🤖 machine learning

RADIANT-PET: Reasoning-Augmented PET/CT Lesion Segmentation with Large Language Models and Reinforcement Learning

RADIANT-PET एक नवीन ढांचा है जो संरचित पाठ्य विवरणों और नैदानिक रिपोर्टों का उपयोग करके उम्मीदवारों का न्याय करने के लिए एक सुदृढीकरण शिक्षण-अनुकूलित बड़े भाषा मॉडल के साथ एक अनुमति देने वाले वोक्सेल-स्तरीय मॉडल को जोड़कर PET/CT घाव विभाजन (लेसन सेगमेंटेशन) को बढ़ाता है, जिससे गलत सकारात्मकता (फॉल्स पॉजिटिव) में काफी कमी आती है और भविष्यवाणियों को नैदानिक व्याख्या के साथ संरेखित किया जाता है।

Jiasheng Wang, Tanun Jitwatcharakomol, Piyawadee Jongpradubgiat, Simeng Zhu2026-06-30
💻 computer science

Transition-Aware best-of-N sampling for Longitudinal Chest X-ray Reports

यह शोधपत्र एक प्रशिक्षण-मुक्त (training-free), संक्रमण-जागरूक (transition-aware) बेस्ट-ऑफ-एन (best-of-N) सैंपलिंग फ्रेमवर्क प्रस्तुत करता है जो क्रमिक दौरों के बीच होने वाले परिवर्तनों से प्राप्त ग्राउंड-ट्रुथ ट्रांज़िशन वेक्टर्स के साथ उम्मीदवार रिपोर्टों के संरेखण के आधार पर उन्हें स्कोर करके चेस्ट एक्स-रे रिपोर्ट जनरेशन में सुधार करने के लिए अनुदैर्ध्य पूर्व परीक्षाओं (longitudinal prior exams) का लाभ उठाता है।

Halil Ibrahim Gulluk, Max Van Puyvelde, Wim Van Criekinge, Olivier Gevaert2026-06-30
🤖 machine learning

GPU-Accelerated Inverse Structural Anastylosis from Block Collapse Dynamics

यह शोध पत्र जेन्गा इनवर्स प्रेडिक्टर (JIP-2) प्रस्तुत करता है, जो एक GPU-त्वरित डीप लर्निंग फ्रेमवर्क है जो मलबे की छवियों से ब्लॉक हटाने के अनुक्रम और स्थिरता मेट्रिक्स का अनुमान लगाकर ढहे हुए वास्तुशिल्प स्मारकों के मूल विन्यासों को स्वचालित रूप से पुनर्गठित करने के लिए रिजिड-बॉडी भौतिकी सिमुलेशन और एक ड्यूल-स्ट्रीम ResNet-18 आर्किटेक्चर का लाभ उठाता है।

L. A. Muñoz2026-06-30
🤖 machine learning

RadarTwin: Scene-Specific mmWave Radar Simulation and Learning for Mobile Indoor Perception

RadarTwin एक ऐसा फ्रेमवर्क है जो न्यूनतम या बिना वास्तविक दुनिया के रडार डेटा के, प्रभावी मोबाइल इनडोर परसेप्शन ट्रेनिंग को सक्षम करने के लिए, डिप्लॉयमेंट-विशिष्ट mmWave रडार सिमुलेशन उत्पन्न करने हेतु 3D पुनर्निर्माण (reconstructions), विजन-लैंग्वेज मॉडल्स और भौतिकी-आधारित रे ट्रेसिंग का लाभ उठाता है।

Emily Bejerano, Federico Tondolo, Devang Gupta, Aaron Mano Cherian, Taeyoo Kim, Ayaan Qayyum, Xiaofan Yu, Xiaofan Jiang2026-06-30
🤖 AI

CLOSER-VLN: Closed-Loop Self-Verified Retrieval-Augmented Reasoning for Aerial Vision-Language Navigation

यह शोध पत्र CLOSER-VLN का प्रस्ताव करता है, जो एक ट्रेनिंग-पॉलिसी-मुक्त ढांचा है जो एरियल विजन-लैंग्वेज नेविगेशन के लिए है और जो प्रक्षेपवक्र विचलन (ट्रैजेक्टरी डेविएशन) को रोकने और अनदेखे वातावरण में प्रदर्शन में सुधार करने के लिए रीजनिंग, सेल्फ-वेरिफिकेशन और रिट्रीवल-ऑगमेंटेड करेक्शन की एक क्लोज्ड-लूप प्रक्रिया का उपयोग करता है।

Shaoxuan Li, Xiangyu Dong, Xiaoguang Ma, Junfeng Chen, Haoran Zhao, Yaoming Zhou2026-06-30
🧬 biology

Meta-learning as a principle for human-like visual representations

यह शोध पत्र प्रस्तावित करता है कि मानव-समान दृश्य प्रतिनिधित्व निश्चित उद्देश्यों के बजाय मेटा-लर्निंग दबावों से उत्पन्न होते हैं, यह प्रदर्शित करते हुए कि विविध, अर्थपूर्ण कार्यों पर मॉडलों को प्रशिक्षित करना मानव समानता निर्णयों, नियम सीखने और उच्च-स्तरीय दृश्य वल्कुट (विजुअल कॉर्टेक्स) में तंत्रिका गतिविधि की भविष्यवाणी करने की उनकी क्षमता में महत्वपूर्ण सुधार करता है।

Can Demircan, Marcel Binz, Alireza Modirshanechi, Eric Schulz2026-06-30
🤖 machine learning

Vision-driven Preference Synthesis for Mitigating Hallucinations in VLMs

यह शोध पत्र ViPSy का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा (two-stage framework) है जो विजुअली ग्राउंडेड और पॉलिसी-अलाइन्ड प्रेफरेंस डेटा को सिंथेसाइज करता है ताकि विजन-लैंग्वेज मॉडल्स में मतिभ्रम (hallucinations) को महत्वपूर्ण रूप से कम किया जा सके, जिससे मतिभ्रम बेंचमार्क पर नया स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है और साथ ही सामान्य दृश्य क्षमताओं में वृद्धि होती है।

Yunhun Nam, Jongheon Jeong2026-06-30
💻 computer science

DCSNet: Multiscale Feature Aggregation for Small Medical Object Segmentation with Detection-guided Hierarchical Cropping

यह शोध पत्र DCSNet का प्रस्ताव करता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो क्लास इम्बैलेंस (वर्ग असंतुलन) और बाउंड्री कॉम्प्लेक्सिटी (सीमा जटिलता) को दूर करने के लिए डिटेक्शन-गाइडेड हिरार्किकल क्रॉपिंग और मल्टीस्केल फीचर एग्रीगेशन को संयोजित करता है, जिससे छोटे मेडिकल ऑब्जेक्ट सेगमेंटेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।

Shanfeng Zhang, Bo Gou, Yue Cao, Lei Zhang, Zhang Yi, Tao He2026-06-30
💻 computer science

Enhancing Layer Interaction Using Key-Correlated Layer Attention

यह शोध पत्र की-कोरिलेटेड लेयर अटेंशन (KCLA) का प्रस्ताव करता है, जो एक नवीन तंत्र है जो डायनेमिक सूचना अपडेट और लॉन्ग-रेंज क्रॉस-लेयर डिपेंडेंसीज़ को सुरक्षित रखते हुए मानक लेयर अटेंशन की क्वाड्रेटिक कम्प्यूटेशनल कॉम्प्लेक्सिटी को लीनियर कॉम्प्लेक्सिटी में कम करता है, जिससे विविध विजन टास्क के माध्यम से बेहतर प्रदर्शन प्राप्त होता है।

Jianlong Xiong, ChuanBo Xie, Le Yu, Quansong He, Tao He2026-06-30
🤖 machine learning

Can AI Draw Science? A Benchmark for Evaluating Scientific Figure Generation by Text-to-Image and Multimodal Models

यह शोधपत्र SciDraw-Bench प्रस्तुत करता है, जो एक विशिष्ट बेंचमार्क और चार-आयामी मूल्यांकन प्रोटोकॉल है जिसे टेक्स्ट-टू-इमेज और मल्टीमॉडल मॉडल्स की वैज्ञानिक रूप से सटीक चित्र उत्पन्न करने की क्षमता का आकलन करने के लिए डिज़ाइन किया गया है, जो यह प्रदर्शित करता है कि एक डोमेन-विशिष्ट सिस्टम अनुशासन संबंधी परंपराओं और अर्थ संबंधी शुद्धता का पालन करने में सामान्य-उद्देश्य वाले मॉडल्स की तुलना में काफी बेहतर प्रदर्शन करता है।

Davie Chen2026-06-30