📊 statistics

Characterizing and Correcting Effective Target Shift in Online Learning

यह शोध पत्र प्रकट करता है कि ऑनलाइन कर्नेल रिग्रेशन (kernel regression) स्वाभाविक रूप से ऑफलाइन रिग्रेशन की तुलना में विस्थापित लक्ष्यों (shifted targets) से सीखता है, और यह प्रदर्शित करता है कि एक व्युत्पन्न लक्ष्य समायोजन (target adjustment) के माध्यम से इस प्रभावी विस्थापन को सुधारने से ऑनलाइन लर्निंग को प्रमाणित रूप से ऑफलाइन प्रदर्शन के स्तर तक पहुँचने और निरंतर शिक्षण (continual learning) की स्थितियों में मानक विधियों से बेहतर प्रदर्शन करने की अनुमति मिलती है।

Ziyan Li, Naoki Hiratani2026-05-11
🤖 machine learning

Enhancing Federated Quadruplet Learning: Stochastic Client Selection and Embedding Stability Analysis

यह शोध पत्र FedQuad का प्रस्ताव करता है, जो एक नवीन फेडेरेटेड लर्निंग पद्धति है जो विषम और असंतुलित डेटा वितरण के तहत वैश्विक मॉडल के सामान्यीकरण में सुधार करने और रिप्रजेंटेशन कोलैप्स (representation collapse) को रोकने के लिए स्टोकेस्टिक क्लाइंट चयन और क्वाड्रुप्लेट-आधारित मेट्रिक लर्निंग का उपयोग करता है, जिससे इंट्रा-क्लास कॉम्पैक्टनेस (intra-class compactness) और इंटर-क्लास सेपरेशन (inter-class separation) सुनिश्चित होती है।

Ozgu Goksu, Nicolas Pugeault2026-05-11
🤖 machine learning

Adaptive Regularization for Sparsity Control in Bregman-Based Optimizers

यह शोध पत्र ब्रेगमन-आधारित ऑप्टिमाइज़र के लिए एक अनुकूली नियमितीकरण (adaptive regularization) योजना प्रस्तावित करता है जो उपयोगकर्ता द्वारा निर्दिष्ट स्पर्सिटी लक्ष्यों को विश्वसनीय रूप से प्राप्त करने के लिए स्पर्सिटी पेनल्टी पैरामीटर को गतिशील रूप से समायोजित करता है, जिससे मॉडल प्रदर्शन और मजबूती को बनाए रखते हुए या उसमें सुधार करते हुए महंगी हाइपरपैरामीटर ट्यूनिंग की आवश्यकता समाप्त हो जाती है।

Ahmad Aloradi, Tim Roith, Emanuël A. P. Habets, Daniel Tenbrinck2026-05-11
🤖 machine learning

Curvature Beyond Positivity: Greedy Guarantees for Arbitrary Submodular Functions

यह शोध पत्र वक्रता (curvature) की अवधारणा को सभी उप-मोंटोन (submodular) फलनों तक विस्तारित करता है, जिनमें गैर-मोनोटोन और ऋणात्मक मान वाले फलन भी शामिल हैं, ताकि पहले ऐसे मल्टीप्लिकेटिव ग्रीडी एप्रोक्सिमेशन गारंटी प्रदान की जा सकें जो अनिश्चित उप-मोंटोन अनुकूलन के मौजूदा बाउंड्स को एकीकृत और बेहतर बनाते हैं।

Yixin Chen, Alan Kuhnle2026-05-11
📊 statistics

Consistency Regularised Gradient Flows for Inverse Problems

यह शोध पत्र एक एकीकृत यूक्लिडियन-वॉसरस्टीन-2 ग्रेडिएंट-फ्लो फ्रेमवर्क प्रस्तावित करता है जो विजन-लैंग्वेज लेटेंट डिफ्यूजन मॉडल्स के लेटेंट स्पेस में पोस्टीरियर सैंपलिंग और प्रॉम्प्ट ऑप्टिमाइज़ेशन को संयुक्त रूप से निष्पादित करता है, जिससे ऑटोएनकोडर्स के माध्यम से बैकप्रोपैगेशन की आवश्यकता के बिना, काफी कम कम्प्यूटेशनल लागत और कम न्यूरल फंक्शन इवैल्यूएशन के साथ इनवर्स प्रॉब्लम्स के लिए अत्याधुनिक पुनर्निर्माण गुणवत्ता सक्षम होती है।

Alessio Spagnoletti, Tim Y. J. Wang, Marcelo Pereyra, O. Deniz Akyildiz2026-05-11
📊 statistics

Statistical inference with belief functions: A survey

यह शोध पत्र विश्वास फलनों (belief functions) के साथ सांख्यिकीय अनुमान में सबसे महत्वपूर्ण योगदानों का सर्वेक्षण करता है, जो विशेष रूप से उन परिदृश्यों में डेटा से विश्वास मापों (belief measures) को सीखने की विधियों पर ध्यान केंद्रित करता है जहाँ अपर्याप्त जानकारी पारंपरिक संभाव्यता वितरण सीखने को अव्यवहारिक बना देती है।

Fabio Cuzzolin2026-05-11
🤖 machine learning

Flatness and Gradient Alignment Are Both Necessary: Spectral-Aware Gradient-Aligned Exploration for Multi-Distribution Learning

यह शोध पत्र प्रदर्शित करता है कि मल्टी-डिस्ट्रीब्यूशन लर्निंग में अतिरिक्त जोखिम (excess risk) को कम करने के लिए लॉस लैंडस्केप फ्लैटनेस (loss landscape flatness) और ग्रेडिएंट अलाइनमेंट (gradient alignment) दोनों संरचनात्मक रूप से आवश्यक हैं, जिससे SAGE का प्रस्ताव मिलता है, जो स्पेक्ट्रल-अवेयर परटर्बेशन (spectral-aware perturbations) और आइसोट्रोपिक नॉइज़ इंजेक्शन (isotropic noise injection) के माध्यम से इन गुणों को एक साथ अनुकूलित करने के लिए एक नवीन विधि है ताकि डोमेन जनरलाइजेशन और मल्टी-टास्क लर्निंग में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Aristotelis Ballas, Christos Diou2026-05-11
🤖 machine learning

Tree SAE: Learning Hierarchical Feature Structures in Sparse Autoencoders

यह शोध पत्र Tree SAE को प्रस्तुत करता है, जो एक नवीन स्पार्स ऑटोएनकोडर मॉडल है जो डेटा से सीधे सटीक, कार्यात्मक पदानुक्रमित फीचर संरचनाओं को सीखने के लिए एक पुनर्निर्माण स्थिति (reconstruction condition) को शामिल करके मौजूदा सक्रियण-आधारित पदानुक्रमित विधियों की सीमाओं को दूर करता है, जिससे यह अत्याधुनिक बेंचमार्क से बेहतर प्रदर्शन करता है और लार्ज लैंग्वेज मॉडल्स में जटिल अवधारणा पदानुक्रमों को प्रकट करता है।

Tue M. Cao, Hoang X. Nhat, Raed Alharbi, My T. Thai2026-05-11
💬 NLP

Trajectory as the Teacher: Few-Step Discrete Flow Matching via Energy-Navigated Distillation

यह शोध पत्र ट्रजेक्टरी-शेप्ड डिस्क्रीट फ्लो मैचिंग (TS-DFM) प्रस्तुत करता है, जो एक डिस्टिलेशन विधि है जो प्रशिक्षण के दौरान शिक्षक प्रक्षेपवक्रों (trajectories) में अंधे स्टोकेस्टिक जंप्स को ऊर्जा-निर्देशित नेविगेशन से बदल देती है, जिससे एक कुछ-चरण वाला छात्र मॉडल मल्टी-स्टेप शिक्षकों और बड़े बेसलाइनों की तुलना में काफी कम परप्लेक्सिटी और तेज़ इन्फरेंस प्राप्त करने में सक्षम होता है।

Amin Karimi Monsefi, Dominic Culver, Nikhil Bhendawade, Manuel R. Ciosici, Yizhe Zhang, Irina Belousova2026-05-11
🤖 machine learning

INO-SGD: Addressing Utility Imbalance under Individualized Differential Privacy

यह शोध पत्र INO-SGD को प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जिसे इंडिविजुअलाइज्ड डिफरेंशियल प्राइवेसी में महत्वपूर्ण उपयोगिता असंतुलन की समस्या को संबोधित करने के लिए रणनीतिक रूप से प्रत्येक बैच के भीतर डेटा को डाउन-वेट (down-weight) करने हेतु डिज़ाइन किया गया है, ताकि गोपनीयता गारंटी से समझौता किए बिना अत्यधिक निजी डेटा पर बेहतर मॉडल प्रदर्शन सुनिश्चित किया जा सके।

Xiao Tian, Jue Fan, Rachael Hwee Ling Sim, Bryan Kian Hsiang Low2026-05-11