cs.LG ورقة بحثية

Knowing when to trust machine-learned interatomic potentials

تقدم الورقة البحثية PROBE، وهي طريقة لاحقة (post-hoc) ومستقلة عن البنية التحتية، تستفيد من التمثيلات المجمدة لكل ذرة من جهود التفاعل بين الذرات المتعلمة مسبقاً والمدركة آلياً لتوليد تقديرات موثوقة لعدم اليقين لكل تنبؤ وتشخيصات قابلة للتفسير كيميائياً، متفوقة بذلك على أساليب تباين المجموعات التقليدية مع التوسع بشكل ملائم نحو النماذج ذات النطاق التأسيسي.

Shams Mehdi, Ilkwon Cho, Olexandr Isayev2026-05-04

🤖 machine learning

Bridging Graph Drawing and Dimensionality Reduction with Stochastic Stress Optimization

تجسّر هذه الورقة البحثية الفجوة بين رسم الرسوم البيانية وتقليل الأبعاد من خلال تقديم حل عشوائي متوافق مع مكتبة scikit-learn يقلل الإجهاد العالمي عبر تحديثات زوجية محلية، مما أظهر تقارباً أسرع بكثير وأداءً مماثلاً أو متفوقاً على خوارزمية SMACOF التقليدية في الاختبارات المرجعية عالية الأبعاد.

Daniel Hangan, Stephen Kobourov, Jacob Miller2026-05-04

🤖 machine learning

Learning Multimodal Energy-Based Model with Multimodal Variational Auto-Encoder via MCMC Revision

تقترح هذه الورقة إطار تعلم مبتكر يجمع بشكل تآزري بين المشفر التلقائي التبايني متعدد الأنماط ونماذج الطاقة، مستخدماً مراجعات سلسلة ماركوف مونت كارلو (MCMC) في كل من فضاءات البيانات والفضاءات الكامنة للتغلب على ضعف الخلط والقيود أحادية النمط، مما يحقق جودة وتماسكاً فائقين في التوليد متعدد الأنماط.

Jiali Cui, Zhiqiang Lao, Heather Yu2026-05-04

🤖 machine learning

From Prediction to Practice: A Task-Aware Evaluation Framework for Blood Glucose Forecasting

تقدم هذه الورقة إطار تقييم مدركاً للمهام للتنبؤ بمستوى غلوكوز الدم، يكشف عن فجوة حرجة بين الدقة الإجمالية القياسية والمنفعة السريرية من خلال إثبات أن النماذج غالباً ما تفشل في اكتشاف أحداث نقص سكر الدم عالية الخطورة في سياقات محددة ولا يمكنها التنبؤ بشكل موثوق بنتائج تدخلات جرعات الأنسولين.

Alireza Namazi, Heman Shakeri2026-05-04

🤖 machine learning

Budget Constraints as Riemannian Manifolds

تقترح هذه الورقة البحثية "التحسين الريماني المقيد" (RCO)، وهو إطار عمل مبتكر ينمذج قيود الميزانية كمتنوعات ريمانية سلسة لتمكين التحسين القائم على التدرج بكفاءة للأهداف غير القابلة للتفكيك تحت فرض دقيق للميزانية، متفوقاً بذلك على طرق الجزاء والأساللة التطورية الحالية في كل من جودة الحل والكفاءة الحسابية لمهام مثل التكميم مختلط الدقة وتقليم الخبراء.

Michael Helcig, Dan Alistarh2026-05-04

🤖 machine learning

Spiking Sequence Machines and Transformers

تثبت هذه الورقة أن الذاكرة الموزعة المتناثرة النبضية (Spiking Sparse Distributed Memory) ونماذج المحولات (Transformers) هما نموذجان متماثلان وظيفياً يتشاركان خمس عمليات جوهرية وأصل استرجاع يعتمد على تشابه جيب التمام، مما يؤسس رابطاً رياضياً بين توقيت النبضات والترميز الموضعي الجيبي، مع إظهار أن التضمينات القائمة على الرتب تتفوق على الترميزات المضغوطة ترددياً في المهام التي تتطلب دقة موضعية.

Joy Bose2026-05-04

🤖 machine learning

Evaluating the Architectural Reasoning Capabilities of LLM Provers via the Obfuscated Natural Number Game

تقدم هذه الورقة "لعبة الأعداد الطبيعية المموّهة" كمعيار لتقييم "الاستدلال الهيكلي" — وهو القدرة على تركيب البراهوُت باستخدام البديهيات المحلية فقط دون استعانة بقرائن دلالية — وتُبين أنه بينما تعاني النماذج اللغوية الكبيرة العامة من تدهور في الأداء تحت تأثير التمويه، تحافظ نماذج الاستدلال المتخصصة على دقتها، مما يميز الاستدلال المنطقي الحقيقي عن مطابقة الأنماط.

Lixing Li2026-05-04

⚡ electrical engineering

FedKPer: Tackling Generalization and Personalization in Medical Federated Learning via Knowledge Personalization

تقدم الورقة البحثية FedKPer، وهو إطار عمل للتعلم الاتحادي الطبي يعمل في آن واحد على تعزيز التعميم والتخصيص مع التخفيف من حدة النسيان الكارثي عبر دمج تخصيص المعرفة في التدريب المحلي واستخدام مخطط تجميع عالمي انتقائي ومتنوع الملصقات.

Zoe Fowler, Ghassan AlRegib2026-05-04

🤖 machine learning

Aitchison Embeddings for Learning Compositional Graph Representations

تقترح هذه الورقة إطار عمل جديد لتمثيل الرسوم البيانية (graph embedding) قائم على هندسة آيتشيسون (Aitchison geometry)، يمثل العقد كتركيبات ذات قيم بسيطة (simplex-valued compositions) لتحقيق أداء تنافسي وقابل للتفسير جوهرياً في مهام مثل تصنيف العقد وتوقع الروابط، مع تمكين التحليل المنهجي للمقايضات بين النماذج الأصلية الكامنة (latent archetype trade-offs) من خلال التماسك تحت التركيب الجزئي (subcompositional coherence).

Nikolaos Nakis, Chrysoula Kosma, Panagiotis Promponas, Michail Chatzianastasis, Giannis Nikolentzos2026-05-04

🤖 AI

EASE: Federated Multimodal Unlearning via Entanglement-Aware Anchor Closure

تقدم الورقة البحثية إطار عمل EASE، وهو إطار عمل اتحادي لنسيان البيانات متعدد الوسائط يعمل بفعالية على إزالة البيانات المنسية من خلال قطع قنوات إعادة البناء عبر الوسائط وعزل اتجاهات التحديث الخاصة بالعميل من خلال تصميم واعٍ بالتشابك يتضمن إغلاق المرساة، وتحلل الفضاء الجزئي، وقفل النسيان الانتقائي للاتجاه.

Zihao Ding, Beining Wu, Jun Huang2026-05-04

→ السابق التالي ←