🤖 Category

cs.LG

24234 ورقة بحثية

🤖 machine learning

Adaptive Memory Decay for Log-Linear Attention

تقترح هذه الورقة البحثية "الاضمحلال الذاكراتي التكيفي" (Adaptive Memory Decay)، وهي طريقة تستبدل معامل الاضمحلال الثابت في آلية الانتباه اللوغاريتمي الخطي بآلية قابلة للتعلم وتعتمد على المدخلات عبر شبكة عصبية بسيطة متعددة الطبقات (MLP)، مما يعزز أداء الذاكرة طويلة المدى والمرونة مع الحفاظ على التعقيد الحسابي اللوغاريتمي الخطي للنموذج.

Yaxita Amin, Helen Zichen Li, Mengfan Zhang, Samet Ayhan2026-05-11
🤖 machine learning

Rollback-Free Stable Brick Structures Generation

تقدم هذه الورقة نموذجاً للتعلم المعزز يتيح التوليد الفعال، والخالي من عمليات التراجع، لهياكل الطوب المستقرة فيزيائياً من خلال استيعاب المبادئ الفيزيائية المسبقة أثناء التدريب، مما يلغي الحاجة إلى التصحيحات البطيئة القائمة على المحاكاة في وقت الاختبار.

Chenhui Xu, Ziyue Bai, Fuxun Yu, Heng Huang, Jinjun Xiong2026-05-11
🤖 AI

Multi-Objective Constraint Inference using Inverse reinforcement learning

تقدم هذه الورقة البحثية إطار عمل استنتاج القيود متعدد الأهداف (MOCI)، وهو إطار عمل مبتكر يستخرج بفعالية القيود المشتركة والتفضيلات الفردية من عروض الخبراء المتباينة ذات الأهداف المتعارضة، متفوقاً على النماذج المرجعية الحالية في دقة التنبؤ مع الحفاظ على الكفاءة الحسابية.

Syed Ihtesham Hussain Shah, Floris den Hengst, Aneta Lisowska, Annette ten Teije2026-05-11
🤖 machine learning

Kurtosis-Guided Denoising Score Matching for Tabular Anomaly Detection

تقدم هذه الورقة البحثية K-DSM، وهي طريقة لمطابقة درجات الضجيج منزاحة بـ "التبلد" (kurtosis) تعمل على تغيير مقياس الضجيج لكل ميزة بشكل تكيفي لتحقيق أفضل النتائج في اكتشاف الشذوذ في البيانات الجدولية في كل من الإعدادات شبه الخاضعة للإشراف وغير الخاضعة للإشراف بالكامل، دون الحاجة إلى تدريب معقد متعدد المقاييس أو ضبط مكثف للمعلمات الفائقة.

Victor Livernoche, Jie Zan, Reihaneh Rabbany2026-05-11
📊 statistics

A Differentiable Bayesian Relaxation for Latent Partial-Order Inference

تقدم هذه الورقة استرخاءً بايزياً قابلاً للتفاضل يستبدل القيود غير المتصلة في الاستدلال الجزئي الكامن بدائل سلسة، مما يتيح استدلالاً فعالاً قائماً على التدرج مع الحفاظ على دلالات الترتيب الجزئي وإظهار تحسن في المقايضات بين وقت التشغيل والدقة عبر مجموعات بيانات متنوعة.

Dongqing Li, Geoff K. Nicholls, Shiyi Sun, You Luo2026-05-11
🤖 machine learning

FastOmniTMAE: Parallel Clause Learning for Scalable and Hardware-Efficient Tsetlin Embeddings

تقدم هذه الورقة البحثية FastOmniTMAE، وهي إعادة صياغة متوازية ومعززة عتاديًا لنموذج Omni TM-AE، تحقق سرعة تدريب تصل إلى 5 أضعاف مع الحفاظ على جودة التضمين وتمكين النشر الفعال على منصات SoC-FPGA محدودة الموارد.

Ahmed K. Kadhim, Lei Jiao, Rishad Shafik, Ole-Christoffer Granmo, Mayur Kishor Shende2026-05-11
📊 statistics

Drawing Lines in Psychological Space: What K-means Clustering Reveals in Simulated and Real Psychometric Data

تجادل هذه الورقة بأن تجميع الوسائل الكيمية (K-means clustering) يمكنه توليد أنماط مجموعات فرعية مستقرة ومتماسكة بصرياً في كل من البيانات السيكومترية المحاكات والواقعية، حتى في حالة عدم وجود بنية فئوية كامنة حقيقية، وذلك لأن الخوارزمية تقسم بطبيعتها الفضاءات الغاوسية المستمرة إلى عناقيد مدمجة هندسياً.

Pedro Henrique Ramos Pinto, Maria Jullyanna Ferreira Marques, Luiz Carlos Serramo Lopez2026-05-11
🤖 machine learning

TRAJGANR: Trajectory-Centric Urban Multimodal Learning via Geospatially Aligned Neural Representations

يُعد TrajGANR إطار عمل جديد للتعلم الذاتي متعدد الوسائط متمحور حول المسارات، يقوم بمواءمة أنماط الحركة البشرية المستمرة مع صور الشوارع الثابتة والمواقع الجغرافية من خلال تمثيلات عصبية دقيقة، محققاً أداءً فائقاً في مهام التنقل الحضري وفهم الطرق مقارنة بالأساليب الحالية.

Maria Despoina Siampou, Gengchen Mai, Ni Lao, Jinmeng Rao, Neha Arora, Cyrus Shahabi, Shushman Choudhury2026-05-11
📊 statistics

Why Does Agentic Safety Fail to Generalize Across Tasks?

تجادل هذه الورقة بأن سلامة الوكلاء (agentic safety) تفشل في التعميم عبر المهام ليس لمجرد قيود التدريب فحسب، بل لأن التعقيد المتأصل في ربط مواصفات المهمة بالتنفيذ الآمن هو أعلى جوهرياً من تعقيد التنفيذ وحده، وهو استنتاج مدعوم بالتحليل النظري لثوابت ليبشيتز (Lipsachitz constants) والتجارب التجريبية مع الشبكات العصبية والوكلاء القائمين على النماذج اللغوية الكبيرة (LLM agents).

Yonatan Slutzky, Yotam Alexander, Tomer Slor, Yoav Nagel, Nadav Cohen2026-05-11
🤖 machine learning

Echo: KV-Cache-Free Associative Recall with Spectral Koopman Operators

تُعد Echo بنية معمارية خالية من ذاكرة التخزين المؤقت للمفاتيح والقيم (KV-cache)، تدمج انتباه كوپمان الطيفي (Spectral Koopman Attention) في نماذج فضاء الحالة (SSMs) لتحقيق ذاكرة ثابتة واستدعاء ترابطي مثالي عبر التسلسلات الطويلة، مما يتغلب بفعالية على قيود الاسترجاع في نماذج فضاء الحالة البحتة واختناقات الذاكرة في نماذج المحولات التقليدية.

Anupama Sridhar, Alexander Johansen2026-05-11