: Uncovering and Addressing the Self-Correction Blind Spot in Large Language Models

Machine-Precision Prediction of Low-Dimensional Chaotic Systems from Noise-Free Data

From Global to Local: A Scalable Benchmark for Local Posterior Sampling

Self-composing neural operators for high-frequency and multiscale PDE surrogates

PB $^2$ : Preference Space Exploration via Population-Based Methods in Preference-Based Reinforcement Learning