cs.LG ورقة بحثية

Learning Orthonormal Bases for Function Spaces

تقترح هذه الورقة إطار عمل قائماً على الشبكات العصبية يعمل على تمثيل وتحسين القواعد المتعامدة في فضاءات الدوال ذات الأبعاد اللانهائية عبر نمذجتها كمسارات مستمرة على ماني فولد (Lie manifold) المتعامد والموجه بمولدات ذات رتبة محدودة وخصائص تماثل عكسي، وهي طريقة ثبتت كونها شاملة وتم إثبات فعاليتها في تكييف القواعد الثابتة مثل فوريه مع مجموعات بيانات وبنى فيزيائية محددة.

Hamidreza Kamkari, Mohammad Sina Nabizadeh, Justin Solomon2026-05-20

⚡ electrical engineering

Normative Networks for Source Separation via Local Plasticity and Dendritic Computation

تقدم هذه الورقة تعظيم الإنتروبيا التنبؤي، وهو خوارزمية عبر الإنترنت ذات صبغة بيولوجية لفصل المصادر العمياء، تحقق أداءً تنافسيًا في المصادر المهيكلة والمترابطة من خلال استخدام تحديثات الأوزان المحلية فقط، والتعلم الموجه بالخطأ الشجيري، والتثبيط الجانبي التكيفي.

Bariscan Bozkurt, Efe Ali Gorguner, Francesco Innocenti, Rafal Bogacz2026-05-20

🤖 machine learning

Detecting Fluent Optimization-Based Adversarial Prompts via Sequential Entropy Changes

تقدم هذه الورقة البحثية نظام CPD Online، وهو كاشف غير معتمد على التدريب ومستقل عن النموذج، يحدد المطالبات العدائية القائمة على التحسين الانسيابي من خلال تطبيق كشف نقطة التغيير المتسلسل على تدفقات الإنتروبيا على مستوى الرمز، محققاً دقة فائقة وتحديداً دقيقاً للمواقع مقارنة بالطرق الحالية القائمة على الحيرة، مع تقليل العبء الحسابي لمرشحات السلامة في المراحل اللاحقة.

Mohammed Alshaalan, Miguel R. D. Rodrigues2026-05-20

🤖 machine learning

Your Neighbors Know: Leveraging Local Neighborhoods for Backdoor Detection in Decentralized Learning

تقدم هذه الورقة Argus، وهو إطار عمل لامركزي جديد للكشف عن الأبواب الخلفية يستفيد من التعاون في الجوار المحلي ومقاييس التشابه الهيكلي لتحديد العقد الخبيثة وطردها دون وجود منسق مركزي، محققاً تخفيفاً عالياً للهجمات مع الحفاظ على فائدة النموذج وضمانات التقارب حتى في ظل عدم تجانس البيانات.

Sayan Biswas, Antoine Boutet, Davide Frey, Romaric Gaudel, Rachid Guerraoui, Maxime Jacovella, Anne-Marie Kermarrec, Dim (…)2026-05-20

🤖 machine learning

Learning with Foresight: Enhancing Neural Routing Policy via Multi-Node Lookahead Prediction

تقدم هذه الورقة البحثية استراتيجية التنبؤ متعدد العقد الاستباقي (MnLP)، وهي استراتيجية تدريب مبتكرة تعزز سياسات التوجيه العصبية من خلال التنبؤ بعدة عقد مستقبلية في آن واحد أثناء التدريب للتغلب على اتخاذ القرارات القاصر وتحسين التخطيط طويل المدى دون تكبد أعباء إضافية عند الاستنتاج.

Xia Jiang, Yaoxin Wu, Yew-Soon Ong, Yingqian Zhang2026-05-20

🤖 machine learning

Minimalist Visual Inertial Odometry

تقدم هذه الورقة نظاماً تقليلياً لتتبع الموضع البصري-القصوري للروبوتات ذات الدفع التفاضلي، يحقق تقديراً قوياً للحركة المستوية من خلال التحسين المشترك لأقنعة "غابور" البصرية وشبكة تلافيفية زمنية لفك تشفير السرعة من أربع قياسات فقط لثنائيات ضوئية مدمجة مع بيانات القصور الذاتي الزاوية، مما يلغي الحاجة إلى كاميرات عالية الدقة أو الضبط الدقيق في العالم الحقيقي.

Francesco Pasti, Jeremy Klotz, Nicola Bellotto, Shree K. Nayar2026-05-20

🤖 machine learning

LLM Benchmark Datasets Should Be Contamination-Resistant

تجادل هذه الورقة بأن مجموعات بيانات اختبار النماذج اللغوية الكبيرة يجب إعادة تصميمها لتكون مقاومة للتلوث —بما يجعلها غير قابلة للتعلم أثناء التدريب مع بقائها قابلة للحل أثناء الاستنتاج— وذلك عبر الاستفادة من التباينات الهيكلية والتقدم الرياضي لضمان تقييم موثوق وقابل للتكرار للنماذج.

Ali Al-Lawati, Jason Lucas, Dongwon Lee, Suhang Wang2026-05-20

🤖 machine learning

Fine-Tuning Without Forgetting via Loss-Adaptive Learning Rates

تقدم الورقة البحثية FINCH، وهو جدول زمني لمعدل التعلم متكيف مع الخسارة يخفف من النسيان الكارثي في النماذج اللغوية الكبيرة عن طريق ضبط معدلات التعلم ديناميكيًا بناءً على خسارة التدريب دون تعديل هدف الضبط الدقيق، مما يحقق تقليلًا كبيرًا في النسيان مع الحفاظ على أداء المهمة.

Parjanya Prajakta Prashant, Jiongli Zhu, Aldan Creo, Babak Salimi2026-05-20

🤖 machine learning

Training Neural Networks with Optimal Double-Bayesian Learning

تقدم هذه الورقة إطاراً احتمالياً جديداً يعتمد على "بايزي المزدوج" (double-Bayesian) يشتق نظرياً معدل تعلم أمثلي لعملية الانحدار الاشتقاقي العشوائي، مبرهنةً من خلال تجارب مكثفة أن هذا النهج يعزز بفعالية تدريب الشبكات العصبية عبر مهام متنوعة.

Vy Bui, Hang Yu, Karthik Kantipudi, Ziv Yaniv, Stefan Jaeger2026-05-20

🤖 machine learning

Take It or Leave It: Intent-Controlled Partial Optimal Transport

تقدم هذه الورقة "النقل الأمثل الجزئي المتحكم فيه بالنية" (IC-POT)، وهو إطار عمل مبتكر يعمم النقل الأمثل الجزئي عبر استبدال رفض الكتلة الشامل بتكاليف رفض نقطية مدفوعة بالنية بناءً على معلومات جانبية، مما يتيح مطابقة أكثر هيكلية وموثوقية في تطبيقات مثل التعلم من البيانات الموجبة غير المصنفة وتحليل بيانات الأقمار الصناعية متعددة الوسائط.

Salil Parth Tripathi, Bertrand Chapron, Fabrice Collard, Nicolas Courty, Ronan Fablet2026-05-20✓ Author reviewed ⓘ

→ السابق التالي ←