🤖 machine learning

Hardware-Aware Federated Learning for Speech Emotion Recognition

تقترح هذه الورقة إطار عمل للتعلم الاتحادي مدركاً للأجهزة يدمج بين توصيف الأجهزة، واختيار العميل من فئة (top-K)، والعصور المحلية التكيفية لتقليل وقت التدريب وتكاليف الاتصال بشكل كبير مع الحفاظ على دقة تنافسية للتعرف على الانفعالات في الكلام على أجهزة الحافة غير المتجانسة.

Beyazit Bestami Yuksel, Emrah Dikbiyik2026-05-26
🤖 machine learning

Reinforcement Learning for Reachability: Guaranteeing Asymptotic Optimality

تقترح هذه الورقة نهجاً تكرارياً يعمل على تحسين معاملات عمليات ماركوف لاتخاذ القرار (MDP) غير المعروفة لتستوفي شروط تعلم PAC، مما يضمن المثالية التقاربية ويوفر رؤى نظرية أعمق حول ديناميكيات التقارب للتعلم المعزز لمواصفات الوصول.

Amogh Palasamudram, Jakub Svoboda, Suguman Bansal, Krishnendu Chatterjee2026-05-26
🤖 machine learning

Aligning Molecular Graph Explanations with Chemical Identity via InChIfied Invariants

تقدم هذه الورقة البحثية "المتغيرات المُحوّلة إلى صيغة InChI" (InChIfied Invariants)، وهي فئة جديدة من سمات الرسوم البيانية الجزيئية القائمة على المعرّف الكيميائي الدولي (InChI) والتي تضمن بقاء تنبؤات وتفسيرات تعلم الآلة متسقة عبر التمثيلات الرسومية المختلفة والمتكافئة كيميائياً، مما يتفوق بشكل كبير على متغيرات "Daylight" القياسية في الاتساق مع الحفاظ على دقة التنبؤ.

Emanuele Guidotti, Sara Puglioli2026-05-26
🤖 machine learning

Bilevel Optimization of Synthetic Trajectories for Multi-Turn LLM Fine-Tuning

تقدم الورقة البحثية BOOST، وهو إطار عمل للتحسين ثنائي المستوى يتعلم تلقائيًا كيفية إعادة وزن المسارات الاصطناعية غير المتجانسة متعددة الجولات لضبط النماذج اللغوية الكبيرة (LLM) من خلال تحسين رأس خفيف الوزن على بيانات تحقق حقيقية، مما يوازن بين التنوع والجودة للتفوق على النماذج المرجعية الحالية دون الحاجة إلى حكام خارجيين.

Shresth Verma, Mauricio Tec, Cheol Woo Kim, Kai Wang, Milind Tambe2026-05-26
📊 statistics

How Neural Reward Models Learn Features for Policy Optimization: A Single-Index Analysis

تحلل هذه الورقة نموذج مكافأة عصبية ثنائي المرحلة ضمن إطار مؤشر أحادي غاوسي لتوضيح كيفية تأثير وزن المكافأة الأسي على استعادة الميزات في الطبقة الأولى، وتضع حدودًا صريحة تعتمد على درجة الحرارة على فجوات قيمة السياسة، مما يحدد نطاقًا مقبولًا لدرجات حرارة النشر التي توازن بين مكاسب التحسين وتكاليف التعلم.

Rei Higuchi, Ryotaro Kawata, Akifumi Wachi, Shokichi Takakura, Kohei Miyaguchi, Taiji Suzuki2026-05-26
🤖 machine learning

A computational phase transition for learning-to-sample from Ising models

تحدد هذه الورقة انتقالاً طورياً حوسبياً حاداً لتعلم أخذ العينات في نماذج إيسين ذات العرض المحدود عند العتبة الطيفية، مبرهنةً على أنه بينما يظل تعلم المعلمات قابلاً للحل، يصبح أخذ العينات صعباً حوسبياً بمجرد تجاوز هذه العتبة تحت الافتراضات التشفيرية القياسية، مما يجبر أي متعلم فعال إما على حفظ بيانات التدريب أو تخيل تكوينات ذات احتمالية ضئيلة.

Andrej Risteski, Thuy-Duong Vuong2026-05-26
🤖 machine learning

A Contractive Feedback Semantics for Reinforcement Learning

تقترح هذه الورقة دلالات تركيبية للتعلم التعزيزي المخصوم تعامل عمليات اتخاذ القرار أحادية الخطوة كعناصر عشوائية مفتوحة، مما يتيح تقييم السياسة لآفاق غير متناهية من خلال حلقات تغذية راجعة تقليصية لإرساء التطابق السياقي لتكافؤ المكونات، ووضع حدود صريحة للتجريدات الحالية، وإطار عمل لرفع مواصفات السلامة والموارد عبر عقود ذات قيم كمية.

Zuyuan Zhang2026-05-26
🔬 physics

Hermite-NGP: Gradient-Augmented Hash Encoding for Learning PDEs

تقدم الورقة البحثية Hermite-NGP، وهو ترميز هاش متعدد الدقة معزز بالتدرج، يقوم بتخزين قيم الدوال والمشتقات الجزئية المختلطة عند رؤوس الشبكة لتمكين التقييم التحليلي الكامل للمشتقات ومنهج تعليمي بأسلوب "متعدد الشبكات" (multigrid-style)، محققاً أخطاءً أقل بكثير وتقارباً أسرع من حلول المعادلات التفاضلية الجزئية العصبية الحالية.

Jinjin He, Zhiqi Li, Sinan Wang, Bo Zhu2026-05-26
🤖 machine learning

Complement Submodular Information Measures for Balanced and Robust Data Selection

تقدم هذه الورقة البحثية "معلومات المتمم شبه المحدبة" (CSI)، وهي فئة جديدة من الأهداف التي تقيس العلاقات الهيكلية بين مجموعة فرعية مختارة ومتممها لتحقيق اختيار بيانات متوازن وقوي مع ضمانات تقريب جشعة شبه مثالية وأداء فائق في المهام اللاحقة.

Rishabh Iyer2026-05-26
🤖 machine learning

The Perception-Physics Paradox: Probing Scientific Alignment with TC-Bench

تقدم هذه الورقة البحثية "مفارقة الإدراك والفيزياء" لتسليط الضوء على كيفية اعتماد نماذج الرؤية التأسيسية غالباً على الارتباطات البصرية بدلاً من الثوابت الفيزيائية في المجالات العلمية، مقترحةً "المواءمة العلمية" عبر التماثل الهيكلي ومجموعة بيانات TC-Bench الجديدة لإثبات أن النماذج الحالية تفشل في التفكير بشكل صحيح في الأنظمة المتطرفة رغم الأداء التنبئي العالي.

Dingling Yao, Andrea Polesello, Adeel Pervez, Caroline Muller, Francesco Locatello2026-05-26