cs.LG ورقة بحثية

RAD: Rule-Augmented Relational Anomaly Detection

تقترح الورقة البحثية إطار عمل RAD، وهو إطار للكشف عن الشذوذ العلائقي المعزز بالقواعد يجمع بين تعلم تمثيل الرسوم البيانية غير المتجانسة والقواعد الرمزية المنقحة المستمدة من مسارات الغابة العشوائية لتحديد الشذوذ بفعالية في قواعد البيانات متعددة الجداول مع الحفاظ على البنية العلائقية ودمج الأدلة السلوكية، مما يظهر أداءً فائقاً على النماذج المرجعية الحالية في معيار مرجعي جديد يشمل مجموعات بيانات الأمن السيبراني والتجارة الإلكترونية.

Noah Dahle, Anne Tumlin, Ngoc Tran, Xenofon Koutsoukos, Tyler Derr2026-08-25

🤖 machine learning

MetaCaster: Meta-Harness-Optimized Agent for End-to-End Few-Shot Learning of Lightweight Time Series Forecasters

إن MetaCaster هو إطار عمل متعدد الوكلاء مُحسَّن لتقنية الـ meta-harness، يُمكِّن من التعلم من عينات قليلة (few-shot learning) من البداية إلى النهاية للتنبؤات بالسلاسل الزمنية خفيفة الوزن، وذلك عبر توظيف وكلاء لتوليد بيانات تدريب وسياقات نصية، مما يحقق أداءً عالياً بأقل قدر من البيانات والموارد الحسابية في السيناريوهات محدودة الموارد.

ChengAo Shen, Wenchao Yu, Fangyu Wu, Dongjin Song, Hanghang Tong, Dongsheng Luo, Wei Cheng, Haifeng Chen, Jingchao Ni2026-08-25

🤖 machine learning

Predicting Multiple Clinical Outcomes Related to Functional Recovery and Social Isolation Among Older Adults After Lower-Limb Fracture or Hip Replacement

تُظهر هذه الدراسة أن نموذج التعلم العميق متعدد المخرجات (NODE)، الذي يستفيد من بيانات الاستشعار متعددة الأنماط من مجموعة بيانات MAISON-LLF، يتفوق على النهج أحادي المخرج في التنبؤ المتزامن بخمس نتائج سريرية تتعلق بالتعافي الوظيفي والعزلة الاجتماعية لكبار السن الذين يتعافون من كسور الأطراف السفلية أو استبدال مفصل الورك.

Santosh Ray, Pratik K. Mishra, Ali Abedi, Charlene H. Chu, Amir Ahmad, Shehroz S. Khan2026-08-25

📊 statistics

Interpretable AI with Local Distillation

تقدم هذه الورقة "التقطير المحلي"، وهو إطار عمل يحقق دقة عالية وقابلية للتفسير من خلال تدريب نماذج "طالب" خطية منتظمة بتوجيه من نماذج "معلم" الصندوق الأسود عند كل نقطة استعلام، وذلك باستخدام تقنية عشوائية مبتكرة لضمان استقرار اختيار الميزات والكشف عن مجموعات فرعية متباينة من المرضى تغفل عنها النماذج العالمية أو نماذج الصندوق الأسود.

Erin Craig, Yiling Huang, Snigdha Panigrahi2026-08-25

📊 statistics

ConvergeFlow: Language Flow with Provable Convergence to Token Embeddings

تقدم الورقة البحثية ConvergeFlow، وهو نموذج لغوي قائم على التدفق يقيد التنبؤات ضمن الغلاف المحدب لتمثيلات الرموز (token embeddings)، ويثبت التقارب نحو الرموز الصالحة، مما يتيح توليد الرموز بشكل مباشر دون الحاجة إلى فك تشفير خاضع لإشراف الإنتروبيا المتقاطعة (cross-entropy-supervised decoder)، محققاً بذلك أداءً منافساً للنماذج المنفصلة والمستمرة الحالية.

Na Li, Yuchen Jiao, Changxiao Cai, Gen Li2026-08-25

📊 statistics

Provably adaptive sampling with uniform and remasking discrete diffusion models

تقدم هذه الورقة خوارزمية أخذ عينات متوازية تكيفية مثبتة لنماذج الانتشار المنفصلة الموحدة وإعادة القناع، والتي تحقق تعقيد أخذ عينات محكوماً بهيكل الاعتماد الجوهري للتوزيع المستهدف (الارتباط الكلي المزدوج) بدلاً من البعد المحيط، مما يتغلب على الاعتماد الخطي على البعد الموجود في الطرق الحالية.

Daniil Dmitriev, Zhihan Huang, Yuting Wei2026-08-25

🤖 machine learning

Federated and differentially private estimation of KL divergence

تقدم هذه الورقة البحثية FedPriKL، وهي طريقة جديدة للخصوصية التفاضلية لتقدير تباعد كولباك - ليبلر في البيئات الاتحادية، والتي تحقق دقة غير متحيزة ومنخفضة التباين مع حساسية محدودة مع تقليل عبء الاتصالات مقارنة بالنماذج المرجعية الحالية.

Sayan Biswas, Graham Cormode, Carsten Maple, Mary Scott2026-08-24

🤖 machine learning

Reinforcing Multi-Turn Reasoning in LLM Agents via Fine-Grained Reward Structure and Credit Assignment

تقترح هذه الورقة وتتحقق من صحة إطار عمل لتعزيز وكلاء النماذج اللغوية الكبيرة في السيناريوهات متعددة الأدوار عبر اشتقاق خوارزميات GRPO وPPO مخصصة تستفيد من هياكل مكافآت كثيفة لكل دور لتحقيق تخصيص أفضل للمهام، واستقرار تدريب، وأداء متفوق مقارنة بنهج المكافآت النهائية المتفرقة أو المتأخرة.

Quan Wei, Siliang Zeng, Chenliang Li, Zhongruo Wang, William Brown, Oana Frunza, Wei Deng, Anderson Schneider, Yuriy Nev (…)2026-08-24

🤖 machine learning

Doctor Rashomon and the UNIVERSE of Madness: Variable Importance with Unobserved Confounding and the Rashomon Effect

تقدم هذه الورقة UNIVERSE، وهو إطار عمل مبتكر يستفيد من مجموعات راشومون (Rashomon sets) لتوفير حدود متينة لأهمية المتغيرات في ظل وجود عوامل مربكة غير ملاحظة وتعدد النماذج، مما يعالج القيود الحرجة في اختيار الميزات القياسي وتوليد الفرضيات.

Jon Donnelly, Srikar Katta, Emanuele Borgonovo, Cynthia Rudin2026-08-24

🔬 physics

MeltwaterBench: Deep learning for spatiotemporal downscaling of surface meltwater

تقدم هذه الورقة MeltwaterBench، وهو إطار عمل للتعلم العميق يدمج بيانات الاستشعار عن بعد مع النماذج القائمة على الفيزياء لإنشاء خرائط يومية لمياه الذوبان السطحي بدقة 100 متر فوق نهر هيلهيم الجليدي في جرينلاند، محققاً دقة أعلى بكثير (95%) من النهج الحالية غير القائمة على التعلم العميق، مع توفير مجموعة بيانات مرجعية جديدة لأبحاث تقليل النطاق الزماني والمكاني.

Björn Lütjens, Patrick Alexander, Raf Antwerpen, Til Widmann, Guido Cervone, Marco Tedesco2026-08-24

→ السابق التالي ←