⚡ electrical engineering

Predicting Fault-Ride-Through Probability of Inverter-Dominated Power Grids using Machine Learning

تُظهر هذه الدراسة أن نماذج تعلم الآلة يمكنها التنبؤ بدقة باحتمالية مرور الخطأ في شبكات الطاقة التي تهيمن عليها العواكس باستخدام مجموعة بيانات اصطناعية، وتعميم هذه التنبؤات بنجاح على نظام الاختبار IEEE-96، مما يوفر بديلاً فعالاً من الناحية الحسابية للمحاكاة الديناميكية التقليدية لتقييم المخاطر.

Christian Nauck, Anna Büttner, Sebastian Liemann, Frank Hellmann, Michael Lindner2026-05-06
🤖 machine learning

Dirac--Bianconi Graph Neural Networks -- Enabling Non-Diffusive Long-Range Graph Predictions

تقدم هذه المساهمة شبكات ديراك-بيانكوني العصبية الرسومية (DBGNNs)، وهي بنية مبتكرة قائمة على معادلة ديراك الطوبولوجية تتيح انتشاراً متماسكاً بعيد المدى وتتفوق على نماذج تمرير الرسائل الانتشارية التقليدية في التنبؤ باستقرار الشبكات الكهربائية وكذلك خصائص الببتيد.

Christian Nauck, Rohan Gorantla, Michael Lindner, Konstantin Schürholt, Antonia S. J. S. Mey, Frank Hellmann2026-05-06
🤖 AI

GraphLand: Evaluating Graph Machine Learning Models on Diverse Industrial Data

تقدم هذه الورقة GraphLand، وهو معيار مرجعي شامل يتكون من 14 مجموعة بيانات رسومية صناعية متنوعة صُممت لمعالجة النطاق الضيق للتقييمات الحالية من خلال الكشف عن أن النماذج التأسيسية الرسومية الحالية لا تقدم أداءً كافياً مقارنة بأشجار القرار المعززة بالتدرج (GBDT) المدعومة بالسمات الرسومية.

Gleb Bazhenov, Oleg Platonov, Liudmila Prokhorenkova2026-05-06
🤖 machine learning

Power-Softmax: Towards Secure LLM Inference over Encrypted Data

تقدم هذه الورقة البحثية "Power-Softmax"، وهي نسخة مبتكرة من آلية الانتباه الذاتي (self-attention) متوافقة مع التشف𝙩 المتماثل (HE)، تتيح تدريب أول نماذج لغوية كبيرة (LLMs) ذات بنية متعددة الحدود بمليار معلمة، والتي تكون قادرة على إجراء استدلال آمن على البيانات المشفرة مع الحفاظ على قدرات الاستنتاج والتعلم في السياق المماثلة لنماذج المحولات (transformers) القياسية.

Itamar Zimerman, Allon Adir, Ehud Aharoni, Matan Avitan, Moran Baruch, Nir Drucker, Jenny Lerner, Ramy Masalha, Reut Mei (…)2026-05-06
🤖 AI

The Pragmatic Frames of Spurious Correlations in Machine Learning: Interpreting How and Why They Matter

تجادل هذه الورقة بأن مفهوم الارتباطات الزائفة في أبحاث تعلم الآلة لا يتم تعريفه من خلال خصائص إحصائية ثابتة، بل يتم التفاوض عليه من خلال أربعة "أطر براغماتية" — وهي الصلة، والقدرة على التعميم، والمشابهة البشرية، والضرر — والتي تعكس أحكاماً تقنية ومعرفية وأخلاقية سياقية حول سلوك النموذج.

Samuel J. Bell, Skyler Wang2026-05-06
🤖 machine learning

Understanding and Mitigating Bias Inheritance in LLM-based Data Augmentation on Downstream Tasks

تقدم هذه الورقة أول استقصاء منهجي لـ "توريث التحيز"، حيث توضح كيف يمكن للنماذج اللغوية الكبيرة المستخدمة في تعزيز البيانات أن تنقل وتضخم تحيزات التدريب إلى المهام اللاحقة، مع تحديد عوامل عدم الاتساق الرئيسية واقتراح ثلاث استراتيجيات تخفيف متميزة لمعالجة هذا التحدي.

Miaomiao Li, Hao Chen, Yang Wang, Tingyuan Zhu, Weijia Zhang, Kaijie Zhu, Kam-Fai Wong, Jindong Wang2026-05-06
🤖 AI

MusicInfuser: Making Video Diffusion Listen and Dance

تعد MusicInfuser طريقة فعالة تعمل على تكييف نماذج الانتشار من النص إلى الفيديو المدربة مسبقًا لإنتاج مقاطع فيديو لرقصات عالية الجودة ومتزامنة مع الموسيقى عبر الضبط الدقيق الانتقائي لطبقات محددة، مما يحقق تعميمًا قويًا وتزامنًا دون الحاجة إلى بيانات حركة أو موارد حوسبة مكثفة.

Susung Hong, Ira Kemelmacher-Shlizerman, Brian Curless, Steven M. Seitz2026-05-06
💬 NLP

TF1-EN-3M: Three Million Synthetic Moral Fables for Training Small, Open Language Models

تقدم الورقة البحثية TF1-EN-3M، وهي مجموعة بيانات مفتوحة ومبتكرة تضم ثلاثة ملايين حكاية أخلاقية إنجليزية اصطناعية تم إنشاؤها بواسطة نماذج لغوية صغيرة ذات أوزان مفتوحة باستخدام هيكل مكون من ست خانات منظم ومسار تقييم قابل لإعادة الإنتاج، مما يثبت إمكانية تحقيق سرد قصص أخلاقية عالي الجودة وضخم النطاق دون الاعتماد على النماذج العملاقة المملوكة لجهات خاصة.

Mihai Nadas, Laura Diosan, Andrei Piscoran, Andreea Tomescu2026-05-06
🤖 machine learning

Quaternion Wavelet-Conditioned Diffusion Models for Image Super-Resolution

تقدم هذه الورقة ResQu، وهو إطار عمل جديد لرفع دقة الصور يجمع بين المعالجة المسبقة باستخدام المويجات الكواترنيونية ونماذج الانتشار الكامنة ومعايير النماذج التأسيسية لتحقيق جودة إدراكية فائقة ودقة هيكلية، لا سيما عند عوامل التكبير العالية.

Luigi Sigillo, Christian Bianchi, Aurelio Uncini, Danilo Comminiello2026-05-06
🔢 mathematics

Parameter-Efficient Distributional RL via Normalizing Flows and a Geometry-Aware Cramér Surrogate

تقدم هذه المساهمة إطار عمل NFDRL، وهو إطار عمل فعال من حيث المعلمات للتعلم التعزيزي التوزيعي يستفيد من التدفقات الطبيعية المستمرة ومسافة كرامر (Cramér) المبتكرة المدركة للهندسة لنمذجة توزيعات العوائد المعقدة ببصمة مدمجة مع ضمان التقارب النظري وتقدير تدرج غير منحاز.

Simo Alami C., Rim Kaddah, Jesse Read, Marie-Paule Cani2026-05-06