🤖 machine learning

PhaseNet++: Phase-Aware Frequency-Domain Anomaly Detection for Industrial Control Systems via Phase Coherence Graphs

يقدم PhaseNet++ إطار عمل جديد للكشف عن الشذوذ في نطاق التردد لأنظمة التحكم الصناعية، والذي يستفيد من مؤشر تماسك الطور لبناء رسم بياني مدرك للطور، مما يمكّن مشفرًا تلقائيًا خفيف الوزن من تحقيق أداء رائد من خلال الاستخدام الفعال لمعلومات طيف الطور التي تم التغاضي عنها سابقًا جنبًا إلى جنب مع بيانات السعة.

Raviteja Bommireddy, Varshith Bandaru, Lohith Pakala, Pradeep Kumar B2026-05-05
🤖 machine learning

Watch Your Step: Information Injection in Diffusion Models via Shadow Timestep Embedding

تقدم هذه الورقة "تضمين الخطوة الزمنية الظلي" (Shadow Timestep Embedding - STE)، وهو آلية مبتكرة تستغل القدرة التمثيلية غير المستغلة لتضمينات الخطوة الزمنية في نماذج الانتشار لترميز معلومات القناة الجانبية لكل من الحقن الخبيث وتتبع المصدر الدفاعي.

An Huang, Junggab Son, Zuobin Xiong2026-05-05
🤖 machine learning

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey

تستعرض هذه الدراسة المسحية بشكل شامل تقنيات إعادة صياغة الروابط في الرسوم البيانية المصممة للتخفيف من تحديات السحق المفرط والنعومة المفرطة في الشبكات العصبية الرسومية عن طريق تعديل طوبولوجيا الرسم البياني لتعزيز انتشار المعلومات، مغطيةً أسسها النظرية، وتطبيقاتها، ومقايضات الأداء الخاصة بها.

Hugo Attali, Nathalie Pernelle, Davide Buscaldi, Fragkiskos D. Malliaros2026-05-05
🧬 biology

Robust volatility updates for Hierarchical Gaussian Filtering

تقدم هذه الورقة تعديلاً متيناً لخوارزمية الترشيح الغاوسي الهرمي (HGF) يمنع أخطاء دقة اللاحقة السالبة في العقد المقترنة بالتقلب، وذلك عن طريق الاستيفاء بين توسيعين تربيعيين للطاقة التباينية باستخدام دالة لامبرت W، مما يضمن تحديثات معتقد مستقرة عبر كامل فضاء المعلمات.

Christoph Mathys, Nicolas Legrand, Peter Thestrup Waade, Nace Mikus, Lilian Aline Weber2026-05-05
🤖 machine learning

Physiology-Aware Masked Cross-Modal Reconstruction for Biosignal Representation Learning

تقدم الورقة البحثية xMAE، وهو إطار عمل للتدريب المسبق ذاتي الإشراف يعتمد على الوعي الفسيولوجي، والذي يستفيد من إعادة بناء النماذج المتقاطعة المقنعة للإشارات الحيوية المرتبة زمنياً (مثل تخطيط كهربائية القلب ECG وتخطيط التحجم الضوئي PPG) لتعلم تمثيلات تلتقط الديناميكيات الفسيولوجية الاتجاهية وتتفوق على الأساليب الحالية عبر مهام متنوعة لاحقة.

Hao Zhou, Simon A. Lee, Cyrus Tanade, Keum San Chun, Juhyeon Lee, Migyeong Gwak, Megha Thukral, Justin Sung, Eugene Hwan (…)2026-05-05
💬 NLP

CLEAR: Revealing How Noise and Ambiguity Degrade Reliability in LLMs for Medicine

تقدم الورقة إطار عمل CLEAR لتوضيح أن المعايير الطبية القياسية تفشل في استيعاب الغموض الواقعي، مما يكشف أن زيادة خيارات الإجابة، وتحويل صياغة الامتناع إلى الاعتراف بعدم اليقين، وزيادة حجم النماذج، تؤدي جميعها إلى تدهور موثوقية النماذج اللغوية الكبيرة من خلال تفاقم "عجز التواضع" حيث تجد النماذج صعوبة في الامتناع عن الإجابات غير الصحيحة.

Kevin H. Guo, Chao Yan, Avinash Baidya, Katherine Brown, Xiang Goa, Juming Xiong, Zhijun Yin, Bradley A. Malin2026-05-05
🤖 machine learning

Finite-Sample Analysis of Elimination in Active Hypothesis Testing

تقدم هذه الورقة خوارزمية "تتبع-وتوقف" (Track-and-Stop) معززة بالإقصاء لاختبار الفرضيات النشط ذي الثقة الثابتة، والتي تعمل على تقليص البدائل غير الرائدة تدريجياً لتحقيق حدود زمن توقف أكثر إحكاماً في العينات المحدودة، وتوفر مقايضة قابلة للضبط بين سرعة الإقصاء وضمانات الثقة.

Ziyuan Lin, Hoang Ngoc Nguyen, Jie Xu, Ivan Ruchkin2026-05-05
🤖 machine learning

Learning in the Fisher Subspace: A Guided Initialization for LoRA Fine-Tuning

تقترح هذه الورقة إطار عمل للتهيئة الموجهة بـ "فيشر" (Fisher-guided) لضبط (LoRA) الدقيق، والذي يستفيد من معلومات الانحناء المستحثة من البيانات اللاحقة لاختيار الفضاءات الجزئية للتكيف ذات الصلة بالمهمة، مما يحسن أداء النموذج بشكل كبير مقارنة باستراتيجيات تهيئة الأوزان فقط الحالية.

Zhi-Quan Feng, Ying-Jia Lin, Hung-Yu Kao2026-05-05
💬 NLP

Compared to What? Baselines and Metrics for Counterfactual Prompting

تجادل هذه الورقة بأن تقييمات التلقين بالتحليل المقابل المعيارية غالبًا ما تعزو حساسية النموذج إلى عوامل محددة بسبب فشلها في مراعاة الحساسية العامة للتغيرات في الصيغة السطحية، وتقترح إطارًا قويًا يقارن التدخلات المستهدفة بنماذج مرجعية من إعادة الصياغة للتمييز بين التأثيرات الحقيقية والضجيج العرضي.

Zihao Yang, Mosh Levy, Yoav Goldberg, Byron C. Wallace2026-05-05
🤖 machine learning

GEODE: Angle-Adaptive OOD Detection with Universal Scorer Compatibility

تُعد GEODE طريقةً للكشف عن البيانات خارج النطاق (OOD) تحافظ على الهندسة، حيث تستخدم فقدان معيار تكيفي للزوايا لمحاكاة فوائد معايرة الحدود لتعرض القيم المتطرفة اصطناعياً، مما يحقق أداءً قوياً عبر جميع المقاييس السبعة القياسية دون الحاجة إلى بيانات مساعدة منسقة.

Bruno Abrahao2026-05-05