🤖 Category

cs.LG

27461 पेपर

🤖 मशीन लर्निंग

Practical Adversarial Attacks on Stochastic Bandits via Fake Data Injection

यह शोध पत्र स्टोकेस्टिक बैंडिट्स (stochastic bandits) के लिए एक व्यावहारिक "फेक डेटा इंजेक्शन" (Fake Data Injection) खतरे के मॉडल को प्रस्तुत करता है जो हमलावरों को सीमित मात्रा में बाउंडेड फेक सैंपल्स (bounded fake samples) इंजेक्ट करने तक सीमित रखकर पूर्व कार्यों की अवास्तविक धारणाओं को दूर करता है, और यह सिद्धांत एवं प्रयोगों के माध्यम से प्रदर्शित करता है कि यह रणनीति केवल सबलीनियर लागत (sublinear cost) के साथ एल्गोरिदम को एक लक्षित आर्म (target arm) चुनने के लिए प्रभावी ढंग से गुमराह कर सकती है।

Qirun Zeng, Eric He, Richard Hoffmann, Xuchuang Wang, Jinhang Zuo2026-05-08
🤖 मशीन लर्निंग

Leveraging Analytic Gradients in Provably Safe Reinforcement Learning

यह शोधपत्र एनालिटिक ग्रेडिएंट-आधारित सुदृढीकरण शिक्षण (reinforcement learning) के लिए पहले प्रभावी सुरक्षात्मक ढांचे (safeguarding framework) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि प्रशिक्षण के दौरान विभेदक सुरक्षा तंत्रों (differentiable safety mechanisms) को एकीकृत करना सीखने के प्रदर्शन से समझौता किए बिना नियंत्रण कार्यों में प्रमाणित सुरक्षा सुनिश्चित करता है।

Tim Walter, Hannah Markgraf, Jonathan Külz, Matthias Althoff2026-05-08
🔬 संघनित पदार्थ

Dreaming up scale invariance via inverse renormalization group

यह शोध पत्र यह प्रदर्शित करता है कि मात्र तीन मापदंडों वाले न्यूनतम न्यूरल नेटवर्क संभाव्यता के आधार पर पुनर्सामान्यीकरण समूह (renormalization group) की प्रक्रिया को उलटने में सक्षम हैं ताकि 2-आयामी (2D) आइसिंग मॉडल के स्केल-इनवेरिएंट क्रिटिकल कॉन्फ़िगरेशन उत्पन्न किए जा सकें, जो जटिल आर्किटेक्चर की आवश्यकता के बिना आवश्यक सार्वभौमिकता और आरजी (RG) आइजन मानों को पकड़ते हैं।

Adam Rançon, Ulysse Rançon, Tomislav Ivek, Ivan Balog2026-05-08
🔢 गणित

Invariant Manifolds of Discrete-time Dynamical Systems with Nonlinear Exosystems via Hybrid Physics-Informed Neural Networks

यह शोध पत्र एक हाइब्रिड फिजिक्स-इन्फॉर्म्ड मशीन लर्निंग फ्रेमवर्क प्रस्तावित करता है जो नॉनलीनर एक्सोसिस्टम द्वारा संचालित डिस्क्रीट-टाइम डायनेमिकल सिस्टम के इनवेरिएंट मैनिफोल्ड्स का सटीक अनुमान लगाने के लिए पॉलीनोमियल सीरीज़ और शैलो न्यूरल नेटवर्क को जोड़ता है, जो बेंचमार्क अनुप्रयोगों में स्टैंडअलोन विधियों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।

Dimitrios G. Patsatzis, Nikolaos Kazantzis, Ioannis G. Kevrekidis, Lucia Russo, Constantinos Siettos2026-05-08
🧬 जीव विज्ञान

HDTree: Generative Modeling of Cellular Hierarchies for Robust Lineage Inference

HDTree एक नवीन जनरेटिव मॉडलिंग फ्रेमवर्क है जो एक एकीकृत पदानुक्रमित कोडबुक (hierarchical codebook) और क्वांटाइज्ड डिफ्यूजन प्रक्रिया का उपयोग करता है ताकि एक पदानुक्रमित लेटेंट स्पेस के भीतर ट्री संबंधों को कैप्चर करके सेलुलर वंशों (cellular lineages) को मजबूती से इन्फर (infer) किया जा सके, जिससे मौजूदा विधियों की स्केलेबिलिटी, स्थिरता और पोस्टीरियर कोलैप्स (posterior collapse) सीमाओं को दूर किया जा सके।

Zelin Zang, WenZhe Li, Yongjie Xu, Chang Yu, Changxi Chi, Jingbo Zhou, Zhen Lei, Stan Z. Li2026-05-08
📊 सांख्यिकी

Posterior Inference in Latent Space for Scalable Constrained Black-box Optimization

यह शोधपत्र उच्च-आयामी (high-dimensional) बाधित ब्लैक-बॉक्स अनुकूलन के लिए एक स्केलेबल विधि प्रस्तावित करता है जो समस्या को फ्लो-आधारित जनरेटिव मॉडल के लेटेंट स्पेस (latent space) के भीतर पोस्टीरियर इन्फरेंस (posterior inference) के रूप में पुनर्गठित करता है, जिसमें मोड कोलैप्स (mode collapse) से बचने के लिए आशाजनक उम्मीदवारों को कुशलतापूर्वक नमूना लेने हेतु आउटसोर्स किए गए डिफ्यूजन मॉडल्स का उपयोग किया जाता है।

Kiyoung Om, Kyuil Sim, Taeyoung Yun, Hyeongyu Kang, Jinkyoo Park2026-05-08
📊 सांख्यिकी

Multivariate Standardized Residuals for Conformal Prediction

यह शोध पत्र एक बहुभिन्नरूपी कन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो हेटेरोस्केडास्टिसिटी (heteroskedasticity) और आउटपुट सहसंबंधों को प्रभावी ढंग से संभालने के लिए महलानोबिस दूरी-आधारित मानकीकृत अवशेषों (Mahalanobis distance-based standardized residuals) का उपयोग करता है, जिससे बेहतर सशर्त कवरेज प्राप्त होता है और महंगे नमूनाकरण की आवश्यकता के बिना मिसिंग वैल्यू हैंडलिंग जैसे व्यावहारिक विस्तार सक्षम होते हैं।

Sacha Braun, Eugène Berta, Michael I. Jordan, Francis Bach2026-05-08
🤖 मशीन लर्निंग

Pulling Back the Curtain on Deep Networks

यह योगदान 'सिमेंटिक पुलबैक' (Semantic Pullbacks) को प्रस्तुत करता है, जो एक सैद्धांतिक रूप से आधारित विधि है जो गहरे नेटवर्क (deep networks) को इनपुट-कंडीशन्ड एफाइन ऑपरेटर्स (input-conditioned affine operators) के रूप में व्याख्यायित करती है ताकि लक्षित न्यूरॉन्स (target neurons) से सुसंगत स्थानीय संरचनाओं का पुनर्निर्माण करके धारणात्मक रूप से उपयुक्त, स्थिर और विश्वसनीय पोस्ट-हॉक स्पष्टीकरण उत्पन्न किए जा सकें।

Maciej Satkiewicz, Roberto Corizzo, Marcin Pietroń2026-05-08✓ Author reviewed ⓘ
🧬 जीव विज्ञान

Toward Practical Equilibrium Propagation: Brain-inspired Recurrent Neural Network with Feedback Regulation and Residual Connections

यह शोध पत्र FRE-RNN को प्रस्तुत करता है, जो एक जैविक रूप से सुसंगत (biologically plausible) रिकरेंट न्यूरल नेटवर्क है जिसमें फीडबैक रेगुलेशन और रेसिडुअल कनेक्शन शामिल हैं, जो इक्विलिब्रियम प्रोपेगेशन की अस्थिरता और उच्च कम्प्यूटेशनल लागतों पर विजय प्राप्त करते हुए बैकप्रोपैगेशन के तुलनीय अभिसरण गति और प्रदर्शन प्राप्त करता है और व्यावहारिक बड़े पैमाने पर मस्तिष्क-प्रेरित शिक्षण को सक्षम बनाता है।

Zhuo Liu, Tao Chen2026-05-08✓ Author reviewed ⓘ
🔭 खगोलीय भौतिकी

CIGaRS I: Combined simulation-based inference from type Ia supernovae and host photometry

यह शोध पत्र CIGaRS I को प्रस्तुत करता है, जो एक एकीकृत बेयसियन पदानुक्रमित मॉडल (Bayesian hierarchical model) है जो टाइप Ia सुपरनोवा और उनके होस्ट से प्राप्त फोटोमेट्रिक डेटा पर न्यूरल सिमुलेशन-आधारित अनुमान का लाभ उठाता है ताकि प्रजनक भौतिकी (progenitor physics), विलंब-समय वितरण (delay-time distributions), कॉस्मोलॉजी और फोटोमेट्रिक रेडशिफ्ट को एक साथ सीमित किया जा सके, जिससे पारंपरिक स्पेक्ट्रोस्कोपिक-केवल विश्लेषणों की तुलना में कॉस्मोलॉजिकल बाधाओं में महत्वपूर्ण सुधार होता है।

Konstantin Karchev, Roberto Trotta, Raul Jimenez2026-05-08