TMLR

Interactive Query Answering on Knowledge Graphs with Soft Entity Constraints

具有软实体约束的知识图谱交互式查询回答

Daniel Daza, Alberto Bernardi, Luca Costabello, Christophe Gueret, Masoud Mansoury, Michael Cochez, Martijn Schut

机构 * Translational AI Laboratory, Department of Laboratory Medicine（转化人工智能实验室，实验室医学系） ； Amsterdam University Medical Center, Vrije Universiteit Amsterdam（阿姆斯特丹大学医学中心，伏里埃大学阿姆斯特丹） ； Accenture Labs（埃森哲实验室） ； Delft University of Technology（代尔夫特理工大学） ； ELLIS Institute Finland & Abo Akademi University, Turku, Finland & Elsevier Discovery Lab, Amsterdam（芬兰ELLIS研究所 & 阿博阿卡迪米大学，图尔库，芬兰 & 埃西弗尔发现实验室，阿姆斯特丹） 纠错

AI总结 针对知识图谱查询中存在的模糊或上下文依赖的软约束问题，提出两种轻量级方法，通过调整查询答案分数来融入软约束，保持原始排序结构，并在扩展基准上验证了性能。

Comments Accepted in Transactions on Machine Learning Research (2026)

Reward Engineering for Spatial Epidemic Simulations: A Reinforcement Learning Platform for Individual Behavioral Learning

空间流行病模拟中的奖励工程：个体行为学习的强化学习平台

Radman Rakhshandehroo, Daniel Coombs

机构 * Department of Computer Science University of British Columbia（计算机科学系，不列颠哥伦比亚大学） ； Department of Mathematics and Institute of Applied Mathematics University of British Columbia（数学系和应用数学研究所，不列颠哥伦比亚大学） 纠错

AI总结 提出ContagionRL平台，通过奖励函数设计系统评估空间流行病模拟中个体行为学习策略，发现势场奖励方法能有效提升非药物干预依从性和空间规避策略。

Comments 38 pages, 15 figures and 18 tables; Accepted to TMLR. OpenReview: https://openreview.net/forum?id=yPEASsx3hk

Journal ref Transactions on Machine Learning Research, 2026

D2 Actor Critic: Diffusion Actor Meets Distributional Critic

D2 Actor Critic: 扩散演员遇上分布式评论家

Lunjun Zhang, Shuo Han, Hanrui Lyu, Bradly C Stadie

机构 * Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） ； Department of Statistics, Northwestern University（统计学系，西北大学） 纠错

AI总结 提出D2AC算法，通过融合扩散策略与分布式评论家，实现无模型强化学习中扩散策略的在线高效训练，在18个困难任务上达到最先进性能。

Comments Accepted to TMLR 2025

Super-Linear: A Lightweight Pretrained Mixture of Linear Experts for Time Series Forecasting

Super-Linear: 一种轻量级预训练线性专家混合模型用于时间序列预测

Liran Nochumsohn, Raz Marshanski, Hedi Zisling, Omri Azencot

机构 * Faculty of Computer and Information Science, Ben-Gurion University（计算机与信息科学学院，本·古里安大学） 纠错

AI总结 提出Super-Linear，一种轻量级可扩展的混合专家模型，用频率特化的线性专家替代深度架构，通过光谱门控机制实现高效准确的时间序列预测。

Journal ref Transactions on Machine Learning Research (TMLR), 2026

Online Learning with Multiple Fairness Regularizers via Graph-Structured Feedback

通过图结构反馈进行多重公平正则化器的在线学习

Quan Zhou, Jakub Marecek, Robert Shorten

机构 * Department of Mathematics, National University of Singapore（新加坡国立大学数学系） ； Department of Computer Science, Czech Technical University（捷克技术大学计算机科学系） ； Dyson School of Design Engineering, Imperial College London（伦敦帝国理工学院设计工程戴森学院） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 本文针对在线决策中多重公平约束的权重自适应问题，提出了一种基于图结构反馈的赌博机算法，能够在不预先知道权重的情况下在线学习并平衡多个公平性目标。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026. OpenReview: https://openreview.net/forum?id=y8iWuDZtEw

Journal ref Transactions on Machine Learning Research (TMLR), 2026