📊 statistics

Affine Tracing: A New Paradigm for Probabilistic Linear Solvers

توحد هذه الورقة بين الحلول الخطية الاحتمالية البايزية والطرق التكرارية الاحتمالية تحت إطار الطرق التكرارية الاحتمالية (PIMs) الأفينية غير المستقرة، وتُقدم "التتبع الأفيني" لتوليد مثل هذه الحلول تلقائياً مع حساب التباين المشترك اللاحق، وتُثبت فعاليتها من خلال حل متعدد الشبكات احتمالي لتقريب العمليات الغاوسية.

Disha Hegde, Marvin Pförtner, Jon Cockayne2026-05-12
📊 statistics

Amortizing Causal Sensitivity Analysis via Prior Data-Fitted Networks

تقدم هذه الورقة نهجاً للتعلم في السياق (in-context learning) مستهلكاً (amortized) لتحليل الحساسية السببية باستخدام الشبكات الملائمة للبيانات المسبقة (prior-data fitted networks)، وهو ما يتغلب على عدم الكفاءة الحسابية للطرق التقليدية لكل حالة على حدة من خلال توليد حدود الحساسية عبر استراتيجية تدريب جديدة لتسوية لاغرانج (Lagrangian scalarization)، محققاً أداءً أسرع بمراحل في وقت الاختبار عبر مجموعات بيانات واستعلامات متنوعة.

Emil Javurek, Dennis Frauen, Marie Brockschmidt, Jonas Schweisthal, Stefan Feuerriegel2026-05-12
🤖 machine learning

Fairness vs Performance: Characterizing the Pareto Frontier of Algorithmic Decision Systems

تُوصّف هذه الورقة جبهة باريتو لأنظمة اتخاذ القرار الخوارزمية من خلال إثبات أن المقايضات المثلى بين المنفعة والعدالة الجماعية تتحقق عبر قواعد عتبة حتمية خاصة بكل مجموعة على احتمالات النجاح، وهي نتيجة تظل قائمة عبر مختلف مقاييس العدالة، ودوال المنفعة، ومراحل المعالجة الخوارزمية.

Mieke Wilms, Christoph Heitz2026-05-12
🔬 condensed matter

Exact Fixed-Point Constraints in Neural-ODEs with Provable Universality

تقدم هذه الورقة تقنية تُمكّن المعادلات التفاضلية العصبية (Neural-ODEs) من تقريب حقول السرعة التعسفية مع فرض قيود النقاط الثابتة بدقة، مما يحافظ على شمولية النموذج وقدرته التعبيرية للتطبيقات في النمذجة الفيزيائية.

Feliciano Giuseppe Pacifico, Duccio Fanelli, Lorenzo Buffoni, Lorenzo Chicchi, Diego Febbe, Raffaele Marino2026-05-12
🤖 machine learning

MulTaBench: Benchmarking Multimodal Tabular Learning with Text and Image

تقدم هذه الورقة MulTaBench، وهو معيار شامل يتكون من 40 مجموعة بيانات صور-جدولية ونصوص-جدولية صُممت لإثبات أن الضبط الدقيق المخصص للمهام لتمثيلات الوسائط غير المهيكلة يتفوق بشكل كبير على التمثيلات المجمدة، مما يؤسس لقاعدة لتطوير نماذج تأسيسية جدولية متعددة الوسائط ومبتكرة.

Alan Arazi, Eilam Shapira, Shoham Grunblat, Mor Ventura, Elad Hoffer, Gioia Blayer, David Holzmüller, Lennart Purucker (…)2026-05-12
⚡ electrical engineering

Hierarchical End-to-End Taylor Bounds for Complete Neural Network Verification

تقدم هذه الورقة البحثية إطار عمل \textsc{HiTaB}، وهو إطار تحقق مبتكر يستفيد بشكل منهجي من استمرارية ليبشيتز لانحناء الشبكة العصبية لتوفير حدود تايلور هرمية وأكثر إحكاماً من البداية إلى النهاية لتحليل الوصول والتحقق من السلامة.

Taha Entesari, Mahyar Fazlyab2026-05-12
🤖 AI

Hierarchical Causal Abduction: A Foundation Framework for Explainable Model Predictive Control

تقدم هذه الورقة البحثية "الاستنباط السببي الهرمي" (HCA)، وهو إطار عمل يدمج الاستدلال القائم على الفيزياء، وأدلة تحسين شروط كوش-كيهن-توكر (KKT)، والاكتشاف السببي الزمني لتوليد تفسيرات دقيقة وقابلة للتفسير البشري لإجراءات التحكم التنبئي بالنماذج غير الخطية، متفوقاً بشكل كبير على الأساليب الحالية مثل LIME عبر تطبيقات متنوعة ذات أهمية بالغة للسلامة.

Ramesh Arvind Naagarajan, Zühal Wagner, Stefan Streif2026-05-12
🔬 condensed matter

Composing diffusion priors with explicit physical context via generative Gibbs sampling

تقدم الورقة البحثية إطار عمل GG-PA، وهو إطار عمل لا يتطلب إعادة تدريب يجمع بين نماذج الانتشار المسبقة التدريب والسياق الفيزيائي الصريح عبر عيّن جيبس التوليدي لتحقيق أخذ عينات دقيق تقاربيًا واستعادة انزياحات التوزيع الناجمة عن السياق في الأنظمة العلمية دون الحاجة لإعادة التدريب.

Weizhou Wang, Jonathan Weare, Aaron R. Dinner2026-05-12
🤖 machine learning

A Single-Layer Model Can Do Language Modeling

تقدم هذه الورقة شبكات التنبؤ المرتكزة (GPN)، وهي بنية تكرارية أحادية الطبقة تحقق أداءً تنافسياً في نمذجة اللغة من خلال إعادة زيارة متجه حالة واحد عند كل خطوة، مما يقدم بديلاً مستوحىً بيولوجياً للنماذج العميقة المتراكمة مع تمكين الفحص الهندسي المباشر لديناميكيات ذاكرتها الداخلية.

Zanmin Wang2026-05-12
📊 statistics

A Recursive Decomposition Framework for Causal Structure Learning in the Presence of Latent Variables

تقدم هذه الورقة DiCoLa، وهو إطار عمل للتفكيك العودي سليم وكامل نظرياً يوسع منهجية "فرق تسد" في الاكتشاف السببي لتشمل الإعدادات ذات المتغيرات الكامنة، مما يحسن الكفاءة الحسابية بشكل كبير مع الحفاظ على الدقة في كل من السيناريوهات الاصطناعية والواقعية.

Zheng Li, Feng Xie, Shenglan Nie, Xichen Guo, Ruxin Wang, Hao Zhang2026-05-12