cs.LG ورقة بحثية

The Kalman Evolve: Closing the Gap in Kalman Filtering via Interpretable Algorithm Discovery

تقدم الورقة البحثية "Kalman Evolve"، وهو إطار عمل يستفيد من النماذج اللغوية الكبيرة لاكتشاف تعديلات غير تآلفية وقابلة للتفسير على بنية تحديث مرشح كالمان، مما يغلق فجوة الأداء في سيناريوهات الاستشعار غير الخطية حيث تفشل عمليات ضبط المعلمات التقليدية.

Vasileios Saketos, Ming Xiao2026-05-27

🤖 machine learning

Periodic Topological Deep Learning for Polymer Design and Discovery

تقدم الورقة البحثية Periodic-TDL، وهو إطار عمل للتعلم العميق يستفيد من مجمعات Vietoris-Rips الدورية وتمرير الرسائل الهدبلي الهرمي لالتقاط التفاعلات متعددة الأجسام في البوليمرات، والذي لا يتفوق فقط على النماذج الرائدة في التنبؤ بالخصائص، بل تم التحقق من نجاحه أيضًا من خلال تجارب أظهرت أن استبدالات مجموعات وظيفية محددة تعزز الاستقرار الحراري بشكل كبير.

Yasharth Yadav, Tze Kwang Gerald Er, Atsushi Goto, Kelin Xia2026-05-27

🤖 machine learning

MONA: Muon Optimizer with Nesterov Acceleration for Scalable Language Model Training

تقدم الورقة البحثية MONA، وهو مُحسِّن مبتكر يدمج تسارع أسلوب نيستروف (Nesterov-style acceleration) في إطار عمل Muon للهروب من النهايات الصغرى المحلية الحادة وتحقيق أداء تقارب وأداء في المهام اللاحقة هو الأفضل حالياً عبر نماذج لغوية تتراوح أحجامها بين 1 مليار و68 مليار معلمة.

Jiacheng Li, Jianchao Tan, Hongtao Xu, Jiaqi Zhang, Yifan Lu, Yerui Sun, Yuchen Xie, Xunliang Cai2026-05-27

🤖 machine learning

Not All Disagreement Is Learnable: Token Teachability in On-Policy Distillation

تقدم هذه الورقة "قابلية تعلم الرموز" (Token Teachability)، وهي مقياس يميز بين الخلافات القابلة للتعلم وغير المتوافقة بين المعلم والطالب في عملية التقطير داخل السياسة (on-policy distillation)، وتقترح طريقة TA-OPD التي تحسن أداء الطالب بشكل كبير من خلال التدريب الانتقائي على الرموز ذات القابلية العالية للتعلم دون الحاجة إلى نماذج مكافأة خارجية.

Yuanyi Wang, Su Lu, Yanggan Gu, Pengkai Wang, Yifan Yang, Zhaoyi Yan, Congkai Xie, Jianmin Wu, Hongxia Yang2026-05-27

🤖 machine learning

Learning Energy-Based Models from Stochastic Interpolants using Spatiotemporal Differences

تحدد هذه الورقة أوضاع الفشل في طرق تدريب النماذج القائمة على الطاقة التي تعتمد فقط على الاختلافات المكانية أو الزمانية، وتقترح تقدير التباين المعاكس للضوضاء الزمكاني (stNCE)، وهو إطار عمل موحد يستفيد من الاختلافات الزمكانية المشتركة لتحقيق أداء رائد في تقدير الكثافة على الصور والجزيئات.

Hanlin Yu, RuiKang OuYang, Partha Kaushik, Arto Klami, Michael U. Gutmann, Omar Chehab2026-05-27

🤖 machine learning

RAPNet: Accelerating Algebraic Multigrid with Learned Sparse Corrections

يُعدُّ RAPNet إطار عمل للشبكات العصبية الرسومية يعمل على تسريع حلول "Algebraic Multigrid" من خلال تعلم توليد مؤثرات شبكة خشنة متفرقة ومتينة خلال مرحلة الإعداد، مما يتغلب بفعالية على المقايضة التقليدية بين التفرع وجودة التقارب ليتفوق على الطرق الكلاسيكية في الأنظمة الخطية واسعة النطاق.

Yali Fink, Ido Ben-Yair, Lars Ruthotto, Eran Treister2026-05-27

🤖 machine learning

Generalist Graph Anomaly Detection via Prototype-Based Distillation

تقدم هذه الورقة ProMoS، وهو أول إطار عمل غير موجه للكشف العام عن الشذوذ في الرسوم البيانية يعتمد على تقطير المعرفة الموجه بالنماذج النموذجية من معلم تعلم ذاتي مجمد إلى نموذج خليط من الطلاب، مما يتيح الكشف الفعال عن الشذوذ في حالات الصفر (zero-shot) على رسوم بيانية غير مرئية دون الحاجة إلى بيانات مصنفة.

Yiming Xu, Zihan Chen, Zhen Peng, Song Wang, Bin Shi, Bo Dong, Chao Shen2026-05-27

🤖 AI

Knowledge Graphs as the Missing Data Layer for LLM-Based Industrial Asset Operations

تثبت هذه الورقة أن استبدال مخازن المستندات المسطحة بطبقة معرفية مهيكلة يعزز بشكل كبير عمليات الأصول الصناعية القائمة على النماذج اللغوية الكبيرة من دقة 65% إلى دقة تقارب الكمال، وذلك عبر تحويل دور النموذج اللغوي من الاستنتاج بناءً على البيانات الخام إلى توليد استعلامات حتمية مقابل مخطط نمطي.

Madhulatha Mandarapu, Sandeep Kunkunuru2026-05-27

🤖 AI

On the Detection of Commutative Factors in Factor Graphs: Necessary and Sufficient Conditions

تصحح هذه الورقة البحثية خللاً جوهرياً في الخوارزمية الرائدة المتبعة حالياً للكشف عن العوامل التبادلية في الرسوم البيانية للعوامل، وذلك من خلال إثبات أن النظرية المركزية القائمة توفر شرطاً ضرورياً فقط وليس كافياً، ومن ثم تقدم خوارزمية مصححة تضمن الكفاءة والصحة معاً.

Malte Luttermann, Ralf Möller, Marcel Gehrke2026-05-27

🤖 machine learning

EEG-FM-Audit: A Systematic Evaluation and Analysis Pipeline for EEG Foundation Models

تقدم الورقة البحثية EEG-FM-Audit، وهو مسار تقييم منهجي يتكون من معايير قياسية مدفوعة بـ ASHA، واختبار استئصال على مستوى النموذج، وسبر أغوار فيزيولوجي عصبي لمعالجة قضايا الشفافية في النماذج التأسيسية لـ EEG، كاشفةً أن النماذج المرجعية الخاضعة للإشراف والمُحسّنة غالباً ما تفوق هذه النماذج أداءً مع توفير رؤى أعمق حول اعتمادها على السمات الفيزيولوجية.

Xianheng Wang, Yige Yang, Damien Coyle2026-05-27

→ السابق التالي ←