🤖 Category

cs.LG

24514 पेपर

🤖 machine learning

Breaking the Grid: Distance-Guided Reinforcement Learning in Large Discrete Action Spaces

यह शोध पत्र डिस्टेंस-गाइडेड रिइन्फोर्समेंट लर्निंग (DGRL) प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो बड़े डिस्क्रीट एक्शन स्पेस (1020^{20} तक एक्शन) में 'कर्स ऑफ डाइमेंशनैलिटी' पर विजय पाने के लिए सैंपल्ड डायनेमिक नेबरहुड्स और डिस्टेंस-आधारित अपडेट्स को संयोजित करके पॉलिसी ऑप्टिमाइज़ेशन को एक स्थिर रिग्रेशन टास्क में बदल देता है, जिससे अत्याधुनिक तरीकों की तुलना में महत्वपूर्ण प्रदर्शन और अभिसरण (कन्वर्जेंस) सुधार प्राप्त होता है।

Heiko Hoppe, Fabian Akkerman, Wouter van Heeswijk, Maximilian Schiffer2026-05-12
🤖 machine learning

ERIS: Enhancing Privacy and Scalability in Federated Learning via Federated Shard Aggregation

ERIS एक नवीन फेडरेटेड लर्निंग फ्रेमवर्क है जो 'फेडरेटेड शार्ड एग्रीगेशन' को पेश करके अरबों-पैरामीटर वाले मॉडल्स के लिए गोपनीयता और स्केलेबिलिटी को बढ़ाता है ताकि क्लाइंट-साइड अपडेट्स को कई एग्रीगेटर्स के बीच वितरित किया जा सके, जिससे केंद्रीय बाधाओं को समाप्त किया जा सके और सूचना रिसाव को सीमित किया जा सके, जबकि भारी क्रिप्टोग्राफी पर निर्भर किए बिना अभिसरण (convergence) और मॉडल उपयोगिता को बनाए रखा जा सके।

Dario Fenoglio, Pasquale Polverino, Jacopo Quizi, Martin Gjoreski, Akash Dhasade, Marc Langheinrich2026-05-12
⚡ electrical engineering

From Diet to Free Lunch: Estimating Auxiliary Signal Properties using Dynamic Pruning Masks in Speech Enhancement Networks

यह शोध पत्र यह प्रदर्शित करता है कि वॉयस एक्टिविटी डिटेक्शन (VAD), शोर वर्गीकरण (noise classification) और फंडामेंटल फ्रीक्वेंसी एस्टीमेशन जैसे सहायक सिग्नल गुणों की सटीक भविष्यवाणी एक स्पीच एनहांसमेंट नेटवर्क के आंतरिक डायनेमिक प्रूनिंग मास्क से की जा सकती है, जिससे अलग मॉडलों की आवश्यकता समाप्त हो जाती है और कुशल, गोपनीयता-संरक्षित ऑन-डिवाइस प्रोसेसिंग सक्षम होती है।

Riccardo Miccini, Clément Laroche, Tobias Piechowiak, Xenofon Fafoutis, Luca Pezzarossa2026-05-12
🤖 machine learning

Fully First-Order Algorithms for Online Bilevel Optimization

यह शोध पत्र नॉनकॉन्वेक्स-स्ट्रॉन्गली कॉनवेक्स ऑनलाइन बाइलेवल ऑप्टिमाइज़ेशन के लिए एक पूर्णतः फर्स्ट-ऑर्डर एल्गोरिदम प्रस्तावित करता है जो समस्या को असमानता बाधाओं (इनीक्वलिटी कंस्ट्रेंट्स) के साथ पुनर्गठित करके हेसियन-वेक्टर उत्पादों की आवश्यकता को समाप्त करता है, जिससे बेहतर रिग्रेट बाउंड्स प्राप्त होते हैं और सैद्धांतिक विश्लेषण एवं संख्यात्मक प्रयोगों के माध्यम से व्यवहार्यता प्रदर्शित होती है।

Tingkai Jia, Cheng Chen2026-05-12
🤖 machine learning

RelBench v2: A Large-Scale Benchmark and Repository for Relational Data

यह शोध पत्र RelBench v2 प्रस्तुत करता है, जो रिलेशनल डीप लर्निंग के लिए एक महत्वपूर्ण रूप से विस्तारित बेंचमार्क और रिपॉजिटरी है, जिसमें चार नए बड़े पैमाने के डेटासेट, नवीन ऑटोकम्प्लीट कार्य, और व्यवस्थित मूल्यांकन को सुगम बनाने तथा सिंगल-टेबल बेसलाइन की तुलना में रिलेशनल मॉडल्स की श्रेष्ठता प्रदर्शित करने के लिए बाहरी फ्रेमवर्क के साथ एकीकरण शामिल है।

Justin Gu, Rishabh Ranjan, Charilaos Kanatsoulis, Haiming Tang, Martin Jurkovic, Valter Hudovernik, Mark Znidar, Pranshu (…)2026-05-12
🤖 machine learning

Discrete Double-Bracket Flows for Isotropic-Noise Invariant Eigendecomposition

यह शोध पत्र आइजनडिकंपोजिशन (eigendecomposition) के लिए एक डिस्क्रीट डबल-ब्रैकेट फ्लो एल्गोरिदम प्रस्तुत करता है जो ली अलजेब्रा (Lie algebra) के भीतर केवल ट्रेस-फ्री सिग्नल घटक पर कार्य करके समय-परिवर्तनीय आइसोट्रोपिक शोर के प्रति सटीक अपरिवर्तनीयता प्राप्त करता है, जिससे शोर के स्तर (noise floor) से स्वतंत्र स्थिरता और अभिसरण सुनिश्चित होता है।

ZhiMing Li, JiaHe Feng2026-05-12
📊 statistics

Sequential Membership Inference Attacks

यह शोध पत्र सीक्वेंशियल मेंबरशिप इंफरेंस (SeMI) हमलों को प्रस्तुत करता है, जो केवल अंतिम मॉडल का विश्लेषण करने वाले तरीकों की तुलना में अधिक हमलावर शक्ति और सटीक गोपनीयता ऑडिट प्राप्त करने के लिए मॉडल अपडेट के टेम्पोरल सीक्वेंस (कालिक अनुक्रम) का लाभ उठाते हैं।

Thomas Michel, Debabrota Basu, Emilie Kaufmann2026-05-12
🤖 machine learning

Reinforcement learning for inverse structural design and rapid laser cutting of kirigami prototypes

यह शोध पत्र RL-Kirigami प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो किरिगामी मेटामटेरियल्स के व्युत्क्रम डिजाइन (inverse design) को कुशलतापूर्वक हल करने के लिए ऑप्टिमल-ट्रांसपोर्ट कंडीशनल फ्लो मैचिंग को ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन के साथ जोड़ता है, जिससे लेज़र कटिंग के माध्यम से तेजी से निर्मित होने वाले व्यवहार्य कट लेआउट उत्पन्न करने में उच्च सटीकता प्राप्त होती है।

Milad Yazdani, Shahriar Shalileh, Dena Shahriari2026-05-12
🤖 machine learning

BaLoRA: Bayesian Low-Rank Adaptation of Large Scale Models

BaLoRA लो-रैंक एडेप्टेशन (LoRA) का एक बेयसियन विस्तार पेश करता है जो इनपुट-अनुकूली पैरामीट्राइजेशन का उपयोग करता है ताकि भविष्यवाणी की सटीकता को बढ़ाने और सुव्यवस्थित अनिश्चितता अनुमान प्रदान करने के लिए एक साथ काम किया जा सके, जिससे पूर्ण फाइन-ट्यूनिंग के साथ प्रदर्शन के अंतर को प्रभावी ढंग से कम किया जा सके और महत्वपूर्ण अनुप्रयोगों में विश्वसनीय त्रुटि अनुमान सक्षम किया जा सके।

Dario Coscia, Sindy Löwe, Max Welling2026-05-12
🤖 machine learning

TTCD:Transformer Integrated Temporal Causal Discovery from Non-Stationary Time Series Data

यह शोध पत्र TTCD का प्रस्ताव करता है, जो एक नवीन एंड-टू-एंड फ्रेमवर्क है जो गैर-स्थिर (non-stationary), गैर-रेखीय (nonlinear) और शोर युक्त (noisy) टाइम सीरीज़ डेटा में समकालीन और लैग्ड (lagged) कारण संबंधी संबंधों को मजबूती से खोजने के लिए पुनर्निर्माण-निर्देशित सिग्नल डिस्टिलेशन (reconstruction-guided signal distillation) के साथ ट्रांसफार्मर-आधारित टेम्पोरल और फ्रीक्वेंसी-डोमेन अटेंशन का लाभ उठाता है, जो प्रतिबंधात्मक सांख्यिकीय धारणाओं पर निर्भर नहीं है।

Omar Faruque, Sahara Ali, Xue Zheng, Jianwu Wang2026-05-12