cs.LG पेपर | Gist.Science

A Heuristic Approach for Performance Tuning in RL-based Quadrotor Control via Reward Design and Termination Conditions

यह शोध पत्र एक डुअल-बैंडविड्थ एक्सपोनेंशियल रिवॉर्ड स्ट्रक्चर और टर्मिनेशन कंडीशंस को डिजाइन करके RL-आधारित क्वाड्रोटर नियंत्रण के प्रदर्शन को ट्यून करने के लिए एक नवीन ह्यूरिस्टिक दृष्टिकोण प्रस्तावित करता है, जो क्रिटिकली डैम्प्ड बेसलाइन रिस्पॉन्स और कम स्टेडी-स्टेट एरर बनाए रखते हुए समायोज्य सेटलिंग टाइम (एक्रोबैटिक से लेकर निरीक्षण-जैसे तक की रेंज में) वाली पॉलिसियों के निर्माण को सक्षम बनाता है।

Fausto Mauricio Lagos Suarez, Akshit Saradagi, Vidya Sumathy, George Nikolakopoulos2026-05-20

📊 statistics

Reducing Diffusion Model Memorization with Higher Order Langevin Dynamics

यह शोध पत्र पहला सैद्धांतिक लक्षण वर्णन प्रदान करता है जो यह प्रदर्शित करता है कि हायर-ऑर्डर लैंग्विन डायनेमिक्स (HOLD), एक लो-पास-फिल्टर्ड स्कोर फंक्शन के माध्यम से डेटा डायनेमिक्स को नियंत्रित करके डिफ्यूजन मॉडल्स में मेमोराइजेशन (memorization) को कम करता है जिसकी स्मूथनेस मॉडल ऑर्डर के साथ बढ़ती है, एक ऐसा निष्कर्ष जिसे वास्तविक दुनिया के डेटा पर अनुभवजन्य परिणामों द्वारा समर्थित किया गया है।

Benjamin Sterling, Mónica F. Bugallo, Tom Tirer2026-05-20

🔬 condensed matter

Activation Functions, Statistics and Learning of Higher-Order Interactions in Restricted Boltzmann Machines

यह शोध पत्र विश्लेषणात्मक रूप से इस बात का चित्रण करता है कि कैसे प्रतिबंधित बोल्ट्ज़मैन मशीनों (Restricted Boltzmann Machines) में विभिन्न हिडन यूनिट सक्रियण फलन (hidden unit activation functions), प्रेरित अंतःक्रियाओं के सांख्यिकी और जटिल, उच्च-क्रम डेटा संरचनाओं को सीखने की क्षमता को प्रभावित करते हैं, यह प्रदर्शित करते हुए कि घातांकीय (Exponential) फलन जैसी तेजी से बढ़ती गैर-रैखिकताएं ऐसे पैटर्न के प्रतिनिधित्व और सीखने को महत्वपूर्ण रूप से सुगम बना सकती हैं।

Giovanni di Sarra, Yasser Roudi2026-05-20

🤖 AI

Quantized Machine Learning Models for Medical Imaging in Low-Resource Healthcare Settings

यह शोध पत्र ब्रेन ट्यूमर वर्गीकरण के लिए एक मल्टी-स्ट्रेटजी कंप्रेशन फ्रेमवर्क प्रस्तुत करता है जो, एक Float16 क्वांटाइज्ड MobileNetV2 मॉडल के पूर्ण प्रयोगात्मक सत्यापन के माध्यम से, मॉडल के आकार में 6.14x की कमी लाने और नगण्य सटीकता हानि के साथ, कम संसाधनों वाले स्वास्थ्य सेवा परिवेशों में नैदानिक रूप से व्यवहार्य परिनियोजन को सक्षम करने की क्षमता प्रदर्शित करता है।

Sumanth Meenan Kanneti, Aryan Shah2026-05-20

🤖 machine learning

Worst-Group Equalized Odds Regularization for Multi-Attribute Fair Medical Image Classification

यह शोध पत्र एक 'वर्स्ट-ग्रुप इक्लाइज्ड-ऑड्स मार्जिन रेगुलराइज़र' प्रस्तावित करता है जो इन्फरेंस ऑपरेटिंग पॉइंट पर ट्रू और फॉल्स पॉजिटिव दरों में अत्यधिक उपसमूह विचलन को स्पष्ट रूप से दंडित करके मेडिकल इमेज क्लासिफिकेशन में जनसांख्यिकीय असमानताओं को कम करता है, जिससे समग्र नैदानिक प्रदर्शन से महत्वपूर्ण समझौता किए बिना कई विशेषताओं में निष्पक्षता में सुधार होता है।

Nikhil Cherian Kurian, Victor Caquilpan Parra, Abin Shoby, Luke Whitbread, Lauren Oakden-Rayner, Robert Vandersluis, Jes (…)2026-05-20

💬 NLP

Position: Uncertainty Quantification in LLMs is Just Unsupervised Clustering

यह शोध पत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स के लिए वर्तमान अनिश्चितता मात्रा निर्धारण (Uncertainty Quantification) विधियाँ मौलिक रूप से विफल रहती हैं क्योंकि वे बाहरी तथ्यात्मक शुद्धता के बजाय केवल अनसुपरवाइज्ड क्लस्टरिंग के माध्यम से आंतरिक पीढ़ी निरंतरता को मापती हैं, जिससे सुरक्षा की एक भ्रामक भावना पैदा होती है जो आत्मविश्वासी मतिभ्रम (hallucinations) का पता नहीं लगा सकती।

Tiejin Chen, Longchao Da, Xiaoou Liu, Hua Wei2026-05-20

💬 NLP

Diagnosing Multi-step Reasoning Failures in Black-box LLMs via Stepwise Confidence Attribution

यह शोध पत्र स्टेपवाइज कॉन्फिडेंस एट्रिब्यूशन (SCA) प्रस्तुत करता है, जो ब्लैक-बॉक्स LLMs में बहु-चरणीय तर्क विफलताओं का निदान करने के लिए एक ढांचा है, जो सर्वसम्मति संरचनाओं के आधार पर चरण-स्तरीय आत्मविश्वास स्कोर असाइन करने के लिए इंफॉर्मेशन बॉटलनेक सिद्धांत को लागू करता है, जिससे पारंपरिक उत्तर-स्तर की प्रतिक्रिया की तुलना में अधिक प्रभावी आत्म-सुधार सक्षम होता है।

Xiaoou Liu, Tiejin Chen, Dengjia Zhang, Yaqing Wang, Lu Cheng, Hua Wei2026-05-20

🤖 machine learning

Robust Mitigation of Age-Dependent Confounding Effects via Sample-Difficulty Decorrelation

यह शोध पत्र एक सुदृढ़ ढांचे का प्रस्ताव करता है जो हबर वेटेड एफिनिटी (Huber weighted affinity) और एक आयु कवरेज स्कोर (Age Coverage Score) का उपयोग करके आयु को नमूना-कठिनाई प्रवृत्तियों (sample-difficulty trends) से विसंलग्नीकृत (decorrelate) करके मेडिकल इमेज क्लासिफिकेशन में आयु-निर्भर कन्फाउंडिंग को कम करता है, जिससे नैदानिक सटीकता या चिकित्सकीय रूप से सार्थक आयु संबंधी जानकारी से समझौता किए बिना विभिन्न आयु समूहों के बीच प्रदर्शन संबंधी असमानताओं को कम किया जा सके।

Nikhil Cherian Kurian, Victor Caquilpan Parra, Abin Shoby, Luke Whitbread, Lyle J. Palmer2026-05-20

🤖 machine learning

GAE Falls Short in Imperfect-Information Self-Play Reinforcement Learning

यह शोध पत्र वेरिएन्स-रिड्यूस्ड पॉलिसी ऑप्टिमाइज़ेशन (VRPO) को प्रस्तुत करता है, जो एक नया एल्गोरिदम है जो अपूर्ण-सूचना वाले स्व-खेल (self-play) के लिए मानक जनरलाइज्ड एडवांटेज एस्टीमेशन में निहित उच्च वेरिएन्स से निपटने हेतु $Q$ -बूस्टिंग वेरिएन्स-रिड्यूस्ड एडवांटेज एस्टीमेटर का उपयोग करता है, जिससे डौ डिज़ु (Dou Dizhu) और हेड्स-अप नो-लिमिट टेक्सस होल्डम (Heads-Up No-Limit Texas Hold'em) जैसे प्रतिस्पर्धी मल्टी-एजेंट खेलों में बेहतर प्रदर्शन प्राप्त होता है।

Zhiyuan Fan, Gabriele Farina2026-05-20

🤖 machine learning

From Simple to Complex: Curriculum-Guided Physics-Informed Neural Networks via Gaussian Mixture Models

यह शोध पत्र करिकुलम-गाइडेड गॉसियन मिक्स्चर फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (CGMPINN) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो जटिल आंशिक अंतर समीकरणों (PDEs) को हल करने में प्रशिक्षण चुनौतियों को संबोधित करने के लिए डायनेमिक करिकुलम लर्निंग के साथ गॉसियन मिक्स्चर मॉडलिंग को एकीकृत करता है, और विविध बेंचमार्क समस्याओं में मानक PINNs की तुलना में काफी कम त्रुटियां प्राप्त करता है।

Jianan Yang, Yiran Wang, Shuai Li, Fujun Cao, Xuefei Yan, Junmin Liu2026-05-20

← पिछला अगला →