cs.LG ورقة بحثية

What changes after deployment? A survey on On-device Learning in TinyML

تستعرض هذه الورقة ما يقرب من 70 عملاً حول التعلم على الأجهزة (ODL) لتقنيات التعلم الآلي الضئيل (TinyML)، حيث تصنفها حسب أنظمة تغير التوزيع لتحليل كيفية تأثير أنواع التغيير المختلفة على السيناريوهات القابلة للتطبيق، والخيارات العتادية، وهياكل الحلول، مع تسليط الضلت على الفجوة المستمرة بين المعايير المنهجية والنشر في العالم الحقيقي.

Massimo Pavan, Luca Pezzarossa, Fabrizio Pittorino, Manuel Roveri, Xenofon Fafoutis2026-06-01

📊 statistics

Correcting Split Selection in Online Decision Trees via Anytime-Valid Inference

تقدم هذه الورقة منهجية مبدئية لتصحيح اختيار التقسيم في أشجار القرار عبر الإنترنت باستخدام الاستدلال الصالح في أي وقت، مما يتغلب على عدم الصلاحية الإحصائية لمتغيرات شجرة هوفدينج الحالية لتوفير ضمانات صارمة ضد التقسيمات غير الصحيحة مع تحسين الأداء التنبؤي وتقليل حجم الشجرة في تدفقات البيانات المستقرة وغير المستقرة على حد سواء.

Salim I. Amoukou, Saumitra Mishra, Manuela Veloso2026-06-01

🔬 physics

Spectral Reach: Understanding Neural Scaling as Progress into the Spectral Tail

تقدم هذه الورقة مفهوم "الموضع الطيفي" لتوضيح أن النماذج العصبية الأكبر تحقق أداءً فائقاً من خلال توسيع قدرتها التعلمية إلى الذيل الطيفي لـ "نواة التانغنت العصبية التجريبية"، وهي قدرة تتيحها عملية تعلم الميزات التي تعمل على تضخيم التدرجات تكيفياً للوصول إلى الإشارات الضعيفة التي لا يمكن للنماذج الأصغر الوصول إليها.

Konstantin Nikolaou, Jonas Scheunemann, Sven Krippendorf, Samuel Tovey, Christian Holm2026-06-01

🤖 machine learning

Toward Identifiable Sparse Autoencoders

تتناول هذه الورقة عدم الاستقرار النظري للمشفرات التلقائية المتفرقة من خلال اقتراح تعديلات معمارية وتدريبية طفيفة تنتج مشفرات تلقائية متفرقة قابلة للتمييز (iSAEs) ذات خطأ إعادة بناء أقل ورموز متفرقة شبه قابلة للتمييز، مدعومة بارتباط بتعلم القواميس وخاصية القياس المقيد.

Walter Nelson, Theofanis Karaletsos, Francesco Locatello2026-06-01

🤖 machine learning

Learning Cardiac Latent Representations in Vectorcardiogram Space

تقدم هذه الورقة البحثية LVCG، وهو إطار عمل جديد للتعلم الذاتي يتعلم تمثيلات قلبية موحدة وغير متغيرة حسب المنظور في فضاء مخطط متجه القلب (VCG) القائم على الأسس الفيزيائية للتغلب على مخاطر التكرار والإفراط في التخصيص المتأصلة في طرق تخطيط كهربائية القلب القياسية ذات الـ 12 مسرى، وذلك من خلال تحقيق قدرة فائقة على التعميم والمتانة عبر مختلف المهام السريرية.

Bosong Huang, Panzhen Zhao, Zengxiang Li, Patricia Lee, Wei Jin, Alan Wee-Chung Liew, Ming Jin, Shirui Pan2026-06-01

📊 statistics

Entropic Projection Alignment: Estimating, Explaining, and Improving Model Performance Under Distribution Shift

تقدم هذه الورقة البحثية "محاذاة الإسقاط الإنتروبي" (EPA)، وهو إطار عمل موحد يعالج انزياح التوزيع من خلال توفير حل صريح لوزن الأهمية لتقدير أداء النموذج، وتفسير انزياحات مستوى الميزات، وتحسين دقة النطاق المستهدف من خلال مطابقة العزوم وتقليل تباعد كولباك - ليبلر (KL divergence) في آن واحد.

Salim I. Amoukou, Emanuele Albini, Tom Bewley, Saumitra Mishra, Manuela Veloso2026-06-01

🤖 machine learning

Lightweight CNN-Based Anomaly Detection for High Voltage Converter Modulators in the Spallation Neutron Source

تقترح هذه الورقة إطار عمل لكشف الشذوذ يعتمد على الشبكات العصبية الالتفافية (CNN) خفيفة الوزن لمعدلات محولات الجهد العالي في مصدر النيوترونات الارتجاجي، والذي يستفيد من الانحياز الاستقرائي المعماري عبر الترتيب الاستراتيجي للعمليات الزمنية وعمليات القنوات المتقاطعة، محققاً أداءً يضاهي أحدث التقنيات في تحديد بوادر الأعطال عبر أنظمة فرعية متعددة.

Alberto D. Cencillo, Leonardo Concepción, Julián Luengo, Isaac Triguero2026-06-01✓ Author reviewed ⓘ

📊 statistics

Why Linear Recurrent Memory Works in Partially Observable Reinforcement Learning

تقدم هذه الورقة تبريراً نظرياً لفعالية الشبكات العصبية المتكررة الخطية في التعلم التعزيزي جزئي الملاحظة من خلال إثبات أن مرشحات خطية محددة يمكنها إعادة إنتاج حالات الاعتقاد المثلى بدقة أو تحقيق خطأ قريب من الصفر في فك تشفير الحالة في نماذج ماركوف المخفية، مما يجعلها إحصاءات كافية لتعلم السياسة المثلى.

Yike Zhao, Onno Eberhard, Malek Khammassi, Ali H. Sayed, Michael Muehlebach2026-06-01

🤖 machine learning

Algorithmic Recourse of In-Context Learning for Tabular Data

تقدم هذه الورقة أول دراسة للتعويض الخوارزمي (algorithmic recourse) للتعلم في السياق (in-context learning) على البيانات الجدولية، حيث توفر ضمانات نظرية حول تقارب الحلول وتقترح إطار عمل ASR-ICL، وهو إطار عمل جديد من الدرجة صفر (zeroth-order framework) يولد بكفاءة تعويضاً متفرقاً وقابلاً للتنفيذ لنماذج التعلم في السياق الصندوق الأسود (black-box ICL models).

Wenshuo Dong, Jiaming Zhang, Shaopneg Fu, Hongbin Lin, Di Wang, Lijie Hu2026-06-01

🤖 machine learning

Learning Parametric Nitrogen Fertilizer Response Curves Using Neuro Symbolic Regression

تقترح هذه الورقة إطار عمل للانحدار العصبي الرمزي يجمع بين التنبؤ بالهيكل القائم على المحولات والخوارزميات الجينية لاكتشاف منحنيات استجابة لأسمدة النيتروجين قابلة للتفسير ومحددة الموقع للقمح الشتوي، متفوقة بذلك على النماذج التقليدية في الدقة والقدرة على التكيف عبر مناطق الإدارة.

Giorgio Morales, John Sheppard2026-06-01

→ السابق التالي ←