🤖 Category

cs.LG

24235 ورقة بحثية

🤖 machine learning

Vol-Mark: A Watermark for 3D Medical Volume Data Via Cubic Difference Expansion and Contrastive Learning

يُعد Vol-Mark إطار عمل جديداً للعلامات المائية غير المائية القابلة للعكس للبيانات الحجمية الطبية ثلاثية الأبعاد، يجمع بين التعلم التبايني لاستخراج الميزات القوي والتوسع الفارق التكعيبي لدمج منخفض التشويه، مما يضمن سلامة البيانات والتحقق من الملكية ضد الهجمات المختلفة دون المساس بدقة التشخيص.

Jiangnan Zhu, Yuntao Wang, Shengli Pan, Yujie Gu2026-05-07
🤖 machine learning

SPHERE: Mitigating the Loss of Spectral Plasticity in Mixture-of-Experts for Deep Reinforcement Learning

تقدم هذه الورقة البحثية SPHERE، وهي عقوبة بارسيفال (Parseval penalty) عملية مشتقة من نظرية النواة المماسية العصبية (Neural Tangent Kernel theory) تعمل على تخفيف فقدان اللدونة الطيفية في شبكات خليط الخبراء (Mixture-of-Experts)، مما يحسن بشكل كبير أداء التعلم التعزيزي المستمر في معايير MetaWorld وHumanoidBench.

Lirui Luo, Guoxi Zhang, Hongming Xu, Cong Fang, Qing Li2026-05-07
🤖 machine learning

OSAQ: Outlier Self-Absorption for Accurate Low-bit LLM Quantization

تقترح الورقة البحثية طريقة OSAQ، وهي طريقة تكميم ما بعد التدريب خالية من التدريب تستفيد من خاصية الرتبة المنخفضة للفضاء الصفري لمصفوفة هسيان (Hessian) لبناء تحويل أوزان إضافي يعمل على كبح القيم المتطرفة ويحسن دقة تكميم النماذج اللغوية الكبيرة ذات البتات المنخفضة بشكل كبير دون التسبب في أي عبء إضافي أثناء الاستدلال.

Zhikai Li, Zhen Dong, Xuewen Liu, Jing Zhang, Qingyi Gu2026-05-07
🤖 machine learning

Knowledge-Free Correlated Agreement for Incentivizing Federated Learning

تقدم هذه المساهمة آلية "الاتفاق المترابط الخالي من المعرفة" (KFCA)، وهي آلية حوافز صادقة تماماً للتعلم الاتحادي تكافئ مساهمات العملاء دون الحاجة إلى معرفة بالحقيقة الأرضية أو التوزيع، بينما تعالج في الوقت ذاته بفعالية ثغرات قلب الملصقات وتثبت كفاءتها في تطبيقات العالم الحقيقي مثل ضبط محولات النماذج اللغوية الكبيرة (LLM adapters) وفحص لوحات الدوائر المطبوعة (PCB).

Leon Witt, Togrul Abbasli, Kentaroh Toyoda, Wojciech Samek, Lucy Klinger2026-05-07
🤖 machine learning

Cognitive Twins: Investigating Personalized Thinking Model Building and Its Performance Enhancement with Human-in-the-Loop

تقدم هذه المساهمة نموذج التفكير الشخصي (PTM)، وهو إطار عمل هرمي وقابل للتفسير لإنشاء "توائم معرفية" للمتعلمين باستخدام النماذج اللغوية الكبيرة والضبط الدقيق القائم على تدخل العنصر البشري، والذي أظهر دقة مقبولة وإدراكاً لدى المستخدم يعكس أنماط التفكير الفردية في دراسة استمرت سبعة أسابيع.

Wu-Yuin Hwang, Nur Alif Ilyasa, Muhammad Irfan Luthfi, Yuniar Indrihapsari2026-05-07
🔬 condensed matter

Improving FMQA via Initial Training Data Design Considering Marginal Bit Coverage in One-Hot Encoding

تقترح هذه الورقة تعزيز خوارزمية "آلة التفكيك مع تبريد التحسين التربيعي" (FMQA) من خلال تصميم بيانات تدريب أولية باستخدام أساليب أخذ عينات "لاتين هايبركيوب" و"سوبول" لضمان التغطية الهامشية الكاملة للبت في الترميز بنظام "الترميز الأحادي" (one-hot encoding)، مما يؤدي إلى تحسين أداء التحسين في مشكلات المتغيرات الصحيحة والمتغيرات المستمرة المقطعة.

Taiga Hayashi, Yuya Seki, Kotaro Terada, Yosuke Mukasa, Shuta Kikuchi, Shu Tanaka2026-05-07
🤖 machine learning

Concurrence of Symmetry Breaking and Nonlocality Phase Transitions in Diffusion Models

تُثبت هذه الورقة أن انتقالات كسر التماثل وانتقالات اللا-محلية تحدث بشكل متزامن تقريبًا في نماذج محولات الانتشار الحديثة، مما يوحد هذين المفهومين من مفاهيم الحرجية لتوفير أداة تشخيصية لتحسين كفاءة النماذج وتوجيه تصميم بنيات ونظم أخذ عينات أكثر فعالية.

Yifan F. Zhang, Fangjun Hu, Guangkuo Liu, Mert Okyay, Xun Gao2026-05-07
📊 statistics

PAIR-CI: Calibrated Conditional Independence Testing for Causal Discovery with Incomplete Data

تقدم هذه الورقة PAIR-CI، وهو اختبار استقلال شرطي غير معلمي يدمج التضمين المتعدد مباشرة في الإجراء الاستدلالي عبر تصميم تبديل مزدوج للقضاء على التبعيات الزائفة الناتجة عن خطأ التضمين، مما يؤدي إلى استعادة المعايرة الإحصائية وتحسين دقة الاكتشاف السببي بشكل كبير في مجموعات البيانات ذات القيم المفقودة، لا سيما في ظل ظروف عدم الخطية والبيانات المفقودة بشكل غير عشوائي.

Thomas S. Robinson, Ranjit Lall2026-05-07
🤖 machine learning

Quantile-Free Uncertainty Quantification in Graph Neural Networks

تقدم الورقة البحثية QpiGNN، وهو إطار عمل مبتكر يستخدم بنية ذات رأس مزدوج وخسارة مشتركة خالية من المئينات لتمكين تقدير كمي لعدم اليقين يتسم بالكفاءة والمتانة والمضمون نظرياً للشبكات العصبية الرسومية دون الاعتماد على إجراءات إعادة أخذ العينات المكلفة أو افتراضات التبادلية الصارمة.

Soyoung park, Hwanjun Song, Sungsu Lim2026-05-07
🤖 machine learning

A Harmonic Mean Formulation of Average Reward Reinforcement Learning in SMDPs

تقدم هذه المساهمة عامل متوسط توافقي معدل ومبتكر لحساب معدلات متوسط المكافأة بشكل صحيح في عمليات ماركوف لاتخاذ القرار غير المستقرة، مما يتيح خوارزميات تعلم تعزيزي قوية خالية من النماذج تتغلب على قيود النهج القائمة على النسب.

Erel Shtossel, Alicia Vidler, Uri Shaham, Gal A. Kaminka2026-05-07