cs.LG ورقة بحثية

Anomaly Detection in Soil Heavy Metal Contamination Using Unsupervised Learning for Environmental Risk Assessment

تُظهر هذه الدراسة أن إطار عمل لتعلم الآلة غير الخاضع للإشراف، والذي يجمع بين "غابة العزل" (Isolation Forest)، وخطأ إعادة بناء تحليل المكونات الرئيسية (PCA reconstruction error)، وخوارزمية "دي بي سكان" (DBSCAN)، يحدد بفعالية شذوذ تلوث المعادن الثقيلة النوعي في التربة الغانية والتي ترتبط ارتباطًا وثيقًا بالمخاطر الصحية المرتفعة، مما يتيح إدارة بيئية أكثر استهدافًا مقارنة بالمؤشرات الإجمية التقليدية وحدها.

Isaac Tettey Adjokatse, Samuel Senyo Koranteng, George Yamoah Afrifa, Theophilus Ansah-Narh, Marcellin Atemkeng, Joseph (…)2026-05-01

🧬 biology

Better Models, Faster Training: Sigmoid Attention for single-cell Foundation Models

تقدم هذه الورقة البحثية "انتباه السجمويد" (sigmoid attention) كبديل مدعوم نظرياً ومتفوق تجريبياً لـ "انتباه السوفت ماكس" (softmax) لنماذج التأسيس الخاصة بالخلايا المفردة، حيث تُظهر أنه ينتج تمثيلات أفضل، وتدريباً أسرع، واستقراراً فائقاً، مع كونه مدعوماً بنواة "تريتون" (Triton kernel) عالية الكفاءة.

Vijay Sadashivaiah, Georgios Dasoulas, Judith Mueller, Soumya Ghosh2026-05-01

🤖 AI

Unsupervised Electrofacies Classification and Porosity Characterization in the Offshore Keta Basin Using Wireline Logs

تُظهر هذه الدراسة أن سير عمل تجميع "K-means" غير الخاضع للإشراف والمطبق على سجلات الآبار السلكية يمكنه توصيف السحنات الكهربائية والمسامية بفعالية في حوض "كيتا" البحري الذي يفتقر إلى العينات اللبية، مما يوفر إطاراً قوياً للتقييم المبكر للتكوينات في الأحواض الاستكشافية.

Hamdiya Adams, Theophilus Ansah-Narh, Daniel Kwadwo Asiedu, Bruce Kofi Banoeng-Yakubo, Marcellin Atemkeng, Thomas Armah (…)2026-05-01

🤖 machine learning

How to Guide Your Flow: Few-Step Alignment via Flow Map Reward Guidance

تقدم هذه الورقة "توجيه مكافأة خريطة التدفق" (FMRG)، وهو إطار عمل يعتمد على مسار واحد ولا يتطلب تدريباً، يعيد صياغة التوجيه التوليدي كمسألة تحكم أمثل حتمية لتحقيق أفضل مستويات المحاذاة والسرعة (بواقع 3 تقييمات للوظيفة فقط) من خلال الاستفادة من خريطة التدفق لكل من التكامل وتوجيه المكافأة.

Jerry Y. Huang, Justin Lin, Sheel Shah, Kartik Nair, Nicholas M. Boffi2026-05-01

🤖 machine learning

Generalizing the Geometry of Model Merging Through Frechet Averages

تقترح هذه الورقة إطاراً عاماً لدمج النماذج يعتمد على متوسط فريشيه (Fréchet averaging) عبر متشعبات مناسبة لضمان ثبات التماثل، مما يبرهن على قدرته على استيعاب الأساليب الحالية مثل دمج فيشر (Fisher merging)، ويوفر خوارزمية عملية لدمج المحولات منخفضة الرتبة (LoRA) تعالج أوجه القصور في النهج الحالية.

Marvin F. da Silva, Mohammed Adnan, Felix Dangel, Sageev Oore2026-05-01

💻 computer science

A High-Throughput Compute-Efficient POMDP Hide-And-Seek-Engine (HASE) for Multi-Agent Operations

تقدم هذه الورقة محرك "Hide-And-Seek-Engine" (HASE)، وهو محرك C++ لعمليات الـ Dec-POMDP يتميز بإنتاجية عالية وكفاءة في الحوسبة، حيث يستفيد من التصميم الموجه للبيانات (Data-Oriented Design) وجسور الذاكرة خالية النسخ (zero-copy memory bridges) لتحقيق ما يصل إلى 33 مليون خطوة في الثانية، مما يقلل بشكل جذري من تعقيد العينات ووقت التدريب لتعلم التعزيز متعدد الوكلاء.

Timothy Flavin, Sandip Sen2026-05-01

🤖 machine learning

What Suppresses Nash Equilibrium Play in Large Language Models? Mechanistic Evidence and Causal Control

تكشف هذه الورقة أن النماذج اللغوية الكبيرة تمتلك الكفاءة الميكانيكية لحساب توازن ناش، لكنها تقمع هذا السلوك الاستراتيجي بنشاط من خلال تجاوز اجتماعي إيجابي متجذر في مرحلة ما قبل التدريب، وهي ظاهرة يمكن عكسها سببياً عبر التدخل وتتأثر بشكل كبير بحجم النموذج وأساليب الاستدلال.

Paraskevas V. Lekeas, Giorgos Stamatopoulos2026-05-01

💬 NLP

Semantic Structure of Feature Space in Large Language Models

تُثبت هذه الورقة أن البنية الهندسية للميزات الدلالية في النماذج اللغوية الكبيرة تحاكي بدقة الارتباطات النفسية البشرية، مما يكشف أن متجهات الميزات، وعلاقاتها البينية بين المحاور، وتأثيرات التوجيه، تتوافق مع التقييمات والارتباطات الدلالية البشرية.

Austin C. Kozlowski, Andrei Boutyline2026-05-01

📊 statistics

Linear Models, Variable Selection, Artificial Intelligence

تقترح هذه الورقة نهجاً جديداً للشبكات العصبية الاصطناعية لاختيار المتغيرات في نماذج الانحدار الخطي يستفيد من تقديرات المربعات الصغرى العادية (OLS) لتحديد أهمية المتغيرات، مما يثبت أداءه المتفوق مقابل الطرق التقليدية مثل الانحدار التدريجي، ومعياري AIC وBIC، وطريقة LASSO من خلال دراسات محاكاة وتطبيق واقعي باستخدام بيانات منظمة الصحة العالمية حول متوسط العمر المتوقع.

By Riyadh Alrawkan, Edward Boone, Ryad Ghanam, Anton Westveld2026-05-01

🤖 AI

Reinforced Agent: Inference-Time Feedback for Tool-Calling Agents

تقدم هذه الورقة "الوكيل المعزز" (Reinforced Agent)، وهو إطار عمل للاستدلال في وقت التنفيذ يستخدم مراجعاً متخصصاً لتقييم استدعاءات الأدوات قبل تنفيذها، مما يتيح التصحيح الفوري للأخطاء ويثبت من خلال مقاييس "المساعدة-الضرر" الجديدة أن فصل التنفيذ عن المراجعة يسمح بتحقيق مكاسب أداء منهجية عبر اختيار النموذج وتحسين الأوامر دون إعادة تدريب الوكيل الأساسي.

Anh Ta, Junjie Zhu, Shahin Shayandeh2026-05-01

→ السابق التالي ←