🤖 Category

cs.LG

28152 पेपर

🤖 मशीन लर्निंग

Learned Lyapunov Shielding for Adaptive Control

यह शोधपत्र एक सीखे हुए लियापुनोव शिल्डिंगिंग फ्रेमवर्क (Lyapunov shielding framework) का प्रस्ताव करता है जो स्लोटिन-ली एडेप्टिव कंट्रोलर (Slotine–Li adaptive controller) को एक स्ट्रक्चर्ड-क्वाड्रेटिक लियापुनोव फंक्शन, एक रेसिडुअल सॉफ्ट एक्टर-क्रिटिक पॉलिसी और एक फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क के साथ संवर्धित करता है ताकि अनमॉडल डायनेमिक्स वाले यूलर-लैग्रेंज सिस्टम पर एक्सपोनेंशियल स्टेबिलिटी और क्लोज्ड-फॉर्म सेफ्टी फिल्टरिंग सुनिश्चित करते हुए ट्रैकिंग प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।

Giansalvo Cirrincione, Adriano Fagiolini2026-05-11
📊 सांख्यिकी

Bias and Uncertainty in LLM-as-a-Judge Estimation

यह शोध पत्र "LLM-as-a-Judge" मूल्यांकनों में व्यवस्थित पूर्वाग्रहों और विश्वसनीयता संबंधी जोखिमों की पहचान करता है, विशेष रूप से मॉडल तुलनाओं के लिए साझा अंशांकन (shared calibration) का उपयोग करते समय, और साइन-रिवर्ज़ल त्रुटियों जैसे विफलता मोड का पता लगाने के लिए नैदानिक मेट्रिक्स (JJ और ΔJ\Delta J) के साथ रिपोर्टिंग दिशानिर्देश प्रस्तावित करता है।

James Fiedler2026-05-11
🤖 मशीन लर्निंग

ProtoSSL: Interpretable Prototype Learning from Unlabeled Time-Series Data

ProtoSSL एक नवीन ढांचा है जो स्व-पर्यवेक्षित मोटिफ डिस्कवरी (self-supervised motif discovery) के माध्यम से अनलेबल समय-श्रृंखला डेटा (unlabeled time-series data) से व्याख्या योग्य, प्रोजेक्शन-आधारित प्रोटोटाइप सीखता है, जिसे फिर डाउनस्ट्रीम कार्यों के साथ कुशलतापूर्वक संरेखित किया जा सकता है ताकि सुपरवाइज्ड बेसलाइन्स की तुलना में बेहतर लेबल दक्षता और मानव-पसंद स्पष्टीकरण प्राप्त किया जा सके।

Steven Song, Sahil Sethi, Brett Beaulieu-Jones, Robert L. Grossman2026-05-11
🤖 मशीन लर्निंग

Adaptive Memory Decay for Log-Linear Attention

यह शोध पत्र 'एडैप्टिव मेमोरी डिके' (Adaptive Memory Decay) का प्रस्ताव करता है, जो एक हल्के एमएलपी (MLP) के माध्यम से लॉग-लीनियर अटेंशन में फिक्स्ड डिके पैरामीटर को एक इनपुट-डिपेंडेंट, लर्नबल मैकेनिज्म से बदलकर, मॉडल की लॉग-लीनियर कम्प्यूटेशनल कॉम्प्लेक्सिटी को बनाए रखते हुए लॉन्ग-रेंज मेमोरी परफॉरमेंस और फ्लेक्सिबिलिटी को बढ़ाता है।

Yaxita Amin, Helen Zichen Li, Mengfan Zhang, Samet Ayhan2026-05-11
🤖 मशीन लर्निंग

Rollback-Free Stable Brick Structures Generation

यह शोध पत्र एक सुदृढीकरण अधिगम (reinforcement learning) प्रतिमान प्रस्तुत करता है जो प्रशिक्षण के दौरान भौतिक पूर्वधारणाओं (physical priors) को आंतरिक रूप से समाहित करके, भौतिक रूप से स्थिर ईंट संरचनाओं के कुशल, रोलबैक-मुक्त निर्माण को सक्षम बनाता है, जिससे परीक्षण समय पर होने वाले धीमे सिमुलेशन-आधारित सुधारों की आवश्यकता समाप्त हो जाती है।

Chenhui Xu, Ziyue Bai, Fuxun Yu, Heng Huang, Jinjun Xiong2026-05-11
🤖 कृत्रिम बुद्धिमत्ता

Multi-Objective Constraint Inference using Inverse reinforcement learning

यह शोध पत्र मल्टी-ऑब्जेक्टिव कंस्ट्रेंट इन्फरेंस (MOCI) प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो परस्पर विरोधी उद्देश्यों वाले विषम विशेषज्ञ प्रदर्शनों से साझा बाधाओं और व्यक्तिगत प्राथमिकताओं को प्रभावी ढंग से निकालता है, और कम्प्यूटेशनल दक्षता बनाए रखते हुए प्रिडिक्टिव सटीकता में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।

Syed Ihtesham Hussain Shah, Floris den Hengst, Aneta Lisowska, Annette ten Teije2026-05-11
🤖 मशीन लर्निंग

Kurtosis-Guided Denoising Score Matching for Tabular Anomaly Detection

यह शोध पत्र K-DSM को प्रस्तुत करता है, जो एक कर्टोसिस-गाइडेड डीनोइजिंग स्कोर मैचिंग विधि है जो जटिल मल्टी-स्केल प्रशिक्षण या व्यापक हाइपरपैरामीटर ट्यूनिंग की आवश्यकता के बिना, सेमी-सुपरवाइज्ड और पूरी तरह से अनसुपरवाइज्ड सेटिंग्स में स्टेट-ऑफ-द-आर्ट टैबुलर एनोमली डिटेक्शन प्राप्त करने के लिए प्रति फीचर शोर (noise) को अनुकूल रूप से स्केल करता है।

Victor Livernoche, Jie Zan, Reihaneh Rabbany2026-05-11
📊 सांख्यिकी

A Differentiable Bayesian Relaxation for Latent Partial-Order Inference

यह शोध पत्र एक अवकलनीय बेयसियन रिलैक्सेशन (differentiable Bayesian relaxation) प्रस्तुत करता है जो लेटेंट पार्शियल-ऑर्डर इन्फरेंस में विच्छिन्न बाधाओं (discontinuous constraints) को सुचारू सरोगेट्स (smooth surrogates) से बदल देता है, जिससे पार्शियल-ऑर्डर सिमेंटिक्स को संरक्षित करते हुए और विभिन्न डेटासेट्स पर बेहतर रनटाइम-सटीकता ट्रेड-ऑफ प्रदर्शित करते हुए कुशल ग्रेडिएंट-आधारित इन्फरेंस सक्षम होता है।

Dongqing Li, Geoff K. Nicholls, Shiyi Sun, You Luo2026-05-11
🤖 मशीन लर्निंग

FastOmniTMAE: Parallel Clause Learning for Scalable and Hardware-Efficient Tsetlin Embeddings

यह शोध पत्र FastOmniTMAE प्रस्तुत करता है, जो Omni TM-AE का एक समानांतर (parallelized) और हार्डवेयर-त्वरित (hardware-accelerated) पुनर्गठन है, जो एम्बेडिंग गुणवत्ता को बनाए रखते हुए प्रशिक्षण को 5×\times तक तेज़ बनाता है और संसाधन-बाधित SoC-FPGA प्लेटफॉर्म पर कुशल परिनियोजन (deployment) को सक्षम बनाता है।

Ahmed K. Kadhim, Lei Jiao, Rishad Shafik, Ole-Christoffer Granmo, Mayur Kishor Shende2026-05-11
📊 सांख्यिकी

Drawing Lines in Psychological Space: What K-means Clustering Reveals in Simulated and Real Psychometric Data

यह शोध पत्र तर्क देता है कि के-मीन्स क्लस्टरिंग (K-means clustering) सिम्युलेटेड और वास्तविक साइकोमेट्रिक डेटा दोनों में स्थिर और दृश्य रूप से सुसंगत उपसमूह पैटर्न उत्पन्न कर सकती है, भले ही कोई वास्तविक लेटेंट कैटेगोरिकल संरचना मौजूद न हो, क्योंकि यह एल्गोरिदम स्वाभाविक रूप से निरंतर गाऊसीан (Gaussian) स्थानों को ज्यामितीय रूप से सघन समूहों में विभाजित करता है।

Pedro Henrique Ramos Pinto, Maria Jullyanna Ferreira Marques, Luiz Carlos Serramo Lopez2026-05-11