🤖 machine learning

DECO: Sparse Mixture-of-Experts with Dense-Comparable Performance on End-Side Devices

تقدم هذه الورقة البحثية DECO، وهي بنية "خليط من الخبراء" (Mixture-of-Experts) متفرقة تحقق أداءً مقارباً للأداء الكثيف مع تفعيل 20% فقط من الخبراء وتسريع في الاستنتاج بمقدار 3.00 أضعاف على الأجهزة الطرفية عبر الاستفادة من التوجيه القائم على ReLU، والتحجيم القابل للتعلم لكل خبير، ودالة تنشيط NormSiLU مبتكرة.

Chenyang Song, Weilin Zhao, Xu Han, Chaojun Xiao, Yingfa Chen, Zhiyuan Liu2026-05-12
🤖 machine learning

ELF: Embedded Language Flows

تقدم هذه الورقة تدفقات اللغة المضمنة (ELF)، وهو نموذج مطابقة تدفق في زمن مستمر يعمل بشكل أساسي في فضاء تضمين مستمر قبل الانتقال إلى الرموز المنفصلة، مما يظهر جودة توليد وكفاءة متفوقة مقارنة بنماذج اللغة ذات الانتشار المنفصلة والمستمرة الحالية.

Keya Hu, Linlu Qiu, Yiyang Lu, Hanhong Zhao, Tianhong Li, Yoon Kim, Jacob Andreas, Kaiming He2026-05-12
🤖 machine learning

HIVE-COTE 2.0: a new meta ensemble for time series classification

تقدم هذه الورقة البحثية HIVE-COTE 2.0، وهو نموذج تجميع ميتا (meta-ensemble) مُحسّن بشكل كبير لتصنيف السلاسل الزمنية يدمج مصنفات مبتكرة (TDE وDrCIF وArsenal) لتحقيق دقة هي الأفضل في فئتها على كل من مجموعات البيانات أحادية المتغير ومتعددة المتغيرات.

Matthew Middlehurst, James Large, Michael Flynn, Jason Lines, Aaron Bostrom, Anthony Bagnall2026-05-11
📊 statistics

Unsupervised Feature Based Algorithms for Time Series Extrinsic Regression

توسع هذه الورقة البحثية معيار الانحدار الخارجي للسلاسل الزمنية (TSER) ليشمل 63 مشكلة، وتثبت أن خوارزميتين جديدتين مقترحتين تعتمدان على الميزات غير الخاضعة للإشراف، وهما FreshPRINCE وDrCIF، تتفوقان بشكل كبير على الأساليب الحالية، بما في ذلك منظم غابة الدوران (Rotation Forest) القياسي.

David Guijo-Rubio, Matthew Middlehurst, Guilherme Arcencio, Diego Furtado Silva, Anthony Bagnall2026-05-11
⚛️ quantum physics

Learning quantum Hamiltonians at any temperature in polynomial time

تحل هذه الورقة مشكلة مفتوحة رئيسية من خلال تقديم خوارزمية ذات زمن حدودي تتعلم مؤثرات هاملتون الكمومية المحلية بدقة ϵ\epsilon من عدد حدودي من نسخ حالات جيبس الخاصة بها عند أي درجة حرارة عكسية ثابتة β>0\beta > 0، وذلك باستخدام تقريب حدودي مسطح جديد وتحرير مجموع المربعات للتغلب على العوائق الحسابية السابقة.

Ainesh Bakshi, Allen Liu, Ankur Moitra, Ewin Tang2026-05-11
🤖 AI

Active teacher selection for reward learning

تقدم هذه الورقة إطار عمل "مقامر المنفعة الخفية" (Hidden Utility Bandit - HUB) وخوارزميات "اختيار المعلم النشط" (Active Teacher Selection - ATS) لمعالجة القصور الناتج عن افتراض وجود معلم بشري واحد في تعلم المكافأة، وذلك من خلال النمذجة الفعالة والاستفادة من تباين المعلمين في العقلانية والخبرة والتكلفة عبر مختلف التطبيقات الواقعية.

Rachel Freedman, Justin Svegliato, Kyle Wray, Stuart Russell2026-05-11
🧬 biology

Clinical Characteristics and Laboratory Biomarkers in ICU-admitted Septic Patients with and without Bacteremia

تُظهر هذه الدراسة الاسترجاعية لـ 218 مريضاً مصاباً بتعفن الدم في وحدة العناية المركزة أن نموذج الانحدار اللوجستي متعدد المتغيرات الذي يجمع بين البروكالسيتونين، والبيليروبين، ونسبة العدلات إلى اللمفاويات، والصفائح الدموية، وحمض اللاكتيك، ومعدل ترسب الكريات الحمراء، ودرجة غلاسكو للغيبوبة، يحسن بشكل كبير التنبؤ بتجرثم الدم (المساحة تحت المنحنى 0.907) مقارنة بالبروكالسيتونين وحده، مع تأكيد وجود ارتباط قوي بين تجرثم الدم وارتفاع معدلات الوفيات.

Sangwon Baek, Seung Jun Lee2026-05-11
🧬 biology

Synergistic Benefits of Joint Molecule Generation and Property Prediction

تقدم هذه الورقة Hyformer، وهو نموذج قائم على المحولات (transformer) يوحد بين توليد الجزيئات والتنبؤ بخصائصها من خلال آلية انتباه متبادلة وتدريب مسبق مشترك، مما يظهر تحسينات تآزرية في أخذ العينات الشرطية، والتنبؤ خارج النطاق، واكتشاف الببتيدات المضادة للميكروبات المبتكرة.

Adam Izdebski, Jan Olszewski, Pankhil Gawade, Krzysztof Koras, Serra Korkmaz, Valentin Rauscher, Jakub M. Tomczak, Ewa S (…)2026-05-11
🤖 AI

Multimodal Cancer Modeling in the Age of Foundation Model Embeddings

تقترح هذه الورقة نهجاً يرتكز على التضمين للنمذجة متعددة الوسائط للسرطان باستخدام بيانات (TCGA)، حيث تُثبت أن نماذج التعلم الآلي الكلاسيكية المدربة على تضمينات النماذج التأسيسية ذات التعلم الصفري — لا سيما عند دمج نصوص تقارير علم الأمراض — تتفوق على النماذج أحادية الوسيط المرجعية مع الحد بفعالية من مشكلات الهلوسة.

Steven Song, Morgan Borjigin-Wang, Irene Madejski, Robert L. Grossman2026-05-11
🤖 machine learning

RECON: Robust symmetry discovery via Explicit Canonical Orientation Normalization

يقدم RECON طريقة لتوحيد التوجه الكنسي غير معتمدة على وضعية الفئة، والتي تصحح التمثيلات الكنسية التعسفية عبر الإزاحة اليمنى البسيطة لتمكين الاكتشاف غير الخاضع للإشراف للتماثلات الخاصة بكل نموذج، وكشف وضعيات خارج نطاق التوزيع، وتحسين النماذج المدربة مسبقاً من خلال طبقة قابلة للتوصيل والتشغيل في وقت الاختبار دون الحاجة لإعادة التدريب.

Alonso Urbano, David W. Romero, Max Zimmer, Sebastian Pokutta2026-05-11