🤖 Category

cs.LG

20383 पेपर

🤖 machine learning

Statistical inverse learning problems with random observations

यह शोध पत्र यादृच्छिक अवलोकनों (random observations) के साथ सांख्यिकीय व्युत्क्रम शिक्षण (statistical inverse learning) में हालिया प्रगति का एक व्यापक अवलोकन प्रदान करता है, जो रिप्रोड्यूसिंग कर्नेल हिल्बर्ट स्पेस (reproducing kernel Hilbert spaces) के भीतर स्पेक्ट्रल, प्रोजेक्शन और कॉनवेक्स पेनल्टी दृष्टिकोणों सहित रैखिक और गैर-रैखिक नियमितीकरण विधियों के लिए अभिसरण दरों (convergence rates) का विवरण देता है और फार्माकोकाइनेटिक/फार्माकोडायनामिक मॉडल पर उनके अनुप्रयोग को प्रदर्शित करता है।

Abhishake Rastogi, Tapio Helin, Nicole Mücke2026-07-10
⚡ electrical engineering

Conformal Predictive Programming for Chance Constrained Optimization

यह शोधपत्र कॉन्फॉर्मल प्रेडिक्टिव प्रोग्रामिंग (CPP) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कॉन्फॉर्मल प्रेडिक्शन के क्वांटाइल लेम्मा और एक स्वतंत्र कैलिब्रेशन चरण का उपयोग करके चांस-कंस्ट्रेंड ऑप्टिमाइज़ेशन को एक नियतात्मक समस्या में बदल देता है ताकि मजबूत अ पोस्टीओरी गारंटी प्रदान की जा सके, भले ही उन स्थितियों में जहाँ मानक धारणाएं विफल हो जाती हैं या वितरण परिवर्तन (डिस्ट्रीब्यूशन शिफ्ट) होते हैं।

Yiqi Zhao, Xinyi Yu, Matteo Sesia, Jyotirmoy V. Deshmukh, Lars Lindemann2026-07-10
⚡ electrical engineering

Joint Bayesian Parameter and Model Order Estimation for Low-Rank Probability Mass Tensors

यह शोध पत्र एक नवीन बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो वेरिएशनल इन्फरेंस (variational inference) का उपयोग करके लो-रैंक प्रोबेबिलिटी मास टेंसरों का एक साथ अनुमान लगाने और प्रेक्षित डेटा से उनके रैंक को स्वतः निष्कर्ष निकालने के लिए किया जाता है, जिससे महंगी क्रॉस-वैलिडेशन या मैन्युअल मॉडल ऑर्डर चयन की आवश्यकता समाप्त हो जाती है और साथ ही अनुमान सटीकता एवं गणनात्मक दक्षता में सुधार होता है।

Joseph K. Chege, Arie Yeredor, Martin Haardt2026-07-10
🤖 machine learning

(θl,θu\theta_l, \theta_u)-Parametric Multi-Task Optimization: Joint Search in Solution and Infinite Task Spaces

यह शोध पत्र पैरामीट्रिक मल्टी-टास्क ऑप्टिमाइज़ेशन (PMTO) प्रस्तुत करता है, जो एक दोहरा-मोड एल्गोरिदम का उपयोग करके निरंतर, संभावित रूप से अनंत कार्य स्थानों (task spaces) तक मल्टी-टास्क ऑप्टिमाइज़ेशन का विस्तार करने वाला एक नवीन ढांचा है, जो त्वरित अभिसरण (convergence) और त्वरित ऑनलाइन टास्क अनुकूलन के लिए मॉडल बनाने हेतु समाधान और कार्य स्थानों को संयुक्त रूप से खोजता है।

Tingyang Wei, Jiao Liu, Abhishek Gupta, Puay Siew Tan, Yew-Soon Ong2026-07-10
💬 NLP

How Causal Abstraction Underpins Computational Explanation

यह शोध पत्र तर्क देता है कि कारण संबंधी अमूर्तीकरण (causal abstraction) का सिद्धांत यह समझने के लिए एक सुदृढ़ ढांचा प्रदान करता है कि प्रणालियाँ निरूपणों (representations) पर गणनाओं को कैसे कार्यान्वित करती हैं, विशेष रूप से सामान्यीकरण और भविष्यवाणी के दृष्टिकोणों के माध्यम से संज्ञानात्मक क्षेत्र के शास्त्रीय दार्शनिक विषयों को समकालीन डीप लर्निंग से जोड़कर।

Atticus Geiger, Jacqueline Harding, Thomas Icard2026-07-10
🤖 machine learning

MultiFair: Multimodal Balanced Fairness-Aware Medical Classification with Dual-Level Gradient Modulation

यह शोध पत्र MultiFair को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल मेडिकल क्लासिफिकेशन फ्रेमवर्क है जो डेटा मोडैलिटी और ग्रुप दोनों स्तरों पर प्रशिक्षण ग्रेडिएंट्स को गतिशील रूप से समायोजित करके मोडैलिटी लर्निंग असंतुलन और जनसांख्यिकीय निष्पक्षता के मुद्दों को एक साथ संबोधित करने के लिए ड्यूल-लेवल ग्रेडिएंट मॉड्यूलेशन का उपयोग करता है।

Md Zubair, Hao Zheng, Grayson W. Armstrong, Lucy Q. Shen, Gabriela Wilson, Yu Tian, Xingquan Zhu2026-07-10
📊 statistics

On the Gradient Complexity of Private Optimization with Private Oracles

यह शोध पत्र डिफरेंशियल प्राइवेट कॉनवेक्स ऑप्टिमाइज़ेशन (differentially private convex optimization) की ग्रेडिएंट जटिलता पर सटीक निचली सीमाएं (tight lower bounds) स्थापित करता है, यह प्रदर्शित करते हुए कि गैर-सुचारू (non-smooth) और सुचारू (smooth) दोनों ही स्थितियाँ गैर-निजी समकक्षों की तुलना में आयाम-निर्भर रनटाइम दंड (dimension-dependent runtime penalties) का सामना करती हैं, जबकि साथ ही ग्रेडिएंट क्वांटाइजेशन और निजी ऑरेकल संचार की मौलिक सीमाओं को भी प्रकट करती है।

Michael Menart, Aleksandar Nikolov2026-07-10
📊 statistics

Maximum Mean Discrepancy with Unequal Sample Sizes via Generalized U-Statistics

यह शोध पत्र सामान्यीकृत U-सांख्यिकी (generalized U-statistics) का लाभ उठाकर असमान नमूना आकारों (unequal sample sizes) के लिए मैक्सिमम मीन डिसक्रेपेंसी (Maximum Mean Discrepancy - MMD) टू-सैंपल टेस्टिंग का विस्तार करता है, जिससे डेटा को त्यागने की आवश्यकता समाप्त हो जाती है, नए स्पर्शोन्मुखी लक्षण वर्णन (asymptotic characterizations) और शक्ति अनुकूलन मानदंड (power optimization criteria) प्रदान किए जाते हैं, और डिजेनरेट अनुमानकों (degenerate estimators) एवं गैर-शून्य MMD मानों के बीच संबंध को स्पष्ट किया जाता है।

Aaron Wei, Milad Jalali, Danica J. Sutherland2026-07-10
🤖 machine learning

A Tool Bottleneck Framework for Clinically-Informed and Interpretable Medical Image Understanding

यह शोध पत्र टूल बॉटलनेक फ्रेमवर्क (TBF) प्रस्तुत करता है, जो मेडिकल इमेज अंडरस्टैंडिंग के लिए एक नवीन दृष्टिकोण है जो टेक्स्ट-आधारित टूल कंपोजिशन को VLM-चयनित टूल्स से नैदानिक रूप से प्रासंगिक फीचर्स को फ्यूज करने वाले एक सीखे हुए न्यूरल नेटवर्क से बदल देता है, जिससे विशेष रूप से डेटा-सीमित व्यवस्थाओं में बेहतर प्रदर्शन और व्याख्यात्मकता प्राप्त होती है।

Christina Liu, Alan Q. Wang, Joy Hsu, Jiajun Wu, Ehsan Adeli2026-07-10
📊 statistics

Multi-Distribution Robust Conformal Prediction

यह शोध पत्र मल्टी-डिस्ट्रीब्यूशन रोबस्ट कॉन्फॉर्मल प्रेडिक्शन के लिए एक मैक्स-पी (max-p) एग्रीगेशन स्कीम और एक संबद्ध लर्निंग एल्गोरिदम प्रस्तावित करता है जो हेट्रोजेनियस सोर्स डिस्ट्रीब्यूशंस में यूनिफॉर्म कवरेज की गारंटी देता है और नैइव (naive) दृष्टिकोणों की तुलना में प्रेडिक्शन सेट एफिशिएंसी में महत्वपूर्ण सुधार करता है।

Yuqi Yang, Ying Jin2026-07-10