cs.LG ورقة بحثية

On the Interaction of Batch Noise, Adaptivity, and Compression, under $(L_0,L_1)$ -Smoothness: An SDE Approach

تؤسس هذه الورقة إطاراً نظرياً موحداً لخوارزميتي Distributed Compressed SGD وSignSGD تحت معيار التنعيم (L0, L1)، وذلك عبر اشتقاق معادلات تفاضلية عشوائية (SDEs) من الدرجة الأولى مبتكرة تُنمذج بدقة التفاعل بين ضجيج الدفعة، والضغط، والتكيف، كاشفةً أن تطبيع التحديث (update normalization) أمر بالغ الأهمية للاستقرار في DCSGD، بينما تظل DSignSGD قوية حتى في ظل وجود ضجيج ذي ذيول ثقيلة.

Enea Monzio Compagnoni, Rustem Islamov, Frank Norbert Proske, Aurelien Lucchi, Antonio Orvieto, Eduard Gorbunov2026-05-26

🤖 AI

LETS Forecast: Learning Embedology for Time Series Forecasting

تقدم الورقة البحثية DeepEDM، وهو إطار عمل مبتكر يدمج نمذجة الأنظمة الديناميكية غير الخطية مع الشبكات العصبية العميقة عبر مبرهنة تاكنز والانحدار النواتي لتحقيق تنبؤ بالسلاسل الزمنية يتسم بالمتانة والدقة ويتفوق على الأساليب الرائدة.

Abrar Majeedi, Viswanatha Reddy Gajjala, Satya Sai Srinath Namburi GNVV, Nada Magdi Elkordi, Yin Li2026-05-26

🤖 machine learning

PageLLM: A Multi-Grained Reward Framework for Whole-Page Optimization with Large Language Models

تقدم هذه الورقة PageLLM، وهو إطار عمل للمكافأة متعدد الحبيبات يستفيد من التغذية الراجعة الضمنية للمستخدم لتحسين تماسك الصفحة الكلي (coarse page-level coherence) وتنسيق العناصر الدقيق (fine item-level placement) في آن واحد لعمليات البحث والتوصية على مستوى الصفحة الكاملة، مما يحقق تحسينات كبيرة في مقاييس التصنيف ومؤشرات الأداء الرئيسية للأعمال الإنتاجية دون الحاجة إلى عمليات تعليق بشري مكلفة.

Xinyuan Wang, Liang Wu, Dongjie Wang, Yanjie Fu2026-05-26

🤖 machine learning

FLoRIST: Singular Value Thresholding for Efficient and Accurate Federated Fine-Tuning of Large Language Models

يُعد FLoRIST إطار عمل للضبط الدقيق الاتحادي للنماذج اللغوية الكبيرة، والذي يحقق تجميعًا دقيقًا رياضيًا وأداءً أمثل عبر عملاء متباينين من خلال توظيف تحليل القيم المفردة على المحولات المحلية المتراكمة مع عتبة قابلة للضبط، مما يلغي الحاجة إلى إعادة بناء المصفوفة العالمية عالية التكلفة مع الحفاظ على كفاءة اتصال فائقة.

Hariharan Ramesh, Jyotikrishna Dass2026-05-26

🤖 machine learning

From Reasoning to Code: GRPO Optimization for Underrepresented Languages

تقترح هذه الورقة إطار عمل لتحسين السياسة النسبي المجموعاتي (GRPO) يدمج التغذية الراجعة القائمة على التنفيذ لتعزيز قدرات توليد الكود والاستنتاج في النماذج اللغوية الكبيرة للغات البرمجة غير الممثلة كفاية مثل برولوج (Prolog) وليسب (Lisp)، مما يتغلب بفعالية على قيود ندرة بيانات التدريب.

Federico Pennino, Bianca Raimondi, Massimo Rondelli, Andrea Gurioli, Maurizio Gabbrielli2026-05-26

📊 statistics

CopulaSMOTE: A Copula-Based Oversampling Approach for Imbalanced Classification in Diabetes Prediction

تقدم هذه الورقة البحثية CopulaSMOTE، وهي طريقة جديدة لزيادة العينات تستخدم كوبرات الكرمة المبتورة (truncated vine copulas) لنمذجة بنية الاعتماد المشترك للفئات الأقلية لتوليد عينات اصطناعية، مما يثبت فعاليتها في تحسين أداء التنبؤ بمرض السكري على مجموعات البيانات الأكبر وغير المتوازنة مقارنة بمتغيرات SMOTE القياسية.

Agnideep Aich, Md Monzur Murshed, Bruce Wade, Sameera Hewage2026-05-26

🤖 machine learning

A Generative Approach for Semantic Auditing of Electronic Health Records

تقترح هذه الورقة "التقاط البيانات الطبية" (Medical Data Pecking)، وهي منهجية توليدية قابلة للتوسع تسخر النماذج اللغوية الكبيرة والجيل المعزز بالاسترجاع لإنشاء اختبارات وحدات دلالية تلقائياً لتدقيق السجلات الصحية الإلكترونية مقابل الأدلة الوبائية، مما يعالج أوجه القصور في التقييمات الحالية التي تركز على بناء الجملة أو التقييمات اليدوية.

Irena Girshovitz, Atai Ambus, Moni Shahar, Ran Gilad-Bachrach2026-05-26

⚡ electrical engineering

QUTCC: Quantile Uncertainty Training and Conformal Calibration for Imaging Inverse Problems

تقدم الورقة البحثية إطار عمل QUTCC، وهو إطار مبتكر يجمع بين تدريب عدم اليقين المئيني (quantile uncertainty training) والمعايرة المطابقة المتكيفة مكانياً (spatially-adaptive conformal calibration) لتوليد فترات عدم يقين أكثر إحكاماً وصلاحية إحصائياً لمشكلات الصور العكسية عالية الأبعاد مع تحديد هلاوس النموذج بفعالية.

Cassandra Tong Ye, Shamus Li, Tyler King, Kristina Monakhova2026-05-26

🤖 machine learning

HiTeC: Hierarchical Contrastive Learning on Text-Attributed Hypergraph with Semantic-Aware Augmentation

تقدم هذه الورقة HiTeC، وهو إطار عمل للتعلم التبايني الهرمي ثنائي المراحل يعالج أوجه القصور في الطرق الحالية على الرسوم البيانية الفائقة ذات السمات النصية من خلال دمج ما قبل التدريب النصي المدرك للبنية، وتعزيز البيانات المدرك للدلالات، وأهداف التباين متعددة المقاييس لالتقاط كل من الارتباطات المحلية والاعتمادات طويلة المدى.

Mengting Pan, Fan Li, Chen Chen, Xiaoyang Wang, Wenjie Zhang2026-05-26

🔬 physics

Approximating the universal thermal climate index using sparse regression with orthogonal polynomials

تُطوّر هذه الدراسة تقريباً أكثر دقة واستقراراً عددياً لمؤشر المناخ الحراري العالمي (UTCI) من خلال توظيف الانحدار المتناثر مع كثيرات حدود ليجاندر المتعامدة، مما يقلل بشكل كبير من كل من الأخطاء المتوسطة والكبيرة مقارنة بطريقة كثيرات الحدود من الدرجة السادسة القياسية مع الحفاظ على الكفاءة الحسابية.

Sabin Roman, Ljupco Todorovski, Saso Dzeroski, Gregor Skok2026-05-26

→ السابق التالي ←

cs.LG

On the Interaction of Batch Noise, Adaptivity, and Compression, under (L0,L1)(L_0,L_1)(L0​,L1​)-Smoothness: An SDE Approach

LETS Forecast: Learning Embedology for Time Series Forecasting

PageLLM: A Multi-Grained Reward Framework for Whole-Page Optimization with Large Language Models

FLoRIST: Singular Value Thresholding for Efficient and Accurate Federated Fine-Tuning of Large Language Models

From Reasoning to Code: GRPO Optimization for Underrepresented Languages

CopulaSMOTE: A Copula-Based Oversampling Approach for Imbalanced Classification in Diabetes Prediction

A Generative Approach for Semantic Auditing of Electronic Health Records

QUTCC: Quantile Uncertainty Training and Conformal Calibration for Imaging Inverse Problems

HiTeC: Hierarchical Contrastive Learning on Text-Attributed Hypergraph with Semantic-Aware Augmentation

Approximating the universal thermal climate index using sparse regression with orthogonal polynomials

On the Interaction of Batch Noise, Adaptivity, and Compression, under $(L_0,L_1)$ -Smoothness: An SDE Approach