cs.LG ورقة بحثية

Geometry-aware 4D Video Generation for Robot Manipulation

تقدم هذه الورقة نموذجاً لتوليد الفيديو رباعي الأبعاد مدركاً للهندسة، يفرض اتساقاً ثلاثي الأبعاد متعدد الرؤى من خلال محاذاة خرائط النقاط عبر الرؤى لإنتاج تسلسلات فيديو مستقبلية متماسكة زمنياً ومتوافقة مكانياً من وجهات نظر جديدة، مما يمكّن سياسات التحكم الروبوتية القوية التي تعمم عبر وجهات نظر كاميرا مختلفة.

Zeyi Liu, Shuang Li, Eric Cousineau, Siyuan Feng, Benjamin Burchfiel, Shuran Song2026-05-19

📊 statistics

Stein Diffusion Guidance: Training-Free Posterior Correction for Sampling Beyond High-Density Regions

تقدم هذه الورقة "توجيه شتاين للانتشار" (Stein Diffusion Guidance - SDG)، وهو إطار عمل خالٍ من التدريب يستفيد من هدف تحكم استباقي عشوائي واستدلال "شتاين" التبايني لتصحيح التوزيعات البعدية التقريبية، مما يتيح أخذ عينات فعالة في المناطق ذات الكثافة المنخفضة حيث تفشل الطرق الحالية.

Van Khoa Nguyen, Lionel Blondé, Alexandros Kalousis2026-05-19

🤖 machine learning

WaveletInception Networks for on-board Vibration-Based Infrastructure Health Monitoring

تقترح هذه الورقة إطار عمل للتعلم العميق باسم WaveletInception-BiGRU يدمج تحويلات حزم الويفلت القابلة للتعلم، ووحدات Inception-ResNet أحادية الأبعاد متعددة المقاييس، والوحدات ذات التكرار ثنائي الاتجاه (BiGRUs) لتمكين مراقبة دقيقة وآلية وموضعية لصحة البنية التحتية على متن المركبات من خلال إشارات الاهتزاز الخام دون الحاجة إلى معالجة مسبقة صريحة.

Reza Riahi Samani, Alfredo Nunez, Bart De Schutter2026-05-19

🤖 machine learning

JSON-Bag: A generic game trajectory representation

تقدم هذه الورقة JSON-Bag، وهي طريقة عامة لتمثيل مسارات الألعاب من خلال ترميز أوصاف JSON الخاصة بها وقياس التشابه عبر مسافة جينسن-شانون، والتي تتفوق على النماذج المرجعية المصممة يدويًا في تصنيف الوكلاء والمعلمات والبذور عبر ست ألعاب طاولة مع إظهار ارتباط قوي مع مسافات سياسة الوكيل وكفاءة العينات.

Dien Nguyen, Diego Perez-Liebana, Simon Lucas2026-05-19

💬 NLP

Difficulty-Based Preference Data Selection by DPO Implicit Reward Gap

تقدم هذه الورقة استراتيجية مبتكرة لاختيار البيانات بناءً على الصعوبة لعملية التحسين المباشر للتفضيلات (DPO)، والتي تحدد أمثلة التفضيل الصعبة عبر فجوات مكافأة ضمنية أصغر، مما يحسن كفاءة وأداء محاذاة النموذج بشكل كبير باستخدام 10% فقط من البيانات الأصلية مقارنة بالنماذج المرجعية الحالية.

Xuan Qi, Rongwu Xu, Zhijing Jin2026-05-19

🔢 mathematics

Machines Learn Number Fields, But How? The Case of Galois Groups

تُثبت هذه الورقة أن نماذج تعلم الآلة القابلة للتفسير، وتحديداً أشجار القرار المدربة على معاملات زيتا ديديكيند، يمكنها تصنيف زمر غالوا للحقول العددية بفعالية وكشف الأنماط الرياضية الكامنة التي تؤدي إلى معايير تصنيف جديدة.

Kyu-Hwan Lee, Seewoo Lee2026-05-19

🤖 machine learning

DASH: A Meta-Attack Framework for Synthesizing Effective and Stealthy Adversarial Examples

تقدم الورقة البحثية DAASH، وهو إطار عمل للهجوم الميتا (meta-attack) قابل للتفاضل بالكامل، يقوم بتركيب عدة هجمات أساسية مقيدة بـ Lp بشكل استراتيجي من خلال عملية تكيفية متعددة المراحل موجهة بخسارة ميتا (meta-loss) مبتكرة لتوليد أمثلة عدائية تحقق معدلات نجاح أعلى بكثير وجودة إدراكية متفوقة مقارنة بالطرق الرائدة مع التعميم بشكل جيد على الدفاعات غير المرئية.

Abdullah Al Nomaan Nafi, Habibur Rahaman, Zafaryab Haider, Tanzim Mahfuz, Fnu Suya, Swarup Bhunia, Prabuddha Chakraborty2026-05-19

🤖 machine learning

Federated Distillation on Edge Devices: Efficient Client-Side Filtering for Non-IID Data

تقترح هذه الورقة EdgeFD، وهي طريقة تقطير اتحادي موفرة للموارد تستخدم مقدّر نسبة الكثافة القائم على خوارزمية KMeans لتصفية بيانات الوكيل من جانب العميل، مما يلغي الحاجة إلى التصفية المعقدة من جانب الخادم ويتفوق على الأساليب المتطورة في سيناريوهات البيانات غير المتماثلة (non-IID) مع تقليل العبء الحسابي.

Ahmed Mujtaba, Gleb Radchenko, Radu Prodan, Marc Masana2026-05-19

🤖 machine learning

The Loupe: A Plug-and-Play Attention Module for Amplifying Discriminative Features in Vision Transformers

تُعد Loupe وحدة بوابية مكانية خفيفة الوزن وسهلة التوصيل والتشغيل لنماذج المحولات الرؤيوية (Vision Transformers)، حيث تعزز بشكل كبير التصنيف البصري دقيق التفاصيل عبر التنبؤ بأقنعة مكانية متفرقة لتضخيم الميزات التمييزية، محققةً نتائج رائدة عالمياً في مجموعة بيانات CUB-200-2011 مع حد أدنى من الزيادة في عدد المعلمات.

Naren Sengodan2026-05-19

🤖 machine learning

Ordinal Adaptive Correction: A Data-Centric Approach to Ordinal Image Classification with Noisy Labels

تقترح هذه الورقة البحثية "التصحيح التكيفي الرتبي" (ORDAC)، وهو إطار عمل جديد متمحور حول البيانات يستفيد من تعلم توزيع الملصقات لضبط وتصحيح الملصقات الرتبية المشوشة ديناميكيًا أثناء التدريب، مما يحسن بشكل كبير من متانة النموذج ودقته في مجموعات بيانات مثل Adience وDiabetic Retinopathy تحت ظروف ضجيج مختلفة.

Alireza Sedighi Moghaddam, Mohammad Reza Mohammadi2026-05-19

→ السابق التالي ←