cs.IT पेपर | Gist.Science

Block-Sample MAC-Bayes Generalization Bounds

यह शोध पत्र ब्लॉक-सैंपल MAC-Bayes सामान्यीकरण सीमाओं (generalization bounds) के एक नवीन परिवार को प्रस्तुत करता है जो डेटा उपसमुच्चयों (subsets) पर निर्भर विचलन पदों (divergence terms) का उपयोग करके अपेक्षित सामान्यीकरण त्रुटि को सीमित करता है, जो पारंपरिक PAC-Bayes सीमाओं की तुलना में काफी अधिक सटीक परिणाम प्रदान करता है और साथ ही यह प्रदर्शित करता है कि तुलनीय अभिसरण दरों (convergence rates) वाले उच्च-संभाव्यता संस्करण आम तौर पर अप्राप्य हैं।

Matthias Frey, Jingge Zhu, Michael C. Gastpar2026-02-16

🔢 mathematics

Construction of MRD Codes Based on Circular-Shift Operations

यह शोध पत्र $\mathbb{F}_q$ पर सर्कुलर-शिफ्ट ऑपरेशन्स पर आधारित मैक्सिमम रैंक डिस्टेंस (MRD) कोड्स का एक नवीन निर्माण प्रस्तुत करता है जो जटिल फील्ड अंकगणित से बचता है, कुशल एनकोडिंग प्रदान करता है, और विभिन्न पैरामीटर सेटिंग्स के तहत गैबुडिलिन (Gabidulin) एवं ट्विस्टेड गैबुडिलिन (twisted Gabidulin) कोड्स के साथ समानता और भिन्नता दोनों स्थापित करता है।

Zhe Zhai, Sheng Jin, Qifu Tyler Sun, Zongpeng Li2026-02-16

⚡ electrical engineering

EARL: Energy-Aware Adaptive Antenna Control with Reinforcement Learning in O-RAN Cell-Free Massive MIMO Networks

यह शोध पत्र EARL का प्रस्ताव करता है, जो O-RAN सेल-फ्री मैसिव MIMO नेटवर्क के लिए एक सुदृढीकरण लर्निंग (reinforcement learning) आधारित फ्रेमवर्क है, जो प्रदर्शन संबंधी आवश्यकताओं को पूरा करते हुए कुल ऊर्जा खपत को कम करने के लिए एंटीना कॉन्फ़िगरेशन को गतिशील रूप से अनुकूलित करता है, जिससे नियर-रियल-टाइम बाधाओं के भीतर 81% तक बिजली की बचत संभव होती है।

Zilin Ge, Ozan Alp Topal, Irshad Ahmad Meer, Pei Xiao, Cicek Cavdar2026-02-16

⚡ electrical engineering

Model-Aware Rate-Distortion Limits for Task-Oriented Source Coding

यह शोधपत्र मॉडल उप-इष्टतमता (suboptimality) और स्थापत्य संबंधी बाधाओं को ध्यान में रखते हुए कार्य-उन्मुख स्रोत कोडिंग (Task-Oriented Source Coding) के लिए कार्य मॉडल-जागरूक दर-विकृति सीमाओं (rate-distortion bounds) को प्रस्तुत करके इसके मौलिक सीमाओं का पुनरावलोकन करता है, जिससे यह स्पष्ट होता है कि वर्तमान सीखे गए स्कीमें ट्रांसमीटर-पक्ष की जटिलता के कारण इन सैद्धांतिक सीमाओं से बहुत दूर संचालित होती हैं।

Andriy Enttsel, Vincent Corlay2026-02-16

💻 computer science

Effective Wordle Heuristics

यह शोध पत्र यह प्रदर्शित करता है कि सरल ह्यूरिस्टिक्स (heuristics) संभावित समाधान शब्दों को प्राथमिकता देकर प्रभावी दैनिक वर्डल (Wordle) रणनीतियाँ कुशलतापूर्वक तैयार कर सकते हैं, जिससे व्यापक खोज विधियों से जुड़ी गणनात्मक लागत और अस्पष्टता से बचा जा सकता है।

Ronald I. Greenberg2026-02-13

🔢 mathematics

Implementation of Oblivious Transfer over Binary-Input AWGN Channels by Polar Codes

यह शोध पत्र रिसीवर के लिए पूर्ण गोपनीयता और सेंडर के लिए अनंत (asymptotic) गोपनीयता प्राप्त करने के लिए रैंडम ऑटोमॉर्फिज्म-आधारित एनकोडिंग के साथ पोलर कोड्स का उपयोग करके बाइनरी-इनपुट AWGN चैनलों पर एक वन-आउट-ऑफ-टू ऑब्लिवियस ट्रांसफर प्रोटोकॉल प्रस्तावित करता है, जबकि पोलर-ट्रांसफॉर्म ऑटोमॉर्फिज्म के लक्षण वर्णन के माध्यम से शिथिल विश्वसनीयता मानदंडों को व्युत्पन्न करता है और परिमित-ब्लॉकलेन्थ दरों को अनुकूलित करता है।

Pin-Hsun Lin, Hadi Aghaee, Christian Deppe, Eduard A. Jorswieck, Holger Boche2026-02-13

💬 NLP

How Many Features Can a Language Model Store Under the Linear Representation Hypothesis?

यह शोध पत्र लगभग-मिलते-जुलते सैद्धांतिक सीमांकन स्थापित करता है जो यह दर्शाता है कि जबकि रैखिक सुलभता (linear accessibility), केवल रैखिक प्रतिनिधित्व (linear representation) की तुलना में एक काफी अधिक सशक्त बाधा है, फिर भी भाषा मॉडल के न्यूरॉन्स रैखिक प्रतिनिधित्व परिकल्पना के तहत घातांकीय संख्या में विशेषताओं (features) को संग्रहीत कर सकते हैं।

Nikhil Garg, Jon Kleinberg, Kenny Peng2026-02-13

🤖 machine learning

A Comparative Study of MAP and LMMSE Estimators for Blind Inverse Problems

यह शोध पत्र प्रदर्शित करता है कि नियंत्रित ब्लाइंड डीकनवल्शन सेटिंग्स में, सुदृढ़ और विश्वसनीय LMMSE एस्टिमेटर अस्थिर MAP विधियों से बेहतर प्रदर्शन करता है, जबकि यह MAP दृष्टिकोणों के प्रदर्शन और स्थिरता को बढ़ाने के लिए एक प्रभावी इनिशियलाइज़ेशन के रूप में भी कार्य करता है।

Nathan Buskulic, Luca Calatroni2026-02-13

💬 NLP

Seq2Seq2Seq: Lossless Data Compression via Discrete Latent Transformers and Reinforcement Learning

यह शोध पत्र एक नवीन लॉसलेस डेटा संपीड़न विधि का प्रस्ताव करता है जो डेटा को डिस्क्रीट टोकन अनुक्रमों में एनकोड करने के लिए T5 आर्किटेक्चर पर ऑफ-पॉलिसी सुदृढीकरण शिक्षण (Reinforcement Learning) का उपयोग करता है, जिससे संरचनात्मक अखंडता सुरक्षित रहती है और पारंपरिक वेक्टर-आधारित डीप लर्निंग दृष्टिकोणों की तुलना में बेहतर संपीड़न अनुपात प्राप्त होता है।

Mahdi Khodabandeh, Ghazal Shabani, Arash Yousefi Jordehi, Seyed Abolghasem Mirroshandel2026-02-13

🔢 mathematics

Rate-Reliability Tradeoff for Deterministic Identification over Gaussian Channels

यह शोध पत्र सामान्य रैखिक गाऊसी चैनलों (linear Gaussian channels) पर नियतात्मक पहचान (deterministic identification) के लिए दर-विश्वसनीयता ट्रेडऑफ (rate-reliability tradeoff) का पहला विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विविक्त-आउटपुट (discrete-output) मामलों से स्थापित सैद्धांतिक अंतर्दृष्टि और व्यावहारिक प्रासंगिकता निरंतर-आउटपुट प्रणालियों (continuous-output systems) तक विस्तृत होती है।

Pau Colomer, Christian Deppe, Holger Boche, Andreas Winter2026-02-13

← पिछला अगला →