🤖 machine learning

How Hard is it to Rig a Benchmark? A Social Choice Analysis of Leaderboard Robustness

تطبق هذه الورقة نظرية الاختيار الاجتماعي الحسابي لتوضيح أن تزييف لوحات صدارة تعلم الآلة من خلال التدريب المخصص للمعايير المرجعية هو مسألة من فئة (NP-hard)، مع تقديم وتقييم "المتانة على مستوى الحالة" لإظهار أن مقياس متوسط معدل الفوز أكثر مقاومة للتلاعب بشكل ملحوظ من المتوسط الحسابي، أو الوسيط، أو درجات الأغلبية الثنائية.

Polina Gordienko, Georg Schollmeyer, Frauke Kreuter, Christoph Jansen2026-05-25
🤖 machine learning

Valid and Expressive Copulas for Irregular Multivariate Time Series

تقدم الورقة البحثية CopFITi، وهو نموذج كوبولا مبتكر يجمع بين التدفقات التنميطية (normalizing flows) للهوامش أحادية المتغير مع كوبولا الخليط الغاوسي (Gaussian Mixture Copula) للاعتمادات المشتركة، وذلك لتحقيق تنبؤ احتمالي متسق مع الهوامش ونمذجة كثافة رائدة للسلاسل الزمنية متعددة المتغيرات غير المنتظمة.

Christian Klötergens, Tom Hanika, Lars Schmidt-Thieme, Vijaya Krishna Yalavarthi2026-05-25
📊 statistics

Learning Kernel-Based MDPs from Episodic Preferential Feedback

تقدم هذه الورقة إطاراً نظرياً صارماً لتعلم عمليات ماركوف لاتخاذ القرار القائمة على النواة الحلقية باستخدام تفضيلات المسارات الثنائية فقط، مما يؤسس لحدود ندم دون خطي ذات احتمالية عالية تضمن تقارب السياسة المتعلمة إلى السياسة المثلى.

Nikola Pavlovic, Sattar Vakili, Qing Zhao2026-05-25
🤖 AI

CVSearch: Empowering Multimodal LLMs with Cognitive Visual Search for High-Resolution Image Perception

يُعد CVSearch إطار عمل تكيفيًّا لا يتطلب تدريبًا، يعمل على تعزيز الإدراك الصوري عالي الدقة للنماذج اللغوية الكبيرة متعددة الوسائط من خلال الجمع ديناميكيًا بين البحث بمساعدة الخبراء وآلية مسح مبتكرة واعية دلاليًا لتحقيق التوازن بين التغطية والكفاءة.

Liupeng Li, Haoqian Kang, Zhenyu Lu, Jinpeng Wang, Bin Chen, Ke Chen, Yaowei Wang2026-05-25
🤖 machine learning

Optimization of randomized neural networks for transfer operator approximation

تقدم هذه الورقة خوارزمية تعمل على تحسين دالة التنشيط ضمن بنية الشبكة العصبية العشوائية RaNNDy لتحسين التقريب القائم على البيانات لمؤثرات النقل للأنظمة الديناميكية المعقدة، مما يوفر قاموساً أساسياً أكثر ملاءمة مع الحفاظ على الكفاءة الحسابية للأوزان العشوائية الثابتة.

Mohammad Tabish, Stefan Klus2026-05-25
🤖 machine learning

Graph-based Complexity Forecasts in UK En Route Airspace Using Relevant Aircraft Interactions

تقدم هذه الدراسة طريقة تنبؤ احتمالي قائمة على الرسوم البيانية تتنبأ بعبء عمل ضابط مراقبة الحركة الجوية في قطاع لندن الأوسط من خلال نمذجة العدد المستقبلي لتفاعلات الطائرات ذات الصلة، مما يظهر دقة أعلى بكثير وارتباطاً أكبر بالتعقيد الفعلي مقارنة بتوقعات حجم حركة المرور القياسية.

Edward Henderson, George De Ath, Nick Pepper2026-05-25
🌀 nonlinear sciences

Learning Dynamic Stability Landscapes in Synchronization Networks

تقدم هذه الورقة نموذجاً جديداً للتنبؤ من الرسم البياني إلى الصورة باستخدام بنية (GNN-CNN) لتعلم مشاهد الاستقرار الديناميكي مباشرة من طوبولوجيا الشبكة، مما يوفر رؤى أعمق حول متانة التزامن مقارنة بالمؤشرات القياسية التقليدية، ويثبت نجاح التعميم على سيناريوهات شبكات الطاقة الواقعية.

Christian Nauck, Junyou Zhu, Michael Lindner, Frank Hellmann2026-05-25
🤖 machine learning

Operator Learning for Reconstructing Flow Fields from Sparse Measurements: a Language Model Approach

تقترح هذه الورقة إطار عمل لتعلم المؤثرات خالي الشبكة (mesh-free) مبتكر يعمل على تطويع بنيات النماذج اللغوية لإعادة بناء حقول التدفق الكاملة من قياسات متفرقة، وذلك عبر معالجة المهمة كمسألة تسلسل إلى تسلسل، مما يظهر دقة وكفاءة عاليتين عبر اختبارات مرجعية متنوعة في ديناميكا السوائل حتى مع وجود أقل من 10% من البيانات المرصودة.

Qian Zhang, George Em Karniadakis2026-05-25
🤖 machine learning

LLM-driven design of physics-constrained constitutive models: two agents are better than one

تقدم هذه الورقة إطار عمل لنماذج لغوية كبيرة متعددة الوكلاء يتميز بوجود "مبتكر" و"مفتش" لإنشاء نماذج بنيوية تحقق التزاماً بنسبة 100% بالقيود الفيزيائية مع الحفاظ على دقة عالية وقدرة عالية على التعميم، مما يحول نمذجة المواد المؤتمتة إلى عملية موثوقة.

Marius Tacke, Matthias Busch, Kian Abdolazizi, Jonas Eichinger, Kevin Linka, Roland Aydin, Christian Cyron2026-05-25
🤖 machine learning

Debiased Negative Mining Improves Out-of-distribution Detection with Pre-trained Vision-Language Models

تقترح هذه الورقة طريقة مبتكرة للكشف عن البيانات خارج التوزيع باستخدام نماذج الرؤية واللغة سابقة التدريب، والتي تعالج مشكلة السلبيات الكاذبة في تنقيب الملصقات السلبية من خلال تقديم إطار نظري لأخذ العينات غير المنحازة، والذي تم تنفيذه عملياً كأخذ عينات بطريقة مونت كارلو لتحقيق أداء يمثل أحدث ما توصل إليه العلم.

Bo Peng, Jie Lu, Guangquan Zhang, Zhen Fang2026-05-25