🤖 Category

cs.LG

24135 ورقة بحثية

🤖 machine learning

ConfoundingSHAP: Quantifying confounding strength in causal inference

تقدم الورقة البحثية ConfoundingSHAP، وهي طريقة قابلة للتوسع تعتمد على قيم شابلي (Shapley) وتستفيد من نموذج TabPFN لقياس وعزو قوة الارتباط المربك إلى المتغيرات الفردية في الدراسات الرصدية، مما يساعد الباحثين على تحديد المتغيرات التي تعمل كمربكات دون الحاجة إلى إعادة ضبط النموذج بشكل شامل.

Marie Brockschmidt, Santo M. A. R. Thies, Maresa Schröder, Dennis Frauen, Valentyn Melnychuk, Maximilian Muschalik, Eyke (…)2026-05-12
🤖 machine learning

HH-SAE: Discovering and Steering Hierarchical Knowledge of Complex Manifolds

تقدم الورقة البحثية بنية "المشفر التلقائي المعتمد على التناثر الهجين الهرمي" (HH-SAE)، وهي بنية مبتكرة تعالج صراعات كثافة الميزات في المجالات عالية الأبعاد من خلال تحليل المتشعبات إلى مستويات سياقية، وذرية، وتكوينية، مما يتيح كشفاً متفوقاً للاحتيال بصفر من البيانات التدريبية وتوليداً عالي الدقة موجهاً بالمعرفة من خلال إعطاء الأولوية للابتكار الآلي على الوكلاء البيئيين.

Honghan Wu, Tianyan Wang, Jiacong Mi, Zhoyang Jiang, Yunsoo Kim2026-05-12
🤖 machine learning

EnergyLens: Interpretable Closed-Form Energy Models for Multimodal LLM Inference Serving

يقدم EnergyLens نموذج طاقة ذا صيغة مغلقة، قابل للتفسير، ومكون من اثني عشر معاملًا، تم استخلاصه عبر الانحدار الرمزي، يتنبأ بدقة بطاقة الاستدلال عبر مختلف النماذج اللغوية الكبيرة متعددة الوسائط والأجهزة مع حد أدنى من بيانات التوصيف، متفوقًا بذلك على النماذج المرجعية "الصندوق الأسود" والنماذج التحليلية في اختيار التكوينات والاستقراء.

Vittorio Palladino, Gianluca Palermo, Michael E. Papka, Zhiling Lan2026-05-12
📊 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