cs.AI पेपर | Gist.Science

Spectro-Temporal Interference Confounds Phase Encoding in Spatial Audio Foundation Models

यह शोध पत्र एक मनोध्वनिक (psychoacoustic) बेंचमार्क प्रस्तुत करता है जो यह दर्शाता है कि जहाँ समर्पित द्विकर्ण (binaural) स्थानिक ऑडियो मॉडल अंतर-कानीय चरण (interaural phase) सूचना को सफलतापूर्वक एनकोड करते हैं, वहीं सामान्य-उद्देश्य वाले द्विकर्ण मॉडल वास्तविक माइक्रोसेकंड चरण गणना के बजाय भ्रमित करने वाले स्पेक्ट्रो-टेम्पोरल हस्तक्षेप पैटर्न और ब्रॉडबैंड लिफाफों (broadband envelopes) पर निर्भर करते हैं।

Yuxuan Chen, Haoyuan Yu, Peize He2026-06-16

🤖 machine learning

GRAPE: Guided Parameter-Space Evolution for Compact Adversarial Robustness

यह शोध पत्र GRAPE का प्रस्ताव करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो शुरुआत से ही एक निश्चित आर्किटेक्चर को अनुकूलित करने के बजाय, पैरामीटर-स्पेस विकास को प्रगतिशील रूप से उजागर करके और निर्देशित करके प्रतिकूल मजबूती (adversarial robustness) और मॉडल सघनता (model compactness) में सुधार करता है।

Zhiyuan Ye (University of Science and Technology of China), Xiangyu Zhou (China Mobile), Ji Qi (China Mobile), Hao Zhang (…)2026-06-16

💻 computer science

An Ensemble Deep Learning Approach for Reliable and Scalable Lemon Leaf Disease Classification

यह शोध पत्र 1,354 छवियों के एक डेटासेट से नींबू के पत्तों की नौ श्रेणियों की बीमारियों को वर्गीकृत करने के लिए एडवरसैरियल ट्रेनिंग और ग्रेड-कैम (Grad-CAM) विज़ुअलाइज़ेशन के साथ इनसेप्शनवी3 (InceptionV3) और मोबाइलनेटवी2 (MobileNetV2) को संयोजित करने वाले एक सुदृढ़ और स्केलेबल एन्सेम्बल डीप लर्निंग फ्रेमवर्क का प्रस्ताव करता है, जो 99.27% सटीकता प्राप्त करता है।

Shayan Abrar, Sudeepta Mandal, Abdul Awal Yasir, Sonjoy Bhattacharjee, Sadman Haque Bhuiyan, Samanta Ghosh, Rafi Ahamed2026-06-16

🤖 AI

Dr-DCI: Scaling Direct Corpus Interaction via Dynamic Workspace Expansion

यह शोध पत्र DR-DCI को प्रस्तुत करता है, जो एक रूपरेखा (framework) है जो रिट्राइवर-निर्देशित दस्तावेज़ पुनर्प्राप्ति (retriever-steered document retrieval) के माध्यम से एक स्थानीय वर्कस्पेस का गतिशील रूप से विस्तार करके डायरेक्ट कॉर्पस इंटरैक्शन को स्केल करता है, जिससे बड़े पैमाने पर कॉर्पस में बेहतर सटीकता और दक्षता प्राप्त करने के लिए पारंपरिक पुनर्प्राप्ति की स्केलेबिलिटी को डायरेक्ट कॉर्पस ऑपरेशन्स की परिशुद्धता के साथ जोड़ा जाता है।

Yi Lu, Zhuofeng Li, Ping Nie, Haoxiang Zhang, Yuyu Zhang, Kai Zou, Wenhu Chen, Jimmy Lin, Dongfu Jiang, Yu Zhang2026-06-16

💻 computer science

Improved Knowledge Distillation for Land-Use Image Classification

यह शोध पत्र एक उन्नत नॉलेज डिस्टिलेशन फ्रेमवर्क का प्रस्ताव करता है जो VGG16 टीचर से MobileNetV2 स्टूडेंट में ज्ञान स्थानांतरित करने के लिए कुलबैक-लीब्लर डाइवर्जेंस (Kullback-Leibler divergence) और कोसाइन सिमिलैरिटी (Cosine Similarity) लॉस का उपयोग करते हुए हार्ड सुपरविजन को सॉफ्ट सुपरविजन के साथ जोड़ता है, जिससे लैंड-यूज़ इमेज क्लासिफिकेशन पर 99.04% सटीकता प्राप्त होती है और साथ ही कंप्यूटेशनल जटिलता में काफी कमी आती है।

Arundhuti Sur, Abhiroop Chatterjee, Susmita Ghosh, Emmett Ientilucci2026-06-16

🤖 AI

Relational Structural Causal Models

यह शोध पत्र रिलेशनल स्ट्रक्चरल कॉज़ल मॉडल्स और रिलेशनल न्यूरल कॉज़ल मॉडल्स को पेश करता है ताकि एआई सिस्टम्स को ऐसे कॉज़ल रिप्रेजेंटेशन्स सीखने में सक्षम बनाया जा सके जो अनसीन कॉम्बिनेशन ऑफ ऑब्जेक्ट्स के लिए इंटरवेंशन्स और काउंटरफैक्चुअल्स के बारे में तर्क करने में सहायता प्रदान करें, यहाँ तक कि अनऑब्जर्व्ड कन्फाउंडिंग की उपस्थिति में भी।

Adiba Ejaz, Elias Bareinboim2026-06-16

🤖 machine learning

Separable Neural Architectures as Physical World Models: from Mathematical Theory to Applications

यह शोध पत्र सेपरेबल न्यूरल आर्किटेक्चर (SNA) और इसके वेरिएशनल फ्रेमवर्क (VSNA) को प्रस्तुत करता है, जो एक टेंसर-डिकम्पोज्ड न्यूरल मॉडल है जो उच्च-आयामी PDEs में आयामीता के अभिशाप (curse of dimensionality) को दूर करने के लिए बनाया गया है ताकि पारंपरिक विधियों की तुलना में भारी गति वृद्धि के साथ वास्तविक समय में, मिलियन-क्वेरी भौतिक विश्व सिमुलेशन और इन्वर्स समस्याओं को सक्षम बनाया जा सके।

Reza T Batley, Andrew Kichline, Sourav Saha2026-06-16

🤖 machine learning

FastMix: Fast Data Mixture Optimization via Gradient Descent

FastMix एक नवीन फ्रेमवर्क है जो इस समस्या को एक डिफरेंशिएबल बाइलेवल ऑप्टिमाइज़ेशन कार्य के रूप में पुनर्गठित करके बड़े मॉडलों के लिए डेटा मिश्रण अनुकूलन को स्वचालित करता है, जिससे पूर्व दृष्टिकोणों की तुलना में काफी कम खोज लागत के साथ मिश्रण गुणांकों और मॉडल मापदंडों के कुशल, ग्रेडिएंट-आधारित संयुक्त ट्यूनिंग को सक्षम बनाया जा सके।

Haoru Tan, Sitong Wu, Yanfeng Chen, Jun Xia, Ruobing Xie, Bin Xia, Xingwu Sun, Xiaojuan Qi2026-06-16

🧬 biology

Harnessing cortical geometry, wiring, and function as inductive biases for recurrent neural networks

यह शोध पत्र यह प्रदर्शित करता है कि रिकरेंट न्यूरल नेटवर्क को आरंभ करने और उन्हें सीमित करने के लिए MICrONS कार्यक्रम के सह-पंजीकृत (co-registered) शारीरिक और कार्यात्मक डेटा का लाभ उठाना, संज्ञानात्मक कार्यों पर उनके प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और जैविक रूप से प्रशंसनीय संगठनात्मक सिद्धांतों को बढ़ावा देता है।

Mo Shakiba, Rana Rokni, Mohammad Mohammadi, Nima Dehghani2026-06-16

💻 computer science

Inference-time Policy Steering via Vision and Touch

ViTaL एक नवीन विज़ुओ-टैक्टाइल इन्फरेंस-टाइम स्टीयरिंग फ्रेमवर्क है जो उच्च-स्तरीय विज़ुअल मोड चयन को निम्न-स्तरीय टैक्टाइल-गाइडेड एक्शन रिफाइनमेंट के साथ जोड़कर संपर्क-समृद्ध हेरफेर (कॉन्टैक्ट-रिच मैनिपुलेशन) के लिए प्री-ट्रेंड रोबोट नीतियों को उन्नत करता है, जिससे यूनिमोडल और नैव फ्यूजन बेसलाइन की तुलना में सफलता दर में महत्वपूर्ण सुधार प्राप्त होता है।

Yilin Wu, Zilin Si, Zeynep Temel, Oliver Kroemer, Andrea Bajcsy2026-06-16

← पिछला अगला →