🤖 Category

cs.LG

23697 ورقة بحثية

🤖 machine learning

Structural Alignment Improves Graph Test-Time Adaptation

تقدم هذه الورقة خوارزمية المحاذاة الهيكلية وقت الاختبار (TSA)، وهي خوارزمية مبتكرة تعزز التكيف مع الرسوم البيانية وقت الاختبار من خلال محاذاة هياكل الرسوم البيانية ديناميكيًا أثناء الاستدلال عبر التوزين الواعي بعدم اليقين، والموازنة التكيفية للتمثيل، وتحسين حدود القرار، مما يحسن متانة النموذج ضد انزياحات التوزيع دون الحاجة إلى إعادة التدريب.

Hans Hao-Hsun Hsu, Shikun Liu, Han Zhao, Pan Li2026-05-12
🤖 machine learning

FinTSB: A Comprehensive and Practical Benchmark for Financial Time Series Forecasting

تقدم هذه الورقة FinTSB، وهو معيار مرجعي شامل وعملي للتنبؤ بالسلاسل الزمنية المالية صُمم للتغلب على قيود التقييم الحالية من خلال معالجة فجوات تنوع البيانات، وتوحيد بروتوكولات التقييم، ودمج قيود السوق الواقعية لتمكين مقارنة واختيار النماذج بشكل أكثر موثوقية.

Yifan Hu, Yuante Li, Peiyuan Liu, Yuxia Zhu, Naiqi Li, Tao Dai, Shu-tao Xia, Dawei Cheng, Changjun Jiang2026-05-12
⚡ electrical engineering

Hardware-Accelerated Event-Graph Neural Networks for Low-Latency Time-Series Classification on SoC FPGA

تقدم هذه الورقة شبكة عصبية رسومية للأحداث مسرعة عتاديًا تم تنفيذها على نظام على شريحة (SoC FPGA) تستفيد من نموذج حلزوني أذني اصطناعي لتحويل البيانات السلاسل الزمنية إلى أحداث متفرقة، محققةً تصنيفًا عالي الدقة ومنخفض التأخير مع تقليل عدد المعلمات والموارد الحسابية بشكل كبير مقارنة بالنماذج الرائدة.

Hiroshi Nakano, Krzysztof Blachut, Kamil Jeziorek, Piotr Wzorek, Manon Dampfhoffer, Thomas Mesquida, Hiroaki Nishi, Toma (…)2026-05-12
🤖 machine learning

LLM-FE: Automated Feature Engineering for Tabular Data with LLMs as Evolutionary Optimizers

تقدم هذه الورقة LLM-FE، وهو إطار عمل مبتكر يجمع بين البحث التطوري والنماذج اللغوية الكبيرة لاكتشاف برامج تحويل الميزات الفعالة للبيانات الجدولية بشكل تكراري، متفوقاً بذلك على أساليب هندسة الميزات المؤتمتة الحالية من خلال الاستفادة بشكل أفضل من المعرفة بالمجال والتغذية الراجعة المستندة إلى البيانات.

Nikhil Abhyankar, Parshin Shojaee, Chandan K. Reddy2026-05-12
🤖 machine learning

Decoding Islamophobic Discourse: Using LLMs to Identify Tropes and Semi-Coded Hate Speech

تستخدم هذه الورقة النماذج اللغوية الكبيرة ونمذجة المواضيع لتحليل بيانات واسعة النطاق من المنصات المتطرفة، مما يثبت أن النماذج اللغوية الكبيرة يمكنها تحديد الشتائم الإسلاموفوبية شبه المشفرة بفعالية، بينما تكشف في الوقت ذاته أن خطاب الكراهية هذا منتشر عبر حركات سياسية متنوعة وغالباً ما يحصل على درجات سمية أعلى من أشكال خطاب الكراهية الأخرى.

Raza Ul Mustafa, Roi Dupart, Gabrielle Smith, Noman Ashraf, Nathalie Japkowicz2026-05-12
🤖 machine learning

Toward General and Robust LLM-enhanced Text-attributed Graph Learning

تقدم هذه الورقة UltraTAG، وهو إطار عمل موحد لتعلم الرسوم البيانية المنسوبة إلى النصوص المعززة بنماذج اللغات الكبيرة (LLM)، وتجسيده القوي UltraTAG-S، الذي يعالج بفعالية ندرة النصوص والحواف في العالم الحقيقي من خلال استراتيجيات الانتشار والتعزيز وإعادة التشكيل القائمة على نماذج اللغات الكبيرة ليتفوق بشكل كبير على النماذج المرجعية الحالية.

Zihao Zhang, Xunkai Li, Rong-Hua Li, Zhenjun Li, Bing Zhou, Guoren Wang2026-05-12
🤖 machine learning

Uncertainty Estimation for Heterophilic Graphs Through the Lens of Information Theory

تقترح هذه الورقة نهجاً مبتكراً لتقدير عدم اليقين في الرسوم البيانية غير المتجانسة (heterophilic graphs) عبر الاستفادة من نظرية المعلومات لإثبات أن تمثيلات العقد عند أعماق مختلفة توفر معلومات متميزة، مما يؤدي إلى إنشاء مُقدِّر كثافة لاحق (post-hoc density estimator) متطور على فضاء تضمين العقد المشترك يتفوق على الأساليب الحالية في الرسوم البيانية غير المتجانسة مع الحفاظ على الأداء في الرسوم البيانية المتجانسة (homophilic ones).

Dominik Fuchsgruber, Tom Wollschläger, Johannes Bordne, Stephan Günnemann2026-05-12
🤖 AI

One Trajectory, One Token: Grounded Video Tokenization via Panoptic Sub-object Trajectory

تقدم الورقة البحثية TrajViT، وهي طريقة لترميز الفيديو المرتكز على الأرض (grounded video tokenization) تستبدل الرقع الزمكانية غير الفعالة بمسارات الأجسام الفرعية البانوبتيكية (panoptic sub-object trajectories) لتقليل التكاليف الحسابية بشكل كبير مع تحقيق أداء متفوق في مهام استرجاع وفهم الفيديو مقارنة بمشفرات ViT3D التقليدية.

Chenhao Zheng, Jieyu Zhang, Mohammadreza Salehi, Ziqi Gao, Vishnu Iyengar, Norimasa Kobori, Quan Kong, Ranjay Krishna2026-05-12
🤖 machine learning

Beyond Multiple Choice: Evaluating Steering Vectors for Summarization

تقيم هذه الورقة ناقلات التوجيه للتحكم في خصائص مثل المشاعر والسمية في التلخيص التجريدي، حيث وجدت أنه بينما توفر تحكماً فعالاً، إلا أنها تسبب مخرجات متدهورة عند القوة العالية، مما يجعل النهج الهجين مع التلقين هو الاستراتيجية الأكثر فعالية لتحقيق التوازن بين التحكم والجودة.

Joschka Braun, Carsten Eickhoff, Seyed Ali Bahrainian2026-05-12
📊 statistics

Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration

تقترح هذه الورقة خوارزميات "بانديت" ثنائية (dueling bandit) عصبية مدركة للتباين، تستفيد من التمثيلات العميقة مع استكشاف ضحل لتحقيق ندم تراكمي دون خطي وأداء تجريبي متفوق في كل من المهام الاصطناعية والواقعية عبر مراعاة عدم اليقين في المقارنة تكيفيًا باستخدام تدرجات الطبقة الأخيرة فقط.

Youngmin Oh, Jinje Park, Taejin Paik, Jaemin Park2026-05-12