🤖 Category

cs.LG

23609 पेपर

🤖 machine learning

Interpreting and Steering State-Space Models via Activation Subspace Bottlenecks

यह शोध पत्र एक्टिवेशन सबस्पेस बॉटलनैक्स (activation subspace bottlenecks) की पहचान करके स्टेट-स्पेस मॉडल्स की व्याख्यात्मकता (interpretability) और स्टीयरेबिलिटी (steerability) को आगे बढ़ाता है, जिन्हें टेस्ट टाइम पर स्केल करने से बिना किसी टास्क-विशिष्ट ट्यूनिंग के विविध बेंचमार्क पर प्रदर्शन में महत्वपूर्ण वृद्धि होती है, साथ ही यह बेहतर लॉन्ग-कॉन्टेक्स्ट क्षमताओं वाले एक पुन: प्रशिक्षित "स्टेबल-मैम्बा" (Stable-Mamba) आर्किटेक्चर के निर्माण को भी सक्षम बनाता है।

Vamshi Sunku Mohan, Kaustubh Gupta, Aneesha Das, Chandan Singh2026-05-22
🤖 machine learning

SplAttN: Bridging 2D and 3D with Gaussian Soft Splatting and Attention for Point Cloud Completion

SplAttN, मल्टी-मोडल पॉइंट क्लाउड कंप्लीशन में स्टैंडर्ड हार्ड प्रोजेक्शन्स के कारण होने वाले "क्रॉस-मोडल एंट्रॉपी कोलैप्स" को संबोधित करने के लिए डिफरेंशिएबल गॉसियन स्प्लेटिंग को पेश करता है ताकि सघन, निरंतर इमेज रिप्रेजेंटेशन्स बनाए जा सकें, जिससे मजबूत क्रॉस-मोडल कनेक्शन स्थापित होते हैं और सिंथेटिक एवं रियल-वर्ल्ड दोनों बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।

Zhaoyang Li, Zhichao You, Tianrui Li2026-05-22
💻 computer science

Inducing Permutation Invariant Priors in Bayesian Optimization for Carbon Capture and Storage Applications

यह शोध पत्र एक नवीन क्रमपरिवर्तनीय अपरिवर्तनीय गॉसियन प्रोसेस कर्नेल (GP-Perm) और एक डीप कर्नेल लर्निंग बेसलाइन (DKL-DS) को पेश करके कार्बन कैप्चर एंड स्टोरेज में कुआं प्लेसमेंट जैसी क्रमपरिवर्तन समरूपता (permutation symmetries) वाली समस्याओं के लिए मानक बेयसियन ऑप्टिमाइजेशन की अक्षमता को संबोधित करता है, जिन्हें सिंथेटिक बेंचमार्क और एक यथार्थवादी CCS केस स्टडी के माध्यम से मान्य किया गया है।

Sofianos Panagiotis Fotias, Vassilis Gaganis2026-05-22
💻 computer science

Temporal Contrastive Transformer for Financial Crime Detection: Self-Supervised Sequence Embeddings via Predictive Contrastive Coding

यह शोध पत्र टेम्पोरल कॉन्ट्रास्टिविव ट्रांसफॉर्मर (TCT) को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised) ढांचा है जो वित्तीय अपराधों का पता लगाने के लिए सार्थक टेम्पोरल एम्बेडिंग्स को सफलतापूर्वक सीखता है, जो मजबूत स्टैंडअलोन प्रदर्शन प्राप्त करने के साथ-साथ स्थापित डोमेन-इंजीनियर्ड फीचर बेसलाइन से आगे निकलने की वर्तमान चुनौती को भी रेखांकित करता है।

Danny Butvinik (NICE Actimize), Yonit Marcus (NICE Actimize), Nitzan Tal (NICE Actimize), Gabrielle Azoulay (NICE Actimi (…)2026-05-22
💻 computer science

The Attribution Impossibility: No Feature Ranking Is Faithful, Stable, and Complete Under Collinearity

यह शोध पत्र सिद्ध करता है कि फीचर कोलीनियैरिटी (feature collinearity) के तहत कोई भी फीचर रैंकिंग विधि एक साथ फथफुलनेस (faithfulness), स्टेबिलिटी (stability) और कम्प्लीटनेस (completeness) प्राप्त नहीं कर सकती, जो परिणामी डिज़ाइन स्पेस को अस्थिर फथफुल विधियों और DASH जैसे स्थिर एन्सेम्बल दृष्टिकोणों के बीच एक सख्त द्विभाजन के रूप में अभिलक्षणित करता है, और सभी निष्कर्षों को Lean 4 में यांत्रिक रूप से सत्यापित किया गया है।

Drake Caraker, Bryan Arnold, David Rhoads2026-05-22
💻 computer science

Don't Collapse Your Features: Why CenterLoss Hurts OOD Detection and Multi-Scale Mahalanobis Wins

यह शोध पत्र GOEN को प्रस्तुत करता है, जो एक सरल और कुशल OOD डिटेक्शन पाइपलाइन है जो मल्टी-स्केल फीचर्स और महलानोबिस डिस्टेंस का लाभ उठाकर अत्याधुनिक बेसलाइन्स से बेहतर प्रदर्शन करता है और यह प्रदर्शित करता है कि सेंटरलॉस (CenterLoss), वर्गीकरण सटीकता में सुधार करने के बावजूद, विश्वसनीय एपिस्टेमिक अनसर्टेंटी एस्टीमेशन के लिए आवश्यक फीचर ज्योमेट्री को विकृत करके OOD डिटेक्शन को महत्वपूर्ण रूप से खराब कर देता है।

Rahul D Ray2026-05-22
💻 computer science

Double descent for least-squares interpolation on contaminated data: A simulation study

यह सिमुलेशन अध्ययन प्रदर्शित करता है कि दूषित डेटा वाले लीनियर रिग्रेशन में, अत्यधिक ओवरपैरामीटराइज्ड लीस्ट-स्क्वेयर्स इंटरपोलेटर्स 'डबल डिसेंट' घटना प्रदर्शित कर सकते हैं, जो अंततः मजबूत वैकल्पिक एस्टिमेटर्स की तुलना में बेहतर सामान्यीकरण प्रदर्शन प्राप्त करते हैं।

Tino Werner2026-05-22✓ Author reviewed ⓘ
💻 computer science

HealthCraft: A Reinforcement Learning Safety Environment for Emergency Medicine

HealthCraft एक नवीन सार्वजनिक सुदृढीकरण शिक्षण (reinforcement learning) वातावरण है जिसे आपातकालीन चिकित्सा में फ्रंटियर भाषा मॉडलों का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो एक सख्त द्वि-स्तरीय सुरक्षा रूपरेखा के साथ यथार्थवादी नैदानिक वर्कफ़्लो का अनुकरण करता है, जिससे यह पता चलता है कि वर्तमान मॉडल बहु-चरणीय कार्यों पर लगभग पूर्ण प्रदर्शन पतन से जूझ रहे हैं और सुरक्षा मूल्यांकनों में बुनियादी ढांचे की निष्ठा के महत्वपूर्ण महत्व को रेखांकित करता है।

Brandon Dent2026-05-22
🔬 physics

Conditional Neural Field based Reduced Order Model for Dynamic Ditching Load Prediction

यह शोध पत्र एक कंडीशनल न्यूरल फील्ड-आधारित रिड्यूस्ड ऑर्डर मॉडल प्रस्तावित करता है, जो एक LSTM नेटवर्क के साथ मिलकर, विमान के डिचिंग लोड्स (ditching loads) का सटीक और पैरामीटर-कुशल स्पेसियल-टेम्पोरल पूर्वानुमान प्राप्त करता है, जबकि हेटेरोजेनियस (heterogeneous) स्थानिक विविक्तीकरण को संभालने द्वारा पारंपरिक ग्रिड-आधारित विधियों की तुलना में बेहतर लचीलापन प्रदान करता है।

Henning Schwarz, Pyei Phyo Lin, Jens-Peter M. Zemke, Thomas Rung2026-05-22
🧬 biology

Graph neural network explanations reveal a topological signature of disease-associated hubs in biological networks

यह शोध पत्र रोग हब (disease hubs) के विशिष्ट टोपोलॉजिकल हस्ताक्षरों (topological signatures) को प्रकट करने के लिए स्तन कैंसर डेटा पर चार ग्राफ न्यूरल नेटवर्क स्पष्टीकरण विधियों का मूल्यांकन करता है और एक सर्वसम्मत ढांचे का प्रस्ताव करता है जो इन पूरक दृष्टिकोणों को एकीकृत करता है ताकि कैनोनिकल कैंसर जीन के प्राथमिकता निर्धारण और जैविक रूप से सुसंगत सिग्नलिंग पथों की रिकवरी में महत्वपूर्ण सुधार किया जा सके।

Kyle Higgins, Ivan Laponogov, Dennis Veselkov, Kirill Veselkov2026-05-22