cs.LG ورقة بحثية

The Score Kalman Filter

يتغلب مرشح "سكور كالمان" (SKF) على التكلفة الحسابية الأسية لترشيح عزم الإنتروبيا القصوى في المسائل البايزية غير الخطية من خلال الجمع بين مطابقة السكور وهوية "شتاين" لإلغاء تقييمات دالة التقسيم، مما يتيح تقدير حالة فعالاً يعتمد على الجبر الخطي يتفوق على المرشحات الموجودة في شبكات المتذبذبات المترابطة عالية الأبعاد.

Kaito Iwasaki, Anthony Bloch, Taeyoung Lee, Maani Ghaffari2026-05-19

📊 statistics

Statistical Unlearning of Distributions: A Hypothesis Testing Approach

تقترح هذه الورقة إطاراً إحصائياً لـ "النسيان التوزيعي" يستخدم اختبار الفرضيات لاختيار المجموعات الفرعية المثلى من البيانات لإزالة المجالات غير المرغوب فيها مع الحفاظ على الأداء المنشود، مما يميز المقايضات الجوهرية وحدود باريتو عبر مختلف عائلات التوزيعات المعلمية وغير المعلمية.

Aaradhya Pandey, Sanjeev Kulkarni2026-05-19

🤖 machine learning

Public-Decay Homomorphic State Space Models for Private Sequence Inference

تقدم هذه الورقة نماذج فضاء الحالة المتجانسة ذات الاضمحلال العام (HSSMs)، وهي بنية مبتكرة تحقق استنتاج التسلسل المشفر بدقة تماثل النماذج المرجعية للنصوص الصريحة، مع تقليل زمن الاستجافة والعمق الحسابي بشكل كبير مقارنة بآليات الانتباه المتجانسة الحالية.

Luis Brito2026-05-19

🤖 machine learning

GraViti: Graph-Level Variational Autoencoders with Relaxed Permutation Invariance

تُعد GraViti نموذج مشفر تلقائي تبايني قائم على المحولات وموجه للرسوم البيانية، حيث يقوم بتمثيل الرسوم البيانية بأكملها إلى متجهات كامنة مدمجة، محققاً أداءً رائدًا في إعادة البناء والتوليد من خلال التخفيف من صرامة عدم التبادلية لتمكين الاستكمال السلس والبحث الموجه بالخصائص، مع تعلم قيود المجال مباشرةً لفك تشفير العينات الصالحة.

Roman Bresson, Konstantinos Divriotis, Johannes F. Lutzeyer, Iakovos Evdaimon, Michalis Vazirgiannis2026-05-19

🤖 machine learning

Multi-Object Tracking Consistently Improves Wildlife Inference

تُثبت هذه الورقة أن دمج نماذج تتبع الأجسام المتعددة (MOT) لدمج التنبؤات الزمنية من بيانات الكاميرات الفخية يحسن بشكل كبير من دقة واتساق تصنيف الحياة البرية من خلال التخفيف من عدم استقرار الملصقات والضجيج من إطار إلى آخر.

Mufhumudzi Muthivhi, Jiahao Huo, Fredrik Gustafsson, Terence L. van Zyl2026-05-19

🤖 machine learning

Scalable Knowledge Editing for Mixture-of-Experts LLMs via Tensor-Structured Updates

تقترح هذه الورقة إطار عمل لتعديل المعرفة بنموذج مغلق الصيغة وقابل للتوسع لنماذج اللغات الكبيرة القائمة على خليط الخبراء (Mixture-of-Experts)، والذي يستفيد من هياكل الموترات ومتطابقة مصفوفة وودبري لتحقيق تحديثات لكل خبير بتسريع يصل إلى 6 أضعاف مع الحفاظ على جودة تعديل مماثلة للنماذج المرجعية ذات الطبقات الكثيفة.

Roman Maksimov, Vladimir Aletov, Dmitry Bylinkin, Daniil Medyakov, Vladimir Solodkin, Aleksandr Beznosikov2026-05-19

🤖 machine learning

EfficientTDMPC: Improved MPC Objectives for Sample-Efficient Continuous Control

تُعد خوارزمية EfficientTDMPC خوارزمية تعلم تعزيزي قائم على النموذج وذات كفاءة في العينات، حيث تعمل على تحسين عائلة TD-MPC من خلال توظيف مجموعة من نماذج الديناميكيات مع تقديرات متوسطة للعائد وعقوبات لعدم اليقين لتحقيق أداء رائد في معايير التحكم المستمر ذات البيانات المنخفضة.

Thomas Evers, Cristian Meo, Wendelin Bohmer, Justin Dauwels, Yaniv Oren2026-05-19

💰 quantitative finance

Your SaaS Is an Insurance Product: A Modeling Framework

تقترح هذه الورقة إطاراً للنمذجة يعامل منتجات البرمجيات كخدمة (SaaS) ذات استهلاك محدد بسقف معين كأدوات تأمين، وذلك عبر تطبيق مبادئ العلوم الاكتوارية مثل تفكيك التكرار والشدة ومحاكاة مونت كارلو لكفاية الاحتياطيات لتحسين التسعير وإدارة مخاطر الذيل للخدمات ذات الأقساط الثابتة والاستهلاك العشوائي ذي الذيول الثقيلة.

Caio Gomes (Magalu)2026-05-19

🤖 machine learning

On-Device Interpretable Tsetlin Machine-Based Intrusion Detection for Secure IoMT

تقترح هذه الورقة نظاماً مبتكراً وقابلاً للتفسير لكشف التسلل يعمل على الأجهزة مباشرةً بناءً على "آلة تسيتلين" (Tsetlin Machine)، والذي يحقق دقة بنسبة 97.83% في تحديد الهجمات السيبرانية داخل شبكات إنترنت الأشياء الطبية (IoMT) مع توفير تفسيرات شفافة للقرارات بما يتناسب مع بيئات الرعاية الصحية الآمنة.

Rahul Jaiswal, Per-Arne Andersen, Linga Reddy Cenkeramaddi, Lei Jiao, Ole-Christoffer Granmo2026-05-19

📊 statistics

Isolating Nonlinear Independent Sources in fMRI with $\beta$ -TCVAE Models

تقدم هذه الورقة البحثية تكييفاً لإطار عمل $\beta$ -TCVAE لبيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI)، مما يثبت قدرته على فصل المصادر الكامنة غير الخطية بنجاح إلى شبكات دماغية وظيفية ذات مغزى بيولوجي وقابلة للتفسير، مثل شبكة الوضع الافتراضي، وبذلك تجسر الفجوة بين تعلم التمثيل غير الخطي وتحليل التصوير العصبي.

Qiang Li, Shujian Yu, Jesus Malo, Jingyu Liu, Tülay Adali, Vince D. Calhoun2026-05-19

→ السابق التالي ←

cs.LG

The Score Kalman Filter

Statistical Unlearning of Distributions: A Hypothesis Testing Approach

Public-Decay Homomorphic State Space Models for Private Sequence Inference

GraViti: Graph-Level Variational Autoencoders with Relaxed Permutation Invariance

Multi-Object Tracking Consistently Improves Wildlife Inference

Scalable Knowledge Editing for Mixture-of-Experts LLMs via Tensor-Structured Updates

EfficientTDMPC: Improved MPC Objectives for Sample-Efficient Continuous Control

Your SaaS Is an Insurance Product: A Modeling Framework

On-Device Interpretable Tsetlin Machine-Based Intrusion Detection for Secure IoMT

Isolating Nonlinear Independent Sources in fMRI with β\betaβ-TCVAE Models

Isolating Nonlinear Independent Sources in fMRI with $\beta$ -TCVAE Models