cs.LG पेपर | Gist.Science

Dynamic robotic cloth folding with efficient Koopman operator-based model predictive control

यह शोध पत्र एक नवीन मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तुत करता है जो उच्च-सटीकता वाले भौतिकी-आधारित सिमुलेशन को कुशल कर्नेल-आधारित कूप्मन ऑपरेटर रिग्रेशन के साथ जोड़ता है ताकि तेज़, सटीक और सामान्यीकरण योग्य डायनेमिक रोबोटिक क्लॉथ फोल्डिंग प्रक्षेपवक्र (ट्रैजेक्टरीज़) उत्पन्न किए जा सकें, जो प्रभावी रूप से नॉनलीनियर सिस्टम आइडेंटिफिकेशन और सिमुलेशन-टू-रियलिटी ट्रांसफर की चुनौतियों पर विजय प्राप्त करता है।

Edoardo Caldarelli, Franco Coltraro, Adrià Colomé, Lorenzo Rosasco, Carme Torras2026-05-19

🤖 machine learning

Beyond Inference-Time Search: Reinforcement Learning Synthesizes Reusable Solvers

यह शोध पत्र प्रदर्शित करता है कि कॉम्बिनेटरियल ऑप्टिमाइज़ेशन समस्याओं के लिए पुन: प्रयोज्य (reusable), बाधा-जागरूक (constraint-aware) सॉल्वर को संश्लेषित करने के लिए सुदृढीकरण शिक्षण (reinforcement learning) के साथ एक कोड LLM को प्रशिक्षित करना, समाधान की गुणवत्ता और कम्प्यूटेशनल दक्षता दोनों में पारंपरिक इन्फरेंस-टाइम सर्च विधियों की तुलना में काफी बेहतर प्रदर्शन करता है।

Soheyl Massoudi, Gabriel Apaza, Milad Habibi, Mark Fuge2026-05-19

🤖 machine learning

Generating Physically Consistent Molecules with Energy-Based Models

यह शोधपत्र EBMol को प्रस्तुत करता है, जो एक नवीन ऊर्जा-आधारित मॉडल है जो एक फ्लो-प्रेरित उद्देश्य के माध्यम से परमाणु-योगात्मक स्केलर क्षमता (atom-additive scalar potential) सीखकर 3D आणविक पीढ़ी के लिए भौतिक इंडक्टिव बायस (physical inductive bias) को पुनर्स्थापित करता है, जिससे QM9 और GEOM-Drugs पर अत्याधुनिक प्रदर्शन प्राप्त होता है और साथ ही सिद्धांत-आधारित गुणवत्ता रैंकिंग और नियंत्रणीय ज़ीरो-शॉट डिज़ाइन सक्षम होता है।

Christoph Griesbacher, Lea Bogensperger, Andreas Habring, Thomas Pock2026-05-19

🤖 machine learning

Graph Hierarchical Recurrence for Long-Range Generalization

यह शोध पत्र ग्राफ हिरार्किकल रिकरेंस (GHR) का परिचय देता है, जो एक पैरामीटर-कुशल ढांचा है जो इनपुट ग्राफों और हिरार्किकल एब्स्ट्रैक्शंस पर संयुक्त ऑपरेशन्स का लाभ उठाकर लंबी दूरी की निर्भरताओं (long-range dependencies) को पकड़ने में मौजूदा मॉडलों से काफी बेहतर प्रदर्शन करता है और अत्याधुनिक मॉडलों के केवल 1% पैरामीटर्स के साथ उत्कृष्ट आउट-ऑफ-रेंज सामान्यीकरण (out-of-range generalization) प्राप्त करता है।

Stefano Carotti, Marco Pacini, Alessio Gravina, Davide Bacciu, Bruno Lepri, Sebastiano Bontorin2026-05-19

🤖 machine learning

Spherical Harmonic Optimal Transport: Application to Climate Models Comparisons

यह शोध पत्र मैनिफोल्ड्स (manifolds) पर हीट कर्नेल-आधारित ऑप्टिमल ट्रांसपोर्ट के सैद्धांतिक अभिसरण (theoretical convergence) को स्थापित करता है और 2-स्फीयर पर वैश्विक जलवायु मॉडलों की कुशलतापूर्वक तुलना करने के लिए $\mathcal{O}(n^{3/2})$ जटिलता वाले एक तेज़, GPU-अनुकूल स्फेरिकल हार्मोनिक सिंकहॉर्न एल्गोरिदम (Spherical Harmonic Sinkhorn algorithm) को प्रस्तुत करता है।

Pierre Houédry, Iskander Legheraba, Léo Buecher, Nicolas Courty2026-05-19

📊 statistics

Generalized Functional ANOVA in Closed-Form: A Unified View of Additive Explanations

यह शोध पत्र एक एकीकृत, क्लोज्ड-फॉर्म फ्रेमवर्क के रूप में सामान्यीकृत कार्यात्मक ANOVA (functional ANOVA) को प्रस्तुत करता है जो निर्भर निरंतर इनपुट के लिए मॉडल भविष्यवाणियों को स्पष्ट रूप से विघटित करने हेतु हिल्बर्ट स्पेस विधियों का लाभ उठाता है, जिससे योगात्मक स्पष्टीकरणों (additive explanations) का अनुमान लगाने के लिए एक सरल, मॉडल-अज्ञेय एल्गोरिदम सक्षम होता है जो मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।

Baptiste Ferrere, Nicolas Bousquet, Fabrice Gamboa, Jean-Michel Loubes2026-05-19

🤖 machine learning

Text2CAD-Bench: A Benchmark for LLM-based Text-to-Parametric CAD Generation

यह शोधपत्र Text2CAD-Bench को प्रस्तुत करता है, जो विभिन्न ज्यामितीय जटिलताओं और विविध वास्तविक अनुप्रयोग डोमेन में LLM-आधारित टेक्स्ट-टू-पैरामीट्रिक CAD जनरेशन का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला व्यापक बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान मॉडल बुनियादी ज्यामिति पर पर्याप्त प्रदर्शन करने के बावजूद उन्नत विशेषताओं और जटिल टोपोलॉजी के साथ संघर्ष करते हैं।

Liang Wang, Heng Meng, Zekai Xiang, Jin Liu, Pingyi Zhou, Litao Chen, Yongqiang Tang2026-05-19

🤖 machine learning

Heterogeneous Tasks Offloading in Vehicular Edge Computing: A Federated Meta Deep Reinforcement Learning Approach

यह शोध पत्र FedMAGS का प्रस्ताव करता है, जो एक फेडरेटेड मेटा डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो डेटा गोपनीयता सुनिश्चित करने और वितरित सर्वरों में तीव्र अनुकूलन सक्षम करने के साथ-साथ व्हीकुलर एज कंप्यूटिंग में हेट्रोजेनियस DAG टास्क ऑफलोडिंग को कुशलतापूर्वक संभालने के लिए ग्राफ अटेंशन नेटवर्क और Seq2Seq मॉडलिंग को संयोजित करता है।

Yaorong Huang, Jingtao Luo, Xuechao Wang2026-05-19

💬 NLP

What is Holding Back Latent Visual Reasoning?

यह शोध पत्र प्रकट करता है कि वर्तमान लेटेंट विज़ुअल रीजनिंग मॉडल मध्यवर्ती विज़ुअल टोकन का उपयोग करने में विफल रहते हैं क्योंकि मौजूदा डेटासेट उन्हें आवश्यक बनाने के लिए अपर्याप्त जानकारी प्रदान करते हैं और इन्फरेंस-टाइम भविष्यवाणियां सटीक नहीं होती हैं, जो यह संकेत देता है कि भविष्य की प्रगति के लिए अधिक सूचनात्मक डेटासेट और बेहतर टोकन जनरेशन दोनों की आवश्यकता है।

André G. Viveiros, Nuno Gonçalves, André F. T. Martins, Matthias Lindemann2026-05-19

🤖 machine learning

Modelling Customer Trajectories with Reinforcement Learning for Practical Retail Insights

यह शोध पत्र रिटेल स्थानों में ग्राहक प्रक्षेपवक्र (ट्रैजेक्टरीज) के मॉडलिंग के लिए एक मैक्सिमम एंट्रॉपी सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि यह महंगी वास्तविक दुनिया के डेटा संग्रह की आवश्यकता के बिना स्टोर लेआउट अनुकूलन और लाभ अधिकतमकरण के लिए अधिक सटीक, व्यवहारिक रूप से आधारित अंतर्दृष्टि प्रदान करके TSP और PNN जैसे पारंपरिक ह्यूरिस्टिक्स से बेहतर प्रदर्शन करता है।

Ken Ming Lee, Paul Barde, Maxime C. Cohen, Derek Nowrouzezahrai2026-05-19

← पिछला अगला →