🤖 Category

cs.LG

25659 पेपर

⚡ electrical engineering

Physiologically Grounded Driver Behavior Classification: SHAP-Driven Elite Feature Selection and Hybrid Gradient Boosting for Multimodal Physiological Signals

यह अध्ययन एक व्याख्यात्मक, बहुविध (मल्टीमॉडल) ढांचे का प्रस्ताव करता है जो सिंक्रोनाइज़्ड EEG, EMG और GSR संकेतों से ड्राइवर व्यवहार को वर्गीकृत करने के लिए SHAP-संचालित फीचर चयन, बेयसियन-अनुकूलित ग्रेडिएंट बूस्टिंग मॉडल और एक भारित एन्सेम्बल (weighted ensemble) को जोड़ता है, जिससे 80.91% सटीकता प्राप्त होती है, जो एकल-मोडैलिटी दृष्टिकोणों की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्रदर्शित करता है।

Sahar Askari, Mohammad Mahdi Mirza Ali Mohammadi, Fatemeh Ensafdoust, Amin Golnari, Saeid Sanei2026-05-07
🤖 machine learning

Adaptive Policy Selection and Fine-Tuning under Interaction Budgets for Offline-to-Online Reinforcement Learning

यह शोध पत्र ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (Reinforcement Learning) के लिए एक नवीन अनुकूली दृष्टिकोण प्रस्तावित करता है जो ऑफ-पॉलिसी मूल्यांकन की अविश्वसनीयता और व्यापक ऑनलाइन परीक्षण की अव्यावहारिकता से पार पाने के लिए ऑफलाइन प्रदर्शन अनुमानों को अपर-कॉन्फिडेंस-बाउंड रणनीति के साथ जोड़कर सीमित इंटरेक्शन बजट के तहत उम्मीदवार नीतियों का कुशलतापूर्वक चयन और फाइन-ट्यून करता है।

Alper Kamil Bozkurt, Xiaoan Xu, Shangtong Zhang, Miroslav Pajic, Yuichi Motai2026-05-07
🤖 machine learning

Conditional outlier detection for clinical alerting

यह शोध पत्र पोस्ट-कार्डिएक सर्जिकल इलेक्ट्रॉनिक हेल्थ रिकॉर्ड्स में असामान्य रोगी-प्रबंधन कार्यों का पता लगाने के लिए एक डेटा-संचालित दृष्टिकोण प्रस्तुत और मान्य करता है, जो यह प्रदर्शित करता है कि इस प्रकार की विसंगति-आधारित चेतावनी कम गलत अलर्ट दरों को प्राप्त कर सकती है और उच्च अलर्ट आवृत्तियों के साथ मजबूत विसंगतियों को सह-संबद्ध करती है।

Milos Hauskrecht, Michal Valko, Shyam Visweswaran, Iyad Batal, Gilles Clermont, Gregory Cooper2026-05-07
🤖 machine learning

Joint Treatment Effect Estimation from Incomplete Healthcare Data: Temporal Causal Normalizing Flows with LLM-driven Evolutionary MNAR Imputation

यह शोध पत्र एक नवीन दो-चरणीय पाइपलाइन का प्रस्ताव करता है जो सटीक प्रतितथ्यात्मक अनुमान (counterfactual inference) के लिए DAG-प्रतिबंधित नॉर्मलाइजिंग फ्लो और 'मिसिंग-नॉट-एट-रैंडम' डेटा की उच्च दरों को संभालने के लिए एक LLM-संचालित विकासवादी इम्प्यूटर (evolutionary imputer) को जोड़ता है, जिससे अपूर्ण अनुदैर्ध्य इलेक्ट्रॉनिक स्वास्थ्य अभिलेखों (longitudinal electronic health records) से सुदृढ़ संयुक्त उपचार प्रभाव अनुमान सक्षम होता है।

Olivia Jullian Parra, Sara Zoccheddu, David Catalan Cerezo, Tom Forzy, Franziska Ulrich, William Sutcliffe, Jakob Martin (…)2026-05-07
🤖 machine learning

Transformed Latent Variable Multi-Output Gaussian Processes

यह शोध पत्र ट्रांसफॉर्मड लेटेंट वेरिएबल मल्टी-आउटपुट गॉसियन प्रोसेस (T-LVMOGP) को प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है जो मौजूदा विधियों की तुलना में बेहतर सटीकता और दक्षता के साथ उच्च-आयामी, सह-संबंधित आउटपुट को मॉडल करने के लिए लिप्सचिट्ज़-नियमित न्यूरल नेटवर्क और स्टोकेस्टिक वेरिएशनल इन्फरेंस का उपयोग करता है।

Xiaoyu Jiang, Xinxing Shi, Sokratia Georgaka, Magnus Rattray, Mauricio A Álvarez2026-05-07
🤖 machine learning

Low-Cost Black-Box Detection of LLM Hallucinations via Dynamical System Prediction

यह योगदान भ्रम पहचान (hallucination detection) के लिए एक लागत प्रभावी, ब्लैक-बॉक्स पद्धति प्रस्तुत करता है जो महंगी सैंपलिंग या बाहरी ज्ञान पुनर्प्राप्ति की आवश्यकता के बिना, स्टेट-ऑफ-द-आर्ट परिणाम प्राप्त करने के लिए कूपमैन ऑपरेटर सिद्धांत (Koopman operator theory) का उपयोग करके LLM प्रतिक्रियाओं को गतिशील प्रणालियों के रूप में मॉडल करता है।

Dan Wilson, Mohamed Akrout2026-05-07
🤖 AI

Superposition Is Not Necessary: A Mechanistic Interpretability Analysis of Transformer Representations for Time Series Forecasting

यह शोध पत्र स्पार्स ऑटोएनकोडर्स जैसे मैकेनिस्टिक इंटरप्रिटेबिलिटी टूल्स का उपयोग यह प्रदर्शित करने के लिए करता है कि प्रतिस्पर्धी टाइम सीरीज़ फोरकास्टिंग के लिए सुपरपोजिशन आवश्यक नहीं है, क्योंकि ट्रांसफॉर्मर रिप्रेजेंटेशन भाषा मॉडलों में पाई जाने वाली समृद्ध कंपोजिशनल संरचनाओं पर निर्भर किए बिना भी स्पार्स और स्थिर बने रहते हैं, जिससे सरल लीनियर मॉडल्स की निरंतर प्रभावशीलता स्पष्ट होती है।

Alper Yıldırım2026-05-07
💬 NLP

PSK at SemEval-2026 Task 9: Multilingual Polarization Detection Using Ensemble Gemma Models with Synthetic Data Augmentation

PSK टीम ने GPT-4o-mini द्वारा जनरेट किए गए सिंथेटिक डेटा और प्रति-भाषा थ्रेशोल्ड ट्यूनिंग के साथ LoRA-फाइन-ट्यून्ड Gemma 3 मॉडल्स के एक एनसेंबल का उपयोग करके, 0.811 के मीन मैक्रो-F1 के साथ SemEval-2026 टास्क 9 में समग्र रूप से दूसरा स्थान प्राप्त किया, जबकि उन आर्किटेक्चर की तुलना में सामान्यीकरण (जनरलाइजेशन) के महत्वपूर्ण महत्व को प्रदर्शित किया जो डेवलपमेंट सेट्स पर अच्छा प्रदर्शन करते थे लेकिन टेस्ट सेट पर विफल रहे।

Srikar Kashyap Pulipaka2026-05-07
📊 statistics

Estimating the expected output of wide random MLPs more efficiently than sampling

यह लेख एक सैंपलिंग-मुक्त विधि प्रस्तावित करता है जो व्यापक रैंडम एमएलपी (MLP) के अपेक्षित आउटपुट का कुशलतापूर्वक अनुमान लगाने के लिए क्यूमुलेंट्स (cumulants) और हर्मिट एक्सपेंशन (Hermite expansions) का उपयोग करती है, जो पारंपरिक मोंटे कार्लो सैंपलिंग की तुलना में कम कम्प्यूटेशनल लागत और दुर्लभ घटनाओं (rare events) के लिए बेहतर सटीकता प्राप्त करती है।

Wilson Wu, Victor Lecomte, Michael Winer, George Robinson, Jacob Hilton, Paul Christiano2026-05-07
📊 statistics

Sharp Capacity Thresholds in Linear Associative Memory: From Winner-Take-All to Listwise Retrieval

यह शोध पत्र यह स्थापित करता है कि रैखिक साहचर्य स्मृति (linear associative memory) की भंडारण क्षमता पुनर्प्राप्ति मानदंड (retrieval criterion) पर निर्भर एक तीव्र चरण संक्रमण (sharp phase transition) से गुजरती है, जिसके लिए सख्त 'विनर-टेक-ऑल टॉप-1' (winner-take-all top-1) पुनर्प्राप्ति हेतु d2≍nlog⁡nd^2 \asymp n \log n के लघुगणकीय स्केलिंग (logarithmic scaling) की आवश्यकता होती है, लेकिन केवल लिस्टवाइज (listwise) पुनर्प्राप्ति के लिए d2≍nd^2 \asymp n के रैखिक स्केलिंग (linear scaling) की आवश्यकता होती है, जो एक नवीन 'टेल-एवरेज मार्जिन' (Tail-Average Margin) ढांचे और सटीक स्पर्शोन्मुख विश्लेषण (exact asymptotic analysis) के माध्यम से प्राप्त किया गया परिणाम है।

Nicholas Barnfield, Juno Kim, Eshaan Nichani, Jason D. Lee, Yue M. Lu2026-05-07