cs.LG ورقة بحثية

Efficient Learning of Mesh-Based Physical Simulation with BSMS-GNN

تقدم الورقة البحثية BSMS-GNN، وهو إطار عمل جديد للشبكات العصبية الرسومية متعدد المقاييس يستخدم استراتيجية تجميع "ثنائية الخطوة" (bi-stride) تعتمد على البحث بالعرض لمحاكاة الأنظمة الفيزيائية بكفاءة على الشبكات واسعة النطاق دون الحاجة إلى تقليص يدوي للشبكة أو حدوث أخطاء في التقارب المكاني، مما يحقق دقة وكفاءة حسابية فائقتين مقارنة بالطرق الحالية.

Yadi Cao, Menglei Chai, Minchen Li, Chenfanfu Jiang2026-05-27

🤖 machine learning

Towards Interpretable Federated Learning

تقدم هذه الورقة أول مسح شامل حول التعلم الاتحادي القابل للتفسير (IFL)، حيث تقدم تصنيفاً جديداً وتحلل النهج الحالية، ومقاييس التقييم، والتوجهات المستقبلية لمعالجة الحاجة الماسة للموازنة بين الأداء والخصوصية والقابلية للتفسير في التعلم الآلي التعاوني.

Anran Li, Rui Liu, Ming Hu, Yuanyuan Chen, Shipeng Wang, Lizhen Cui, Han Yu2026-05-27

📊 statistics

Robust Classification of High-Dimensional Data using Data-Adaptive Energy Distance

تقدم هذه الورقة مصنفات قوية وخالية من معاملات الضبط، تعتمد على مسافة الطاقة التكيفية مع البيانات، والتي تحقق تصنيفاً مثالياً للبيانات عالية الأبعاد ذات العينات الصغيرة تحت ظروف عامة، متفوقة بذلك على الأساليب الحالية في كل من المحاكاة والتطبيقات الواقعية.

Jyotishka Ray Choudhury, Aytijhya Saha, Sarbojit Roy, Subhajit Dutta2026-05-27

🤖 machine learning

"Give Me BF16 or Give Me Death"? Accuracy-Performance Trade-Offs in LLM Quantization

تقدم هذه الورقة دراسة تجريبية شاملة لتقنيات التكميم FP8 وINT8 وINT4 عبر عائلة نماذج Llama-3.1، كاشفةً أن FP8 غير فاقد للمعلومات فعلياً، وأن INT8 المضبط جيداً يتسبب في حد أدنى من فقدان الدقة، وأن INT4 تنافسي للغاية، مع تقديم توصيات نشر قائمة على البيانات توازن بين الدقة والأداء لمختلف سيناريوهات الاستدلال.

Eldar Kurtic, Alexandre Marques, Shubhra Pandit, Mark Kurtz, Dan Alistarh2026-05-27

🤖 machine learning

Innovative Silicosis and Pneumonia Classification: Leveraging Graph Transformer Post-hoc Modeling and Ensemble Techniques

تقدم هذه الورقة مجموعة بيانات SVBCX للأشعة السينية للصدر وبنية تعلم عميق مبتكرة تجمع بين محولات الرسوم البيانية (graph transformers) وتقنيات التجميع (ensemble techniques) وفقدان التقاطع المتوازن (Balanced Cross-Entropy loss) لتحقيق تصنيف عالي الدقة والمتانة لمرضي السحار السيليسي والالتهاب الرئوي، حيث حققت درجة F1 الكلية (macro-F1) بلغت 0.9749 ودرجات AUC-ROC تتجاوز 0.99.

Bao Q. Bui, Tien T. T. Nguyen, Duy M. Le, Cong Tran, Cuong Pham2026-05-27

🤖 AI

Evaluating Sample Utility for Efficient Data Selection by Mimicking Model Weights

تقدم هذه الورقة "درجة المحاكاة" (Mimic Score)، وهي مقياس قائم على الهندسة يقيم فائدة البيانات من خلال محاذاة تدرجات العينات مع أوزان النموذج المدرب مسبقاً، وتقترح إطار عمل "Grad-Mimic" للاستفادة من هذا المقياس في تسريع التدريب عبر الإنترنت بكفاءة وتصفية البيانات دون اتصال بالإنترنت، مما يقلل بشكل كبير من التكاليف الحسابية ومتطلبات العينات مع تحسين أداء النموذج.

Tzu-Heng Huang, Manjot Bilkhu, John Cooper, Frederic Sala, Javier Movellan2026-05-27

🤖 machine learning

CleanSurvival: Automated data preprocessing for time-to-event models using reinforcement learning

تقدم هذه الورقة CleanSurvival، وهو إطار عمل قائم على التعلم التعزيزي يعمل على أتمتة تحسين مسارات معالجة البيانات المسبقة —بما في ذلك معالجة القيم المفقودة، وكشف القيم المتطرفة، واستخراج الميزات— والمصمم خصيصاً لتعزيز الأداء التنبؤي لنماذج تحليل البقاء للبيانات المبتورة.

Yousef Koka, David Selby, Gerrit Großmann, Kathan Pandya, Sebastian Vollmer2026-05-27

📊 statistics

Membership Inference Risks in Quantized Models: A Theoretical and Empirical Study

تقترح هذه الورقة مؤشراً ذا أساس نظري وقابل للتقدير تجريبياً لتقييم وتصنيف أمن استدلال العضوية لنماذج تعلم الآلة المكممة بعد التدريب، مبرهنةً على فعاليتها من خلال مجموعات بيانات اصطناعية وواقعية لاكتشاف الأدوية.

Eric Aubinais, Philippe Formont, Pablo Piantanida, Elisabeth Gassiat2026-05-27

🤖 machine learning

Yes, Q-learning Helps Offline In-Context RL

تُثبت هذه الورقة أن دمج أهداف التعلم التعزيزي، لا سيما مع التحفظ، في التعلم التعزيزي داخل السياق غير المتصل (offline in-context reinforcement learning) يتفوق بشكل كبير على الأساليب الخاضعة للإشراف الحالية مثل تقطير الخوارزمية (Algorithm Distillation) عبر بيئات وظروف مجموعات بيانات متنوعة.

Denis Tarasov, Alexander Nikulin, Ilya Zisman, Albina Klepach, Andrei Polubarov, Nikita Lyubaykin, Alexander Derevyagin (…)2026-05-27

🤖 machine learning

Harmonia: Enhancing Data Placement and Migration in Hybrid Storage Systems via Multi-Agent Reinforcement Learning

تقدم الورقة البحثية Harmonia، وهو إطار عمل للتعلم التعزيزي متعدد الوكلاء يعمل على تحسين سياسات وضع البيانات وهجرتها المترابطة بشكل شامل في أنظمة التخزين الهجينة، محققاً تحسينات كبيرة في الأداء والتكلفة مقارنة بالنهجات السابقة ذات السياسة الواحدة مع حد أدنى من الأعباء الإضافية.

Rakesh Nadig, Vamanan Arulchelvan, Rahul Bera, Taha Shahroodi, Gagandeep Singh, Andreas Kakolyris, Ismail Emir Yuksel, M (…)2026-05-27

→ السابق التالي ←