🤖 Category

cs.LG

24235 पेपर

📊 statistics

Projected gradient methods for nonconvex and stochastic smooth optimization: new complexities and auto-conditioned stepsizes

यह शोधपत्र स्मूथ नॉनकॉन्वेक्स ऑप्टिमाइज़ेशन के लिए नवीन प्रोजेक्टेड ग्रेडिएंट विधियों को प्रस्तुत करता है जो नियतात्मक (deterministic) और स्टोकेस्टिक दोनों सेटिंग्स के लिए अत्याधुनिक इटरेशन जटिलताओं को प्राप्त करते हैं, जिसमें एक नया "ऑटो-कंडीशन्ड" वेरिएंट शामिल है जो पूर्व ज्ञान या लाइन सर्च प्रक्रियाओं की आवश्यकता के बिना अनुकूल रूप से लिप्सचिट्ज़ स्थिरांक (Lipschitz constant) का अनुमान लगाता है।

Guanghui Lan, Tianjiao Li, Yangyang Xu2026-05-15
📊 statistics

A Unified Framework for Entropy Search and Expected Improvement in Bayesian Optimization

यह शोध पत्र 'वैरिएशनल एंट्रॉपी सर्च' नामक एक एकीकृत सैद्धांतिक ढांचे को प्रस्तुत करता है जो यह प्रकट करता है कि 'एक्स्पेक्टेड इम्प्रूवमेंट', 'मैक्स-वैल्यू एंट्रॉपी सर्च' का एक वैरिएशनल सन्निकटन (variational approximation) है, जिससे 'VES-Gamma' नामक एक नए और बेहतर अधिग्रहण फलन (acquisition function) का विकास हुआ है।

Nuojin Cheng, Leonard Papenmeier, Stephen Becker, Luigi Nardi2026-05-15
📊 statistics

DUET: Optimizing Training Data Mixtures via Feedback from Unseen Evaluation Tasks

यह शोध पत्र DUET को प्रस्तुत करता है, जो एक नवीन ग्लोबल-टू-लोकल एल्गोरिदम है जो केवल फीडबैक का उपयोग करके, बिना टास्क डेटा के पूर्व ज्ञान के, अनदेखे इवैल्यूएशन टास्क के लिए LLM ट्रेनिंग डेटा मिश्रणों को सैद्धांतिक और अनुभवजन्य रूप से अनुकूलित करने के लिए इन्फ्लुएंस फंक्शन्स को बेयसियन ऑप्टिमाइज़ेशन के साथ जोड़ता है।

Zhiliang Chen, Gregory Kang Ruey Lau, Chuan-Sheng Foo, Bryan Kian Hsiang Low2026-05-15
🔬 physics

Physically consistent predictive reduced-order modeling by enhancing Operator Inference with state constraints

यह शोध पत्र एक भौतिक रूप से सुसंगत भविष्य कहनेवाला रिड्यूस्ड-ऑर्डर मॉडलिंग दृष्टिकोण प्रस्तुत करता है जो स्टेट बाधाओं को समाहित करने और रेगुलराइजेशन हाइपरपैरामीटर्स को अनुकूलित करने के माध्यम से ऑपरेटर इन्फरेंस को उन्नत करता है, जिससे प्रशिक्षण शासन (ट्रेनिंग रिजीम) से परे चार दहन सिमुलेशन के एक्सट्रपलेशन में बेहतर स्थिरता और सटीकता प्राप्त होती है।

Hyeonghun Kim, Boris Kramer2026-05-15
🤖 machine learning

Exploring Exploration in Bayesian Optimization

यह शोध पत्र बेयसियन ऑप्टिमाइज़ेशन एक्विज़िशन फंक्शन्स (acquisition functions) की अन्वेषण विशेषताओं का विश्लेषण और तुलना करने के लिए दो नवीन मात्रात्मक मापों, ऑब्जर्वेशन ट्रैवलिंग सेल्समैन डिस्टेंस (observation traveling salesman distance) और ऑब्जर्वेशन एंट्रॉपी (observation entropy) को प्रस्तुत करता है, जिससे अन्वेषण और प्रदर्शन के बीच संबंधों का खुलासा होता है और उनके सिद्धांतपूर्ण डिज़ाइन के लिए एक आधार प्रदान होता है।

Leonard Papenmeier, Nuojin Cheng, Stephen Becker, Luigi Nardi2026-05-15
🤖 machine learning

Understanding High-Dimensional Bayesian Optimization

यह शोध पत्र गॉसियन प्रोसेस इनिशियलाइजेशन से उत्पन्न होने वाले वैनिशिंग ग्रेडिएंट्स (vanishing gradients) को एक प्रमुख विफलता कारक के रूप में पहचानकर, यह प्रदर्शित करते हुए कि लेंथ स्केल्स (length scales) का मैक्सिमम लाइक्लीहुड एस्टीमेशन (Maximum Likelihood Estimation) अत्याधुनिक प्रदर्शन के लिए पर्याप्त है, और एक सरल MSR वेरिएंट प्रस्तावित करते हुए जो वास्तविक दुनिया के अनुप्रयोगों पर बेहतर परिणाम प्राप्त करता है, उच्च-आयामी सेटिंग्स में सरल बेयसियन ऑप्टिमाइज़ेशन विधियों की सफलता की जांच करता है।

Leonard Papenmeier, Matthias Poloczek, Luigi Nardi2026-05-15
⚡ electrical engineering

Tokenizing Single-Channel EEG with Time-Frequency Motif Learning

यह शोध पत्र TFM-Tokenizer को प्रस्तुत करता है, जो एक नवीन, मॉडल-अज्ञेय (model-agnostic) ढांचा है जो सिंगल-चैनल EEG संकेतों से समय-आवृत्ति रूपांकनों (time-frequency motifs) की एक शब्दावली सीखकर डिस्क्रीट टोकन उत्पन्न करता है, जिससे विभिन्न फाउंडेशन मॉडलों में सटीकता, सामान्यीकरण और ईयर-EEG जैसे गैर-मानक उपकरणों तक मापनीयता (scalability) में महत्वपूर्ण सुधार होता है।

Jathurshan Pradeepkumar, Xihao Piao, Zheng Chen, Jimeng Sun2026-05-15
🤖 machine learning

Pro-DG: Procedural Diffusion Guidance for Architectural Facade Generation

यह शोध पत्र Pro-DG प्रस्तुत करता है, जो एक नवीन ControlNet पाइपलाइन है जो पदानुक्रमित प्रक्रियात्मक नियमों (hierarchical procedural rules) का लाभ उठाकर फोटो-यथार्थवादी वास्तुशिल्प अग्रभाग (architectural facades) उत्पन्न करता है, जिसमें स्थानीय स्वरूप की निष्ठा और वास्तुशिल्प पहचान को बनाए रखते हुए फर्श के दोहराव और खिड़की के पुनर्व्यवस्था जैसे सटीक संरचनात्मक संपादन संभव हैं।

Aleksander Plocharski, Jan Swidzinski, Przemyslaw Musialski2026-05-15
⚡ electrical engineering

Dual Ascent Diffusion for Inverse Problems

यह शोध पत्र 'डुअल एसेंट डिफ्यूजन' (Dual Ascent Diffusion) प्रस्तुत करता है, जो एक नवीन डुअल एसेंट अनुकूलन ढांचा है जो मौजूदा अत्याधुनिक विधियों की तुलना में बेहतर छवि गुणवत्ता, शोर के प्रति मजबूती, गति और अवलोकन निष्ठा के साथ जटिल इनवर्स समस्याओं को हल करने के लिए डिफ्यूजन मॉडल प्रायर्स (diffusion model priors) का लाभ उठाता है।

Minseo Kim, Axel Levy, Gordon Wetzstein2026-05-15
🤖 machine learning

BiTrajDiff: Bidirectional Trajectory Generation with Diffusion Models for Offline Reinforcement Learning

BiTrajDiff एक नवीन डेटा ऑग्मेंटेशन फ्रेमवर्क है जो ऑफलाइन रीइन्फोर्समेंट लर्निंग के लिए है, जो मध्यवर्ती अवस्थाओं (intermediate states) से भविष्य और इतिहास दोनों प्रक्षेप पथों (trajectories) को उत्पन्न करने के लिए द्विदिश प्रसार मॉडल (bidirectional diffusion models) का उपयोग करता है, जिससे डेटासेट वितरण पूर्वाग्रह (dataset distribution bias) को दूर किया जाता है और विविध व्यवहार पैटर्न की खोज करके नीति सामान्यीकरण (policy generalizability) को बढ़ाया जाता है।

Yunpeng Qing, Yixiao Chi, Shuo Chen, Shunyu Liu, Kexuan Zhou, Sixu Lin, Litao Liu, Changqing Zou2026-05-15