📊 statistics

Metropolis-Adjusted Diffusion Models

تقدم هذه الورقة مصححات "لانجفان" المعدلة بطريقة "متروبوليس" لنماذج الانتشار التي تستخدم احتمالات قبول قائمة على الدرجة (score-based)، وخوارزمية "مصنع برنولي" مبتكرة للقضاء على انحياز أخذ العينات، مما يؤدي إلى تحسين جودة العينات بشكل كبير وتقليل درجات مسافة "فريشيه إنسيبشن" (Fréchet Inception Distance).

Kevin H. Lam, Tyler Farghly, Christopher Williams, Jun Yang, Yee Whye Teh, Arnaud Doucet2026-05-12
🤖 machine learning

FreeMOCA: Memory-Free Continual Learning for Malicious Code Analysis

يُعد FreeMOCA إطار عمل للتعلم المستمر يتميز بكفاءة الذاكرة والحوسبة لتحليل الكود الخبيث، حيث يعمل على التخفيف من النسيان الكارثي عبر الاستفادة من الاستيفاء التكيفي للطبقات بين القيم المثلى للمهام المتتالية، محققاً دقة واستبقاءً فائقين في معايير اختبارات برمجيات ويندوز وأندرويد الضارة واسعة النطاق دون الحاجة إلى مخازن إعادة التشغيل.

Zahra Asadi, Haeseung Jeon, Sohyun Han, Md Mahmuduzzaman Kamol, Se Eun Oh, Mohammad Saidur Rahman2026-05-12
🤖 machine learning

Quantum Circuit Simulation of Compartmental Drug Dynamics: Leveraging Variational Algorithms for Nonlinear Mixed-Effects Population Pharmacokinetics

تقدم هذه الورقة إطار عمل هجينًا كميًا-كلاسيكيًا يعيد صياغة الحركية الدوائية السكانية المعتمدة على المقصورات كنظام كمي مفتوح باستخدام PennyLane، مما يثبت أن خوارزمية SAEM المعززة كميًا تحقق تقاربًا أسرع وملاءمة إحصائية متفوقة على بيانات المرحلة الأولى السريرية مقارنة بالطرق الكلاسيكية.

Isshaan Singh, Nandan Patel2026-05-12
🤖 machine learning

Discovery of Nonlinear Dynamics with Automated Basis Function Generation

تقدم هذه الورقة AutoSINDy، وهو إطار عمل هجين يجمع بين الانحدار الرمزي القائم على PySR والتعريف المتناثر (SINDy) لتوليد وتنقيح الدوال الأساسية تلقائياً، مما يتيح الاكتشاف القوي والدقيق للمعادلات الحاكمة للأنظمة غير الخطية حتى في ظل وجود ضجيج عالٍ.

Mohammad Amin Basiri, Charles Nicholson2026-05-12
📊 statistics

Learning stochastic multiscale models through normalizing flows

تقدم هذه الورقة إطار عمل يعتمد على البيانات يستفيد من التدفقات التنميطية لتعلم ديناميكيات عشوائية متعددة المقاييس فعالة من مسارات فردية، وذلك عبر تمثيل التوزيع الثابت المجهول للعمليات السريعة بارامترياً واستخدام الاستدلال التبايني البايزي لتقدير عدم اليقين.

Anan Saha, Arnab Ganguly2026-05-12
🤖 machine learning

One for All: A Non-Linear Transformer can Enable Cross-Domain Generalization for In-Context Reinforcement Learning

تقترح هذه الورقة أن المحولات غير الخطية يمكنها تحقيق التعميم عبر المجالات في التعلم المعزز داخل السياق من خلال العمل كمتعلمات فرق زمني قائمة على النواة تمثل دوال قيمة متنوعة ضمن فضاء هيلبرت لإعادة إنتاج النواة المشترك.

Bowen He, Juncheng Dong, Lin Lin, Xiang Cheng2026-05-12
🤖 machine learning

CALYREX: Cross-Attention LaYeR EXtended Transformers for System Prompt Anchoring

تقدم الورقة البحثية CALYREX، وهي بنية "ترانسفورمر" توظف الانتباه المتقاطع لترسيخ مطالبات النظام هيكلياً وعزلها عن مدخلات المستخدم، مما يؤدي إلى تحسين الالتزام بالتعليمات بشكل كبير وتقليل ثغرات الاختراق عبر مختلف مقاييس النماذج.

Li Lixing2026-05-12
🤖 machine learning

TIDES: Implicit Time-Awareness in Selective State Space Models

تقترح الورقة البحثية TIDES، وهو متغير من نماذج فضاء الحالة الانتقائية يحافظ على المعنى الفيزيائي لتقطيع الوقت للتعامل الأصلي مع السلاسل الزمنية غير المنتظمة مع الحفاظ على قدرة تعبيرية عالية لكل رمز عبر نقل اعتماد المدخلات من حجم الخطوة إلى مصفوفة الحالة، محققاً أداءً هو الأفضل في فئته على معايير قياس السلاسل الزمنية.

Taylan Soydan, Miguel A. Bessa, Dirk Mohr, Rui Barreira2026-05-12
🤖 machine learning

Sequential Feature Selection for Efficient Landslide Segmentation from Multi-Spectral Data

تقدم هذه الورقة إطار عمل للاختيار الأمامي المتسلسل العائم (SFFS) يحدد مجموعة فرعية مدمجة وعالية الأداء مكونة من 8 قنوات من البيانات متعددة الأطياف والطبوغرافية لتجزئة الانهيارات الأرضية، مما يثبت أن الاختيار المنهجي للميزات يتفوق على النهج التقليدية من خلال تقليل العبء الحسابي وتعزيز التفسير الفيزيائي.

Arsalaan Ahmad, Oktay Karakus, Paul L. Rosin2026-05-12
📊 statistics

Accelerating Power Method with Fast Sketching for Stronger Low-Rank Approximation

تقدم هذه الورقة إطار عمل للتخطيط السريع (fast sketching framework) يعمل على تسريع طريقة القدرة (power method) لتقريب المصفوفات ذات الرتبة المنخفضة ذات الرتبة العالية، وذلك من خلال الاستفادة من التقريب الطيفي المنتظم لتحقيق أداء فعال ومثبت عددياً وقوي في تفكيك القيم المفردة (SVD)، والتحليل إلى عوامل (factorization)، وتقريب نيستروم (Nyström approximation).

Shabarish Chenakkod, Michał Dereziński2026-05-12