cs.LG पेपर | Gist.Science

Self-supervision drives representational convergence in medical foundation models more than clinical supervision

यह अध्ययन प्रकट करता है कि मेडिकल फाउंडेशन मॉडल्स में रिप्रजेंटेशनल कन्वर्जेंस (प्रतिनिधित्व अभिसरण) मुख्य रूप से क्लिनिकल सुपरविजन या मॉडल स्केल के बजाय सेल्फ-सुपरवाइज्ड प्रीट्रेनिंग ऑब्जेक्टिव्स द्वारा संचालित होता है, जिसके परिणामस्वरूप मामूली अलाइनमेंट प्राप्त होता है जो क्रॉस-एनकोडर ट्रांसफर लर्निंग का समर्थन तो करता है लेकिन क्लिनिकल जजमेंट या सिमेंटिक सिमिलरिटी को पूरी तरह से पकड़ने में विफल रहता है।

Soroosh Tayebi Arasteh, Sebastian Ziegelmayer, Mahshad Lotfinia, Lisa Adams, Sven Nebelung, Jakob Nikolas Kather, Daniel (…)2026-07-23

⚛️ phenomenology

Classical Hardware Acceleration of Quantum Autoencoders for Real-Time Anomaly Detection in Collider Experiments

यह शोध पत्र कोलाइडर प्रयोगों में वास्तविक समय में विसंगति का पता लगाने के लिए वेरिएशनल क्वांटम ऑटोएनकोडर्स का पहला FPGA कार्यान्वयन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि ये क्वांटम मशीन लर्निंग मॉडल भविष्य के ट्रिगर सिस्टम के लिए आवश्यक सख्त संसाधन और विलंबता बाधाओं को पूरा करते हुए अत्याधुनिक शास्त्रीय दृष्टिकोणों के तुलनीय प्रदर्शन प्राप्त कर सकते हैं।

Ivan Ge, Sagar Addepalli, Abhilasha Dave, Julia Gonski2026-07-23

📊 statistics

Adaptive deep nonparametric regression from dependent data under covariate shift

यह शोधपत्र कोवेरिएट शिफ्ट और आश्रित डेटा के तहत नॉनपैरामीट्रिक क्वांटाइल और हबर रिग्रेशन के लिए एक स्पार्स-पेनलाइज्ड डीप न्यूरल नेटवर्क एस्टीमेटर प्रस्तावित करता है, जो विभिन्न मिक्सिंग प्रक्रियाओं और अज्ञात डेंसिटी रेश्यो के लिए मिनिमैक्स ऑप्टिमल कन्वर्जेंस रेट प्राप्त करने वाले नॉन-एसिम्प्टोटिक एरर बाउंड्स स्थापित करता है।

William Kengne, Ehud Mossa Ockegna2026-07-23

🔢 mathematics

Decentralized Online Riemannian Optimization for Strongly Geodesically Convex Functions

यह शोधपत्र घटते हुए स्टेप साइज़ों (decaying step sizes) के अनुकूल एक नवीन नेटवर्क-त्रुटि विश्लेषण विकसित करके और परिणाम को बैंडिट फीडबैक सेटिंग्स तक विस्तारित करके, स्ट्रॉन्गली जियोडेसिकली कॉन्वेक्स (strongly geodesically convex) फलनों के विकेंद्रीकृत ऑनलाइन रीमानियन ऑप्टिमाइज़ेशन के लिए प्रथम $O(\log T)$ स्टैटिक रिग्रेट बाउंड्स स्थापित करता है।

Zhanyuan Cai, Emre Sahinoglu, Shahin Shahrampour2026-07-23

🤖 machine learning

Learning to Assess Danger from Movies for Cooperative Escape Planning in Hazardous Environments

यह शोध पत्र आपदा डेटासेट बनाने के लिए मूवी डेटा का लाभ उठाकर और खतरे के अनुमान तथा सहयोगात्मक पलायन योजना में सुधार करने के लिए विजुअल और लैंग्वेज इनपुट को फ्यूज करने वाले एक मल्टी-मोडल बेयसियन फ्रेमवर्क का प्रस्ताव देकर, खतरनाक वातावरण के लिए रोबोटों को प्रशिक्षित करने की चुनौतियों का समाधान करता है।

Vikram Shree, Sarah Allen, Beatriz Asfora, Jacopo Banfi, Mark Campbell2026-07-22

📊 statistics

When Are Scoring Rules Proper? Bridging Theory and Practice in Survival Model Evaluation

यह शोध पत्र यह प्रदर्शित करता है कि जबकि सर्वाइवल एनालिसिस (survival analysis) के लिए कुछ निश्चित स्कोरिंग नियम आदर्श स्थितियों में सैद्धांतिक रूप से उचित होते हैं, वे सेंसरिंग (censoring) या क्यूर फ्रैक्शंस (cure fractions) वाले वास्तविक परिदृश्यों में उत्तरजीविता (survival) को कम आंकने की ओर अनुचित रूप से पक्षपाती हो जाते हैं, जिससे संभावित रूप से भ्रामक मॉडल तुलनाएँ हो सकती हैं।

John Zobolas, Raphael Sonabend, Riccardo De Bin, Johannes Piller, Philipp Kopper, Lukas Burk, Andreas Bender2026-07-22

🤖 machine learning

Parameter-Efficient Continual Fine-Tuning: A Survey

यह सर्वेक्षण बड़े पूर्व-प्रशिक्षित मॉडलों में कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को संबोधित करने के लिए कॉन्टिनुअल लर्निंग और पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग विधियों को संश्लेषित करके, पैरामीटर-एफिशिएंट कॉन्टिनुअल फाइन-ट्यूनिंग (PECFT) का एक व्यापक अवलोकन प्रदान करता है, जबकि अत्याधुनिक दृष्टिकोणों, मूल्यांकन मेट्रिक्स और भविष्य की अनुसंधान दिशाओं का परीक्षण करता है।

Eric Nuertey Coleman, Luigi Quarantiello, Ziyue Liu, Qinwen Yang, Samrat Mukherjee, Julio Hurtado, Vincenzo Lomonaco2026-07-22

🤖 machine learning

Topology-Driven Clustering: Enhancing Performance with Betti Number Filtration

यह शोध पत्र BFTC को प्रस्तुत करता है, जो एक नवीन टोपोलॉजिकल क्लस्टरिंग एल्गोरिदम है जो जटिल, नॉनकॉन्वेक्स (nonconvex) और आपस में उलझी हुई डेटा संरचनाओं को प्रभावी ढंग से क्लस्टर करने के लिए स्थानीय वियेटोरिस-रिप्स फिल्ट्रेशन (Vietoris-Rips filtrations) से प्राप्त मल्टीस्केल बेट्टी अनुक्रमों (multiscale Betti sequences) का लाभ उठाकर टोपोलॉजी-जागरूक समानता संरचनाओं का निर्माण करता है, जिससे यह मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।

Arghya Pratihar, Kushal Bose, Swagatam Das2026-07-22

🤖 machine learning

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection

यह शोध पत्र ChiGAD प्रस्तुत करता है, जो एक स्पेक्ट्रल ग्राफ न्यूरल नेटवर्क फ्रेमवर्क है जो विविध सिमेंटिक्स को कैप्चर करने, उच्च-आवृत्ति सामग्री को संरक्षित करने और हेट्रोजेनियस ग्राफ विसंगति का पता लगाने में क्लास इम्बैलेंस को प्रभावी ढंग से संबोधित करने के लिए एक नवीन ची-स्क्वायर (Chi-Square) फ़िल्टर और विशिष्ट घटकों का लाभ उठाता है।

Xiping Li, Xiangyu Dong, Xingyi Zhang, Kun Xie, Yuanhao Feng, Bo Wang, Guilin Li, Wuxiong Zeng, Xiujun Shu, Sibo Wang2026-07-22

🔬 physics

A Geometry-Aware AI Emulator for the Coupled Whole Atmosphere from Earth Surface to the Ionosphere and Thermosphere

यह शोध पत्र CAM-NET को प्रस्तुत करता है, जो एक ज्यामिति-जागरूक (geometry-aware) गोलाकार फूरियर न्यूरल ऑपरेटर सरोगेट है, जो पृथ्वी की सतह से आयनमंडल तक के गणनात्मक रूप से महंगे WACCM-X संपूर्ण-वायुमंडल मॉडल का कुशलतापूर्वक अनुकरण करता है, जिससे प्रमुख बड़े पैमाने की वायुमंडलीय और प्लाज्मा परिवर्तनशीलता को संरक्षित करते हुए तीव्र एन्सेम्बल प्रयोगों और अनिश्चितता परिमाणीकरण को सक्षम बनाया जा सके।

Jiahui Hu, Wenjun Dong2026-07-22

← पिछला अगला →