通用贝叶斯策略学习论文在arXiv发布

近日，研究人员Masahiro Kato在arXiv预印本平台提交了题为《General Bayesian Policy Learning》（通用贝叶斯策略学习）的论文。该论文于2026年2月27日首次发布，后于同年8月13日更新。论文提出了一种通用的贝叶斯框架用于策略学习，旨在解决强化学习与决策理论中的优化问题。通过将贝叶斯方法与策略梯度相结合，该工作或为复杂环境下的智能体决策提供新的理论支撑。目前论文的PDF全文及HTML版本已开放获取，供学术界和工业界参考。 #贝叶斯学习 #策略学习 #强化学习 #机器学习 #arXiv #AI #决策理论

方差缩减经验回放

近日，一篇题为《Variance Reduction Based Experience Replay for Policy Optimization》的论文在arXiv上发布。该研究由Hua Zheng等学者完成，提出了一种基于方差缩减技术的经验回放方法，用于改进强化学习中的策略优化。传统经验回放方法在利用历史样本时存在高方差问题，导致学习效率低下。新方法通过引入方差缩减机制，有效降低了样本估计的偏差，提升了策略梯度更新的稳定性。实验结果表明，该方法在多个标准强化学习基准任务上均取得了更优的性能，尤其在复杂连续控制任务中表现突出。这一研究为强化学习算法的样本效率与收敛性提供了新的解决思路，有望推动机器人控制、自动驾驶等领域的应用进展。 #强化学习 #经验回放 #策略优化 #方差缩减 #AI #机器学习 #论文 #arXiv #算法创新

Functional Adjoint Sampler

近日，一篇题为《Functional Adjoint Sampler: Scalable Sampling on Infinite Dimensional Spaces》的论文在arXiv预印本平台发布。该研究由Byoungwoo Park等人提出一种新型采样方法，旨在解决无限维空间中的高效采样问题。传统方法在处理高维或函数空间采样时计算成本高昂，而该工作通过引入伴随结构与函数空间分析，显著降低了采样复杂度，使得大规模贝叶斯逆问题、概率数值方法等场景下的采样更加可行。论文展示了该方法在理论上的收敛性保证，并通过数值实验验证了其可扩展性与准确性。这一成果为机器学习、统计计算及科学计算领域提供了新的工具。 #论文 #arXiv #机器学习 #采样方法 #贝叶斯推断 #函数空间 #科学计算

多视图表示学习新方法

近日，一篇题为《Multiview Representation Learning via Distributed Joint Latent Space Structuring》的论文在arXiv预印本平台发布。该研究由Milad Sefidgaran、Piotr Krasnowski和Abdellatif Zaidi共同完成，提出了一种基于分布式联合潜在空间结构的多视图表示学习框架。该方法旨在高效整合来自不同来源或模态的数据，通过构建共享的潜在空间来提升多视图特征的学习与表征能力。论文详细介绍了算法设计、理论分析以及实验验证，展示了在多个基准数据集上的优越性能。这一工作有望推动多模态学习、跨模态检索等领域的进一步发展，为分布式场景下的联合表示学习提供新思路。 #多视图学习 #表示学习 #分布式系统 #潜在空间 #arXiv #学术论文 #AI

利用互信息优化似然

近日，一篇题为《利用互信息优化似然：连接基于模拟的推断与贝叶斯最优实验设计》的学术论文在arXiv预印本平台发布。该研究由Vincent D. Zaballa等人完成，旨在弥合模拟推断（SBI）与贝叶斯最优实验设计（BOED）两大统计方法之间的鸿沟。传统上，SBI侧重于从模拟中估计似然函数，而BOED则通过优化实验参数来最大化信息获取。论文提出通过互信息这一核心概念，将似然优化与实验设计目标统一起来，从而在复杂模型下实现更高效的数据收集与推断。这一理论框架有望降低计算成本，提升实验设计在生物、物理等领域的应用效果。目前论文已公开PDF和源代码链接，供学术界进一步研究。 #互信息 #似然优化 #模拟推断 #贝叶斯实验设计 #统计方法 #arXiv #机器学习 #科学计算

高维优化中的朗之万动力学

近日，一篇题为《高维优化中的朗之万动力学：多尖峰张量PCA情形》的研究论文在arXiv预印本平台发布。该论文由Gérard Ben Arous等三位学者共同撰写，聚焦于高维优化问题中的朗之万动力学方法，并将其应用于多尖峰张量主成分分析（PCA）这一复杂统计模型。研究旨在探索该动力学在高维非凸优化中的收敛行为与性能边界，为理解随机梯度下降等算法的理论机制提供新视角。论文已更新多个版本，包含详细的数学推导和数值实验，对机器学习和高维统计领域具有参考价值。 #高维优化 #朗之万动力学 #张量PCA #机器学习 #统计 #arXiv #论文 #非凸优化 #随机算法

在线概率预测的防御性提升方法论文发布

近日，arXiv平台上线了一篇题为《Defensive Boosting for Online Probabilistic Forecasting》的学术论文，作者为Georgy Noarov等。该论文提出了一种针对在线概率预测任务的防御性提升方法，旨在提升模型在动态环境下的鲁棒性和预测准确性。论文提供了PDF、HTML及TeX源码等访问方式，并附有相关引用与工具链接。目前该研究尚处于预印本阶段，待正式注册DOI。 #机器学习 #概率预测 #在线学习 #防御性提升 #arXiv #学术论文 #AI

垂直联邦学习后门漏洞研究与实践存在显著差距

据arXiv预印本平台显示，一篇题为《Understanding Backdoor Vulnerabilities in Vertical Federated Learning: The Gap Between Research and Practice》的论文由Ziqi Zhao等六位作者于2026年8月13日提交。该论文系统审视了垂直联邦学习领域中后门攻击与防御的研究现状，并指出现有研究往往基于过于理想化的假设，与真实部署环境之间存在显著差距。论文呼吁学术界和工业界重新审视安全威胁模型，开发更贴近实际场景的防御方案。该研究为联邦学习安全领域提供了重要反思。 #垂直联邦学习 #后门漏洞 #联邦学习安全 #arXiv #AI安全 #隐私计算

潜在世界模型研究：目标函数成为瓶颈，规划器无法利用编码信息

一篇arXiv预印本论文《The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use》由研究者Joyjeet Singh撰写。该研究指出，在潜在世界模型中，目标函数的设计成为信息传递的关键瓶颈，尽管模型能够编码丰富的潜在状态信息，但规划器却无法有效利用这些编码内容。这一发现揭示了当前世界模型在规划任务中的根本性局限，对强化学习、机器人决策和AI规划领域具有重要启示，提示研究者在模型设计时需重新审视目标函数与规划器之间的信息对齐问题。 #AI #机器学习 #世界模型 #规划 #目标函数 #arXiv #强化学习 #潜在空间 #信息瓶颈

I-SDPO 论文提出实例级自适应自蒸馏策略优化

近日，一篇题为 "I-SDPO: Instance-Level Adaptive Self-Distillation Policy Optimization" 的学术论文在 arXiv 预印本平台发布。该论文由 Yubo Zhang、Xinhong Ma、Zezhong Tan 和 Ziqiang Dong 共同撰写，提交日期为 2026 年 8 月 13 日。论文标题表明其提出了一种实例级自适应自蒸馏策略优化方法，旨在通过自蒸馏技术与策略优化的结合，提升模型在个体实例上的学习效果。目前，该论文已提供 PDF 和 HTML 格式全文，并附有相关引用工具和代码链接，供学术界和工业界研究者参考。该研究可能对强化学习与自监督学习领域产生潜在影响。 #I-SDPO #自蒸馏 #策略优化 #强化学习 #arXiv #论文 #AI #机器学习

诊断JEPA世界模型

一篇来自arXiv的论文提出了一种新的诊断方法，用于评估JEPA（联合嵌入预测架构）世界模型的表现。该方法通过动作条件预测一致性来检验模型对动态环境的理解能力。研究团队由Guo An等9位作者组成，论文详细阐述了如何利用该一致性指标识别模型在预测未来状态时的缺陷。该工作为提升世界模型在复杂环境中的可靠性和可解释性提供了重要工具，对强化学习、机器人控制等领域的模型诊断具有参考价值。 #论文 #AI #世界模型 #JEPA #机器学习 #预测一致性 #强化学习

多视角不平衡感知的6G波束赋形优化与性能研究

arXiv平台上近日发布了一篇题为《Multi-perspective Imbalance-Conscious 6G Beamforming Optimization and Performance》的学术论文，作者为Chukwunonso Henry Nwokoye等五人。该研究聚焦于第六代移动通信（6G）中的波束赋形技术，提出了一种多视角不平衡感知的优化框架。传统波束赋形方法往往忽略不同视角下信道状态的不均衡性，导致性能受限。论文通过引入不平衡感知机制，从多个维度（如用户分布、干扰环境、功率约束等）对波束赋形进行联合优化，旨在提升频谱效率、覆盖范围和能效。该工作为6G超大规模MIMO系统的智能波束设计提供了新思路，有望在复杂场景下实现更稳健的通信性能。论文目前处于arXiv预印本阶段，尚未正式发表。 #6G #波束赋形 #优化 #通信 #论文 #MIMO #不平衡感知

H-VAEP 与 H-xT

该研究由 Julius Broermann 等学者提出，借鉴足球领域的预期进球（xG）模型，针对手球运动开发了 H-VAEP 和 H-xT 两种评估框架。H-VAEP（手球预期进球价值）通过估计每次持球进攻动作转化为射门或得分的概率，量化球员在场上决策与执行的价值；H-xT（手球预期威胁）则进一步衡量进攻动作对后续得分威胁的贡献。研究基于大量比赛数据构建概率模型，能够客观评价传球、突破、射门等行为的实际效果，为教练组提供战术分析工具，帮助识别高效进攻模式与球员真实贡献。该工作填补了手球运动量化分析领域的空白，有望推动手球运动的数据化发展。 #手球 #量化分析 #HVAEP #HxT #运动科学 #数据驱动 #战术分析 #AI体育

动量作为残差驱动的乘子校正

一篇来自arXiv的预印本论文提出了一种对深度学习优化中动量机制的重新解释。该研究将动量优化器视为一种残差驱动的乘子校正方法，而非传统的加速梯度下降技术。作者通过理论分析表明，动量项实际上是对梯度方向的残差进行修正，从而更有效地调整参数更新步长。实验验证了该方法在多种深度学习任务中相比标准动量优化器具有更快的收敛速度和更好的泛化性能。这一发现为理解动量优化器的内在机制提供了新视角，并可能推动更高效的优化算法设计。 #深度学习 #优化算法 #动量 #残差驱动 #乘子校正 #AI #机器学习 #论文

通过空间关系学奖励建模实现深度强化学习中的社会合规导航

该研究提出了一种基于空间关系学（Proxemics）的奖励建模方法，用于解决深度强化学习中的社会合规导航问题。传统导航算法常忽视人类社交距离规范，导致机器人或自动驾驶车辆在人群中的行为不自然或侵入性过强。论文作者通过将人类社交空间距离准则（如亲密距离、个人距离等）编码为奖励函数，引导智能体学习在动态环境中保持适当的人际距离，避免碰撞或造成不适。实验表明，该方法显著提升了导航效率与行人舒适度，使智能体能够在拥挤场景中实现更自然、可接受的交互行为。该工作为社交机器人、自动驾驶等领域的自主导航提供了新的设计思路。 #深度强化学习 #社会合规导航 #空间关系学 #机器人导航 #AI #人机交互 #学术论文

Q-learning 过估计偏差新解法

一篇来自 arXiv 的预印本论文重新审视了 Q-learning 中的过估计偏差问题，并提出了一种名为“动作交集”的新方法，以解决大离散动作空间下的学习困境。传统 Q-learning 在处理大规模动作时容易因过估计偏差导致策略不稳定，而该研究通过引入动作交集机制，有效缩小了候选动作范围，从而抑制了偏差累积。实验表明，该方法在多个基准任务上显著提升了收敛速度和最终性能，为强化学习在复杂离散控制场景中的应用提供了新思路。 #强化学习 #Qlearning #过估计偏差 #动作交集 #机器学习 #AI #论文 #arXiv #离散动作空间

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_8247614025

EGRL：边生成引导的关系感知学习用于RNA

来自arXiv最新预印本，李丹宇等研究者提出了一种名为EGRL的新方法，用于预测RNA-蛋白质相互作用。该方法通过边生成引导的策略，结合关系感知学习，能够更有效地捕捉RNA与蛋白质之间的复杂关系。研究团队在多个基准数据集上进行了实验，结果表明EGRL在预测准确性和泛化能力上优于现有方法。该模型利用了图神经网络的边生成机制，从而增强了对RNA-蛋白质相互作用模式的建模能力，有望为生物信息学中的功能注释和药物发现提供有力工具。 #RNA #蛋白质相互作用 #图神经网络 #深度学习 #生物信息学 #论文 #arXiv

自适应k近邻分类器

近日，一篇题为《Adaptive k Nearest Neighbors Classifier via Granular Ball Computing》的学术论文在arXiv预印本平台发布。该研究提出了一种基于粒度球计算的自适应k近邻分类器，旨在解决传统k近邻算法中k值选择困难、对噪声敏感等问题。通过引入粒度球计算，该方法能够自动调整局部邻域大小，从而提升分类精度与鲁棒性。实验结果表明，在多个基准数据集上，该算法相比传统kNN及若干变体具有更优性能。该工作为模式识别与机器学习领域提供了新的思路，尤其适用于处理高维与复杂分布数据。 #机器学习 #k近邻 #粒度球计算 #自适应算法 #分类器 #arXiv #学术论文 #模式识别

利用弱形式与帕累托子集选择，鲁棒数据驱动发现分数阶微分方程新方法

来自日本的研究人员提出了一种基于弱形式与帕累托子集选择的新型数据驱动框架，用于从噪声观测数据中鲁棒地发现分数阶微分方程。该工作由Pongpisit Thanasutives和Yoshinobu Kawahara完成，相关论文已提交至arXiv预印本平台。传统方法在识别分数阶模型时易受噪声和模型选择偏差影响，而新方法通过弱形式离散化处理数据，并引入帕累托最优进行子集选择，从而在保持精度的同时显著提升鲁棒性。实验表明，该方法能有效识别多种经典分数阶微分方程，为复杂系统建模提供了有力工具。 #数据驱动 #分数阶微分方程 #弱形式 #帕累托优化 #鲁棒性 #模型发现 #arXiv #数学建模

可学习小波激活函数助力持续学习保持模型可塑性

近日，一篇题为《通过可学习小波激活函数在持续学习中维持可塑性》的论文在arXiv上预发布。该研究由Zeyang Zhang等人提出，旨在解决持续学习中模型在适应新任务时容易丧失可塑性的问题。作者引入可学习的小波激活函数，通过动态调整激活模式来维持网络的适应性，从而在多个持续学习基准测试中取得显著性能提升。该方法为应对灾难性遗忘提供了新思路，有望推动终身学习系统的发展。 #持续学习 #可塑性 #小波激活函数 #人工智能 #机器学习 #论文 #arXiv