🤖 Category

cs.LG

20386 पेपर

🤖 machine learning

Breaking Structural Isolation: Scalable Graph Clustering via Community-Aware Sampling and Structural Entropy

यह शोध पत्र SCISE का प्रस्ताव करता है, जो एक स्केलेबल अनसुपरवाइज्ड ग्राफ क्लस्टरिंग फ्रेमवर्क है जो ग्लोबल टोपोलॉजिकल इंटीग्रिटी को बनाए रखने के लिए एक स्ट्रक्चरल एंट्रॉपी कम्युनिटी कंस्ट्रेंट, एक कम्युनिटी-अवेयर सैंपलिंग एक्सपेंशन मैकेनिज्म और एक स्ट्रक्चरल कॉन्ट्रास्टिव लर्निंग मॉड्यूल को एकीकृत करके मिनी-बैच ट्रेनिंग में "स्ट्रक्चरल आइसोलेशन" की समस्या को दूर करता है और स्टेट-ऑफ-द-आर्ट एल्गोरिदम से काफी बेहतर प्रदर्शन करता है।

Jingyun Zhang, Hao Peng, Jianxin Li, Angsheng Li, Philip S. Yu2026-07-08
💻 computer science

Full-range Binary Classifier Calibration for Stable Model Updates in Production

यह शोध पत्र प्रतिकूल वातावरणों में बाइनरी क्लासिफायर के लिए एक हल्के, फुल-रेंज कैलिब्रेशन पद्धति को प्रस्तुत करता है जो मॉडल अपडेट के दौरान सुसंगत फॉल्स-पॉजिटिव दरों को सुनिश्चित करता है, जिससे दुर्भावनापूर्ण डेटा वितरणों में तीव्र बदलावों के बावजूद स्थिर डाउनस्ट्रीम प्रदर्शन बना रहता है।

Konstantin Berlin2026-07-08
🤖 machine learning

PatchOptic for Shared-State LLM Workflows with Projected Views and Verified Structured Updates

यह शोध पत्र PatchOptic को प्रस्तुत करता है, जो साझा-अवस्था (shared-state) वाले LLM वर्कफ़्लो के लिए एक ऑप्टिक-प्रेरित इंटरफ़ेस है, जो प्रोजेक्टेड रीड्स (projected reads) और वेरिफाइड स्ट्रक्चर्ड पैचेस (verified structured patches) के माध्यम से स्थानीय अपडेट की वैश्विक वैधता सुनिश्चित करता है, साथ ही वर्कफ़्लो कंपोज़िशन के लिए स्टैटिक गारंटी प्रदान करता है और आउटपुट गुणवत्ता से समझौता किए बिना टोकन लागत को कम करता है।

Zhaoyu Bai, Jiaqi Cai2026-07-08
💰 quantitative finance

SHARC: SHAP-Based Interpretability in Machine Learning Risk Models for Regulatory Capital under ICAAP and CCAR

यह शोध पत्र SHARC को प्रस्तुत करता है, जो एक SHAP-आधारित व्याख्यात्मकता ढांचा (explainability framework) है जो नियामक पूंजी अनुमान (regulatory capital estimation) के लिए गैर-पैरामीट्रिक मशीन लर्निंग मॉडलों हेतु "ब्लैक बॉक्स" बाधा को हल करता है, स्ट्रेस्ड वैल्यू-एट-रिस्क (stressed Value-at-Risk) आउटपुट को ऑडिट योग्य घटकों में विघटित करके, जिससे ICAAP और CCAR पारदर्शिता आवश्यकताओं का अनुपालन सुनिश्चित होता है।

Ujjwala Vadrevu2026-07-08
🤖 machine learning

Self-Review Reinforcement Learning (SRRL) with Cross-Episode Memory and Policy Distillation

यह शोध पत्र सेल्फ-रिव्यू रीइन्फोर्समेंट लर्निंग (SRRL) को प्रस्तुत करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो स्पष्ट स्व-समीक्षा चरणों, पॉलिसी ग्रेडिएंट अनुकूलन और क्रॉस-एपिसोड मेमोरी को एकीकृत करता है ताकि भाषा मॉडल को विरल फीडबैक से प्रभावी ढंग से सीखने में मदद मिल सके और GSM8K जैसे रीजनिंग बेंचमार्क पर लगातार मानक RL बेसलाइन से बेहतर प्रदर्शन कर सके।

Muhammad Zain Amin, Kibele Sebnem Yildirim2026-07-08
📊 statistics

Deep Neural Variation Spaces: A Unifying Perspective on Depth and Complexity

यह शोध पत्र डीप न्यूरल नेटवर्क्स के लिए एक एकीकृत फलन स्थान सिद्धांत (unified function space theory) प्रस्तुत करता है जो यह प्रकट करता है कि जब उपयुक्त मानदंडों द्वारा जटिलता को नियंत्रित किया जाता है, तो गहराई सीमित कार्यात्मक विविधता प्रदान करती है, जो इस धारणा को चुनौती देता है कि ऐसे प्रतिबंधों के तहत गहरे नेटवर्क स्वाभाविक रूप से अधिक अभिव्यंजनात्मकता (expressivity) प्रदान करते हैं।

Julia Nakhleh, Robert D. Nowak2026-07-08
🤖 machine learning

EquiFiLM: Charge-Conditioned Equivariant Force Fields via Feature-wise Linear Modulation

यह शोध पत्र EquiFiLM को प्रस्तुत करता है, जो एक हल्का, E(3)-सममित विस्तार (extension) है जो फीचर-वाइज लीनियर मॉड्यूलेशन ब्लॉक्स को एकीकृत करके फाउंडेशन मशीन लर्निंग फोर्स फील्ड्स को न्यूनतम प्रशिक्षण डेटा के साथ चार्ज-कंडीशन्ड पोटेंशियल एनर्जी सर्फेस और संचालित प्रक्रियाओं (driven processes) को सटीक रूप से मॉडल करने में सक्षम बनाता है।

Samuel Sahel-Schackis, Ken-ichi Nomura, Aiichiro Nakano, Matthias F. Kling, Thomas Linker2026-07-08
🤖 machine learning

Hierarchical Classification via Cascading Feature Elimination: Application to Human Phenotype Ontology-Aligned Facial Phenotyping (FaceMesh2HPO)

FaceMesh2HPO फ्रेमवर्क क्लिनिकल डायग्नोसिस के लिए HPO-अलाइन्ड फेनोटाइपिक डिस्क्रिप्टर्स को वर्गीकृत करने हेतु 3D फेशियल मेश पर कैस्केडिंग फीचर एलिमिनेशन के साथ एक पदानुक्रमित (hierarchical) PointNet-आधारित पाइपलाइन का लाभ उठाता है, जो पैरेंट टर्म्स के लिए उच्च और दुर्लभ लीफ टर्म्स के लिए मध्यम से मजबूत प्रदर्शन प्राप्त करता है, जबकि सामान्यीकरण (generalizability) को बढ़ाने के लिए बेहतर डेटा विविधता की आवश्यकता को रेखांकित करता है।

Fabio Hellmann, Alexander Hustinx, Benjamin D. Solomon, GestaltMatcher Database Consortium, Tzung-Chien Hsieh, Peter Kra (…)2026-07-08
⚡ electrical engineering

DBNN: Neural Spike Classification Using a Deep Binarized Neural Network

यह शोध पत्र ऑन-नोड स्पाइक सॉर्टिंग के लिए एक हार्डवेयर-उन्मुख डीप बाइनराइज्ड न्यूरल नेटवर्क (DBNN) प्रस्तुत करता है जो मल्टीप्लायर-मुक्त इन्फरेंस के माध्यम से 98.7% वर्गीकरण सटीकता के साथ अत्यंत कम बिजली खपत (122 nW) और सिलिकॉन क्षेत्र (0.014 mm²) प्राप्त करता है, जो इसे इम्प्लांटेबल ब्रेन-कंप्यूटर इंटरफेस के लिए आदर्श बनाता है।

Binyi Ren, Luca M. Meyer, Majid Zamani2026-07-08
📊 statistics

To Retain or to Adapt? Generalizing Continual Learning

यह शोध पत्र 'प्रेडिक्टिव कॉन्टिनुअल लर्निंग' नामक एक नए ढांचे का प्रस्ताव करके निरंतर शिक्षण (continual learning) में पिछले सभी ज्ञान को बनाए रखने के पारंपरिक लक्ष्य को चुनौती देता है, जो स्थिरता और अनुकूलन के बीच एक गतिशील संतुलन के माध्यम से भविष्य के प्रदर्शन के लिए अनुकूलित करता है, और सैद्धांतिक रूप से एक "क्रिटिकल टास्क ड्यूरेशन" की पहचान करता है जहाँ ऐतिहासिक ज्ञान एक लाभ के बजाय एक बाधा बन जाता है।

Giulia Lanzillotta, Mandana Samiei, Doina Precup, Razvan Pascanu, Claire Vernade2026-07-08