🤖 Category

cs.LG

20106 पेपर

🤖 machine learning

Nonparametric Bayesian Inverse Reinforcement Learning with Data-Parallel Gibbs Sampling

यह शोध पत्र एक नॉनपैरामीट्रिक बायेसियन इन्वर्स रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तुत करता है जो डिDirichlet प्रोसेस प्रायर और एक डेटा-पैरेलल कोलैप्स्ड गिब्स सैंपलर का उपयोग करता है ताकि संकलित प्रदर्शनों (pooled demonstrations) से विशिष्ट विशेषज्ञ पुरस्कार प्रकारों की संख्या को स्वचालित रूप से अनुमानित किया जा सके, जो ग्रिड-वर्ल्ड कार्यों पर मानक पैरामीट्रिक बेसलाइनों की तुलना में बेहतर क्लस्टरिंग सटीकता और स्केलेबल प्रदर्शन प्रदर्शित करता है।

Sai Anirudh Katupilla, Shreeya Dasa Lakshminath2026-07-14
🤖 machine learning

Remembering Distinct Items, Not Tokens: A Learnable Dirichlet-Process Cache Between State-Space Models and Attention

यह शोध पत्र डिरिचलेट-प्रोसेस क्लस्टरिंग (Dirichlet-process clustering) पर आधारित एक सीखने योग्य, विरल कैश (sparse cache) प्रस्तुत करता है जो केवल नवीन वस्तुओं के लिए मेमोरी स्लॉट आवंटित करता है, जिससे स्टेट-स्पेस मॉडल कुल टोकन के बजाय विशिष्ट वस्तुओं को ट्रैक करते हुए फुल-अटेंशन रिकॉल दक्षता प्राप्त करने में सक्षम होते हैं और फिक्स्ड-बजट इविक्शन रणनीतियों से बेहतर प्रदर्शन करते हैं।

Siddharth Pal, Viktoria Rojkova2026-07-14
⚛️ quantum physics

An End-to-End Hybrid Quantum--Classical Sampling Workflow for Discrete Markov Random Fields: A Reproducible Case Study

यह शोध पत्र यह प्रदर्शित करता है कि जहाँ एम्प्लीट्यूड-एनकोडेड क्वांटम सैंपलिंग छोटे डिस्क्रीट मार्कोव रैंडम फील्ड्स के लिए क्लासिकल MCMC की तुलना में प्रति सर्किट कॉल उच्च प्रभावी नमूना आकार प्रदान करती है, वहीं यह घातीय प्रीप्रोसेसिंग लागतों और क्लासिकल टेंसर नेटवर्क सन्निकटन की तुलना में काफी कम स्टेट प्रिपरेशन फिडेलिटी के कारण क्लासिकल विधियों पर कोई वॉल-क्लॉक लाभ प्रदान नहीं करती है।

Arul Rhik Mazumder2026-07-14
⚛️ quantum physics

Depth-Efficient Quantum Topological Data Analysis for Regime-Specific Detection of Financial Stress

यह शोध पत्र S&P 500 डेटा में वित्तीय तनाव का पता लगाने के लिए बेट्टी संख्याओं (Betti numbers) का अनुमान लगाने हेतु पाउली कोरिलेशन एनकोडिंग (Pauli Correlation Encoding) का उपयोग करते हुए एक डेप्थ-एफिशिएंट क्वांटम एल्गोरिदम प्रस्तुत करता है, जो टोपोलॉजिकल विशेषताओं की सटीक रिकवरी और इन-रेजीम (in-regime) प्रदर्शन को प्रदर्शित करता है, साथ ही आउट-ऑफ-डिस्ट्रीब्यूशन (out-of-distribution) संकट की घटनाओं में सामान्यीकरण करने की महत्वपूर्ण सीमाओं को भी रेखांकित करता है।

Arul Rhik Mazumder, Shreyan Ronit Mazumder2026-07-14
💻 computer science

Learning Partition Trees for Nearest Neighbor Search

यह शोधपत्र गॉसियन-समान धारणाओं के तहत निकटतम पड़ोसी खोज (nearest neighbor search) को अनुकूलित करने के लिए संतुलित हाफस्पेस ट्रीज़ (balanced halfspace trees) सीखने के लिए एक कुशल एल्गोरिदम प्रस्तुत करता है, जो एक इम्प्रापर लर्निंग दृष्टिकोण का उपयोग करके अंतर्निहित संतुलित हाफस्पेस कट समस्या की एनपी-कठोरता (NP-hardness) पर विजय प्राप्त करता है, जो प्रमाणित रूप से कम कट अंशों वाले बहुपद थ्रेशोल्ड फलनों (polynomial threshold functions) को आउटपुट करता है।

Sanjeev Khanna, Ashwin Padaki, Erik Waingarten2026-07-14
🤖 machine learning

SMETA-ZSL:Semantic Meta-Alignment for Zero-Shot Threat Classification

यह शोध पत्र SMETA-ZSL का प्रस्ताव करता है, जो एक नवीन ढांचा है जो सेमेंटिक ओवरलैप और क्लास इम्बैलेंस जैसी चुनौतियों से निपटने के लिए सेमेंटिक मेटा-अलाइनमेंट, कॉन्ट्रास्टिव फाइन-ट्यूनिंग और नॉलेज डिस्टिलेशन को संयोजित करता है, जिससे सात बेंचमार्क में स्टेट-ऑफ-द-आर्ट जनरलाइज्ड ज़ीरो-शॉट थ्रेट क्लासिफिकेशन प्रदर्शन प्राप्त होता है।

Ivan Alejandro Montoya Sanchez, Anantaa Kotal, Aritran Piplai2026-07-14
🤖 machine learning

Optimizing ARDL Models for Retail Sales Forecasting and Fair Pricing

यह शोध पत्र एक निष्पक्षता-जागरूक खुदरा मूल्य निर्धारण ढांचे का प्रस्ताव करता है जो मुद्रास्फीति-प्रेरित सकारात्मक मूल्य लोच (price elasticity) को संबोधित करके उपभोक्ता शोषण को रोकने के लिए CPI-एंकरित बाधाओं के साथ लॉग-लॉग ARDL मॉडल और सिम्युलेटेड एनीलिंग अनुकूलन का उपयोग करता है, साथ ही बिक्री लक्ष्यों और उपभोक्ता कल्याण के बीच संतुलन भी बनाता है।

Sujay Uday Rittikar2026-07-14✓ Author reviewed ⓘ
🤖 machine learning

Learning in Curved Weight Space:Exponential-Linear Weight Reparameterization for Improved Optimization

यह शोध पत्र एक्सपोनेंशियल-लीनियर वेट रीपैरामेटराइजेशन (Exponential-Linear Weight Reparameterization) को प्रस्तुत करता है, जो एक नवीन विधि है जो सिमेट्रिक-एक्सपोनेन्शियल और लीनियर पाथवेज़ को मिलाकर एक कर्व्ड वेट स्पेस ज्योमेट्री (curved weight space geometry) बनाती है, जो मानक लीनियर पैरामीट्रेशन की तुलना में ट्रांसफॉर्मर ट्रेनिंग कन्वर्जेंस को महत्वपूर्ण रूप से तेज करने के लिए मैग्नीट्यूड-प्रोपोर्शनल अपडेट्स को सक्षम बनाती है।

Ethan Smith2026-07-14
💻 computer science

Beyond Bayesian Nash: Learning Minimax-Regret Equilibria for Adversarial Team Games under Asymmetric Information

यह शोध पत्र प्रोबेबिलिस्टिकली रोबस्ट मिनिमैक्स-रिग्रेट इक्विलिब्रियम (PR-MRE) को प्रस्तुत करता है, जो विषम सूचना के तहत प्रतिकूल टीम खेलों के लिए एक नवीन समाधान अवधारणा है जो रणनीतिक धोखे को कम करने के लिए वितरण-मुक्त मजबूती (distribution-free robustness) को संभाव्य अंतर्दृष्टि के साथ जोड़ती है, और इन रणनीतियों को डीप रिइन्फोर्समेंट लर्निंग का उपयोग करके कुशलतापूर्वक गणना करने के लिए PRMRE-PSRO एल्गोरिदम का प्रस्ताव करता है।

Naman Aggarwal, Jonathan P. How2026-07-14
📊 statistics

Manifold Constrained Conformal Prediction for Spatial Events

यह शोध पत्र एक नवीन मैनिफोल्ड-प्रतिबंधित कॉन्फॉर्मल प्रेडिक्शन पद्धति प्रस्तुत करता है जो उष्णकटिबंधीय चक्रवात और भूकंप जैसी स्थानिक घटनाओं के लिए कैलिब्रेटेड, निम्न-ऊर्जा भविष्यवाणी सेट उत्पन्न करने के लिए वासरस्टीन दूरी और फ्लो-आधारित सैंपलिंग का उपयोग करता है, जो कवरेज सटीकता और ज्यामितीय निष्ठा दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।

Collin Nill, Trevor Harris, Jason Adams2026-07-14