cs.LG

Improving robustness of jet tagging algorithms with adversarial training: exploring the loss surface

تُثبت هذه الورقة أن التدريب الخصومي يعزز متانة خوارزميات تصنيف نكهة النفاثات القائمة على التعلم العميق ضد تشوهات المدخلات، والتي تعمل كبديل لعدم اليقين المنهجي، وذلك من خلال الاستفادة من الرؤى الهندسية لسطح الخسارة للحفاظ على الأداء العالي مع التخفيف من نقاط ضعف النموذج.

A Block Coordinate Descent Method for Nonsmooth Composite Optimization under Orthogonality Constraints

تقترح هذه الورقة طريقة OBCD، وهي طريقة تنا descent إحداثي كتلوي (block coordinate descent) قابلة للتطبيق تقوم بتحديث صفوف متعددة من مصفوفة الحل عبر حل مسائل فرعية غير ملساء صغيرة عالمياً لمعالجة الأمثلة المركبة غير الملساء تحت قيود التعامد بكفاءة، مع توفير ضمانات مثالية قوية، ومعدلات تقارب، وأداء تجريبي متفوق مقارنة بالطرق الحالية.

Increasing the Scope as You Learn: Adaptive Bayesian Optimization in Nested Subspaces

Manikin-Recorded Cardiopulmonary Sounds Dataset Using Digital Stethoscope

تقدم هذه الورقة أول مجموعة بيانات لأصوات القلب والرئة المسجلة عبر مانيكان (نموذج محاكاة) والمُلتقطة رقمياً —بما في ذلك الإشارات القلبية التنفسية الطبيعية وغير الطبيعية، المنفردة والمختلطة، عبر مواقع تشريحية مختلفة— والمصممة لتعزيز تطبيقات الذكاء الاصطناعي في الكشف الآلي عن الأمراض ومعالجة الإشارات الصوتية.

Scalable Mechanistic Neural Networks for Differential Equations and Machine Learning

تقدم الورقة البحثية الشبكات العصبية الميكانيكية القابلة للتوسع (S-MNN)، وهي إطار عمل مطور يقلل التعقيد الحسابي لنمذجة التسلسلات الزمنية الطويلة من الدرجة التكعيبية والتربيعية إلى الدرجة الخطية مع الحفاظ على دقة وقابلية تفسير الشبكات العصبية الميكانيكية الأصلية.

Functional-level Uncertainty Quantification for Calibrated Fine-tuning on LLMs

تقترح الورقة البحثية UQ4CT، وهو إطار عمل لضبط النماذج الدقيقة يعتمد على خليط من الخبراء، يدمج فقدان المعايرة عبر الفضاء الوظيفي لتقليل خطأ المعايرة المتوقع بشكل كبير وتحسين موثوقية النماذج اللغوية الكبيرة القائمة على الضبط الدقيق الفعال للمعلمات تحت كل من التوزيعات القياسية والمزاحة.

Projected gradient methods for nonconvex and stochastic smooth optimization: new complexities and auto-conditioned stepsizes

تقدم هذه الورقة طرق التدرج المسقط المبتكرة للتحسين غير المحدب السلس التي تحقق تعقيدات تكرارية هي الأفضل في فئتها لكل من الإعدادات الحتمية والعشوائية، وتتميز بنسخة "التكييف الذاتي" الجديدة التي تُقدّر ثابت ليبشيتز تكيفيًّا دون الحاجة إلى معرفة مسبقة أو إجراءات البحث الخطي.

A Unified Framework for Entropy Search and Expected Improvement in Bayesian Optimization

تقدم هذه الورقة إطاراً نظرياً موحداً يسمى "البحث عن الإنتروبيا التباينية" (Variational Entropy Search) يكشف أن "التحسين المتوقع" (Expected Improvement) هو تقريب تبايني لـ "بحث إنتروبيا القيمة القصوى" (Max-value Entropy Search)، مما أدى إلى تطوير دالة استحواذ جديدة وأكثر تفوقاً تسمى "VES-Gamma".

DUET: Optimizing Training Data Mixtures via Feedback from Unseen Evaluation Tasks

تقدم الورقة البحثية DUET، وهي خوارزمية جديدة من المستوى العالمي إلى المحلي تجمع بين دوال التأثير والتحسين البايزي لتحسين مجموعات بيانات تدريب النماذج اللغوية الكبيرة (LLMs) نظرياً وتجريبياً لمهام تقييم غير مرئية باستخدام التغذية الراجعة فقط، دون الحاجة إلى معرفة مسبقة ببيانات المهمة.

Physically consistent predictive reduced-order modeling by enhancing Operator Inference with state constraints

تقدم هذه الورقة نهجاً للنمذجة المختزلة التنبؤية المتسقة فيزيائياً يعزز الاستدلال العملياتي من خلال دمج قيود الحالة وتحسين معاملات التنظيم الفائقة، مما يحقق استقراراً ودقة فائقين في استقراء محاكاة احتراق الكربون خارج نطاق التدريب.