🤖 Category

cs.LG

24017 ورقة بحثية

🤖 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
🤖 machine learning

WISTERIA: Learning Clinical Representations from Noisy Supervision via Multi-View Consistency in Electronic Health Records

تُعد WISTERIA إطار عمل لتعلم التمثيلات تحت الإشراف الضعيف للسجلات الصحية الإلكترونية، حيث تعمل على تحسين الأداء التنبئي والقدرة على التعميم عبر المؤسسات من خلال نمذجة الملصقات السريرية كملاحظات عشوائية وفرض الاتساق متعدد الرؤى لإزالة الضجيج ضمنياً في إشارات الإشراف غير المتجانسة.

Ruan Dong, Yuanyun Zhang, Shi Li2026-05-12
🤖 AI

EvoPref: Multi-Objective Evolutionary Optimization Discovers Diverse LLM Alignments Beyond Gradient Descent

يقدم EvoPref خوارزمية تطورية متعددة الأهداف باستخدام NSGA-II ومهايئات LoRA للتغلب على انهيار التفضيل في الطرق القائمة على التدرج، محققاً تنوعاً أكبر بكثير في محاذاة النماذج اللغوية الكبيرة مع الحفاظ على جودة تنافسية في المعايك القياسية.

Dongxin Guo, Jikun Wu, Siu Ming Yiu2026-05-12
🤖 AI

Parameter-Efficient Neuroevolution for Diverse LLM Generation: Quality-Diversity Optimization via Prompt Embedding Evolution

تقدم الورقة البحثية QD-LLM، وهو إطار عمل للتطور العصبي فعال في المعلمات يقوم بتطوير تضمينات مطالبات مدمجة ضمن مخطط تحسين التنوع والجودة لتوجيه النماذج اللغوية الكبيرة المجمدة نحو مخرجات متنوعة وعالية الجودة، متفوقاً بشكل كبير على الأساليب الحالية في التغطية والمنفعة في المهام اللاحقة دون الحاجة إلى ضبط دقيق للنموذج.

Dongxin Guo, Jikun Wu, Siu Ming Yiu2026-05-12
🤖 machine learning

LEAD: Length-Efficient Adaptive and Dynamic Reasoning for Large Language Models

تقدم الورقة البحثية LEAD، وهي طريقة مبتكرة توظف آليات عبر الإنترنت وذاتية التكيف لموازنة الدقة والكفاءة ديناميكيًا أثناء التعلم المعزز، مما يمكن نماذج الاستدلال الكبيرة من توليد مخرجات سلسلة أفكار أقصر بكثير دون المساس بالدقة عبر مختلف الاختبارات المرجعية الرياضية.

Songtao Wei, Yi Li, Zhikai Li, Xu Hu, Yuede Ji, Guanpeng Li, Feng Chen, Carl Yang, Zhichun Guo, Bingzhe Li2026-05-12
🤖 machine learning

Learning to Compress Time-to-Control: A Reinforcement Learning Framework for Chronic Disease Management

تقترح هذه الورقة إطار عمل جديد للتعلم التعزيزي ثنائي الحلقات لإدارة الأمراض المزمنة، والذي يصيغ الهدف في شكل ضغط الوقت اللازم للسيطرة مع دمج قيود قدرة الإكلينيكي وكثافة التنفيذ، مبرهنةً على أداء متفوق وقدرة على التعميم مقارنة بالنهج القياسية في محاكاة ارتفاع ضغط الدم ومرض السكري من النوع الثاني.

Prabhjot Singh, Abhishek Gupta, Chris Betz, Abe Flansburg, Brett Ives, Sudeep Lama, Jung Hoon Son2026-05-12
🤖 machine learning

Pretraining large language models with MXFP4

تحدد هذه الورقة أن تكميم تدرجات الأوزان (Wgrad) هو السبب الرئيسي لعدم الاستقرار في تدريب النماذج اللغوية الكبيرة بنظام FP4 عبر المسار الكامل، وتثبت أن تدويرات هادامارد الحتمية، بدلاً من التدوير العشوائي، ضرورية لاستعادة استقرار التقارب.

Musa Cim, Poovaiah Palangappa, Miro Hodak, Ravi Dwivedula, Meena Arunachalam, Mahmut Taylan Kandemir2026-05-12
🤖 machine learning

Modeling Atomic Conformational Ensembles of Proteins via Test-Time Supervision of Boltz-2 on Cryo-EM Density Maps

تقدم هذه الورقة CryoSampler، وهي طريقة مبتكرة تعمل على الضبط الدقيق لنماذج التنبؤ بالبنية الساكنة سابقة التدريب مثل Boltz-2 مباشرة على خرائط كثافة المجهر الإلكتروني المبرد (cryo-EM) عبر الإشراف في وقت الاختبار لتوليد مجموعات تشكيل ذرية دقيقة، مما يتجاوز مرحلتي بناء النماذج التقليديتين ويُظهر إمكانات للتعميم داخل النطاق.

Jay Shenoy, Miro Astore, Axel Levy, Frédéric Poitevin, Sonya M. Hanson, Gordon Wetzstein2026-05-12
🔢 mathematics

Cross-Domain Lossy Compression via Constrained Minimum Entropy Coupling

تقترح هذه الورقة إطار عمل لضغط الفقد عبر النطاقات يعتمد على اقتران الحد الأدنى من الإنتروبيا المقيد، والذي يعمل على تعظيم قوة اقتران المصدر وإعادة البناء تحت قيود المعدل والتصنيف، مبرهنةً من خلال كل من التحليل النظري والتجارب العصبية أن المعدلات الأعلى تحسن دقة التصنيف وجودة إعادة البناء.

Nam Nguyen, Hassan Tavakoli, An Vuong, Thinh Nguyen, Bella Bose2026-05-12