🤖 machine learning

Physics-Informed Neural Embeddings of PDE Solution Families

यह शोधपत्र हेड-ऑर्थोगोनालाइज़ेशन (head-orthogonalization) के साथ एक भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural network) ढांचे को प्रस्तुत करता है जो PDE समाधान परिवारों के लिए निम्न-आयामी, पुनरुत्पादक लेटेंट मैनिफोल्ड्स (latent manifolds) को सीखता है, जो विस्कस बर्गर्स (viscous Burgers), हीट और वेव समीकरणों जैसे समीकरणों में महत्वपूर्ण प्रभावी आयामी न्यूनीकरण और सुदृढ़ स्पेक्ट्रल अवलोकनीयता (spectral observables) को प्रकट करता है।

Raul Jimenez, Svitlana Mayboroda, Pavlos Protopapas, Leonid Sarieddine, David N. Spergel, Pedro Tarancón-Álvarez2026-07-08
📊 statistics

A Function-Space Dichotomy for Compositional Learning: Exponential Sub-Optimality of the Neural Tangent Kernel

यह शोध पत्र एक फलन-स्थान द्वैतवाद (function-space dichotomy) स्थापित करता है जो यह दर्शाता है कि न्यूरल टेंगेंट कर्नेल (Neural Tangent Kernel), कंपोजिशनल कार्यों पर परिमित-चौड़ाई वाले न्यूरल नेटवर्क की तुलना में घातांकीय उप-इष्टतमता (exponential sub-optimality) से ग्रस्त है, एक ऐसा अंतर जो कर्नेल के स्मूथनेस बायस (smoothness bias) और लक्ष्य की आर्किटेक्चरल जटिलता के बीच बेमेल होने के कारण उत्पन्न होता है, न कि किसी सामान्य कर्नेल-बनाम-नेटवर्क सीमा के कारण।

Arkaprabha Ganguli, Emil Constantinescu2026-07-08
🤖 machine learning

Learning to Throw Objects Safely in Multi-Obstacle Environments

यह शोध पत्र एक संभावित क्षेत्र अवस्था प्रतिनिधित्व (potential field state representation) को सुदृढीकरण लर्निंग (reinforcement learning) के साथ जोड़कर पेश करता है ताकि रोबोटों को अव्यवस्थित वातावरण में यादृच्छिक बाधाओं से बचते हुए वस्तुओं को लक्ष्य टोकरियों में विश्वसनीय रूप से फेंकने में सक्षम बनाया जा सके, जिससे वास्तविक दुनिया के प्रयोगों में 90% तक सफलता प्राप्त हुई है।

Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei2026-07-08
🤖 machine learning

What Images Cannot Say: Language-Guided Olfactory Representation Learning

यह शोध पत्र SCENT को प्रस्तुत करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो विज़न-लैंग्वेज मॉडल्स से भाषा-निर्देशित सिमेंटिक डिस्क्रिप्टर्स का लाभ उठाकर दृश्य दृश्यों और इलेक्ट्रॉनिक-नोज़ संकेतों के बीच के अंतर को पाटने के लिए है, जिससे न्यूयॉर्क स्मेल्स्स (New York Smells) डेटासेट पर स्टेट-ऑफ-द-आर्ट क्रॉसमोडल रिट्रीवल और व्याख्यात्मक घ्राण प्रतिनिधित्व शिक्षण (interpretable olfactory representation learning) प्राप्त होता है।

Eleftherios Tsonis, Xi Wang, Vicky Kalogeiton2026-07-08
🤖 machine learning

TILDE: TILt-based Distributional Erasure for Concept Unlearning

यह शोध पत्र TILDE का प्रस्ताव करता है, जो टेक्स्ट-टू-इमेज डिफ्यूजन मॉडल में कॉन्सेप्ट अनलर्निंग (concept unlearning) के लिए एक नया फ्रेमवर्क है, जो इस कार्य को एक वितरण संरेखण समस्या (distributional alignment problem) के रूप में तैयार करता है ताकि अवांछित अवधारणाओं को प्रभावी ढंग से दबाते हुए सौहार्दपूर्ण डेटा पर मॉडल की गुणवत्ता, विविधता और सिमेंटिक कवरेज को संरक्षित किया जा सके।

Naveen George, Naoki Murata, Yuhta Takida, Konda Reddy Mopuri, Yuki Mitsufuji2026-07-08
🤖 machine learning

Assessing the Operational Impact of Poisoning Attacks over Augmented 3D Point Cloud Public Datasets for Connected and Autonomous Vehicles

यह शोध पत्र यह प्रदर्शित करता है कि सार्वजनिक 3D पॉइंट क्लाउड डेटासेट पर पॉइजनिंग हमले जनरेटिव एडवरसैरियल नेटवर्क (GAN) आधारित डेटा संवर्धन के शुद्धिकरण प्रभावों से सफलतापूर्वक बचने में सक्षम हैं, जिससे बैकडोर्स प्रसारित होते हैं और कनेक्टेड और ऑटोनॉमस वाहन क्लासिफायर के निर्णय लेने की प्रक्रिया बाधित होती है।

Marwan Lazrag, Badis Hammi, Lorena Gonzalez-Manzano, Joaquin Garcia-Alfaro2026-07-08
📊 statistics

Pitwall: Faithful Natural-Language Race-Strategy Briefings from a Calibrated Real-Time Monte Carlo Engine

यह शोधपत्र पिटवॉल (Pitwall) का परिचय देता है, जो एक ऐसी उत्पादन प्रणाली है जो एक आर्किटेक्चरल सत्यापन लूप को लागू करके निष्ठापूर्ण, बहुभाषी फॉर्मूला 1 रेस-रणनीति ब्रीफिंग तैयार करती है जहाँ प्रत्येक तथ्यात्मक दावे को एक कैलिब्रेटेड, वास्तविक समय के मोंटे कार्लो इंजन के विरुद्ध सत्यापित किया जाता है, जिससे जमीनी वास्तविकता सुनिश्चित होती है और फाइन-ट्यून्ड मॉडलों में जीवंतता और मतिभ्रम (hallucination) के बीच महत्वपूर्ण समझौतों का अनावरण होता है।

Juan S. Santillana (Independent Researcher)2026-07-08
🧬 biology

EntroPath: Maximum Entropy Path Ensemble Embedding for Manifold Learning

एंट्रोपाथ (EntroPath) एक मैनिफोल्ड लर्निंग विधि है जो डिफ्यूजन पथों के एनसेम्बल्स को एकत्रित करने के लिए मैक्सिमम एंट्रॉपी रैंडम वॉक का उपयोग करती है, जिससे यह मौजूदा शॉर्टेस्ट-पाथ या लोकल-नॉर्मलाइज्ड दृष्टिकोणों की तुलना में अधिक मजबूती से जियोडेसिक ज्यामिति को पुनः प्राप्त करती है, विशेष रूप से गैर-समान सैंपलिंग और जटिल ब्रांचिंग संरचनाओं वाले डेटासेट में।

Przemysław Rola2026-07-08
🤖 AI

The Large Cancer Assistant (LCA): A Model-Agnostic Orchestration Framework for Scalable Clinical Decision Support in Oncology

लार्ज कैंसर असिस्टेंट (LCA) एक मॉडल-अज्ञेय ऑर्केस्ट्रेशन फ्रेमवर्क है जो एक मानकीकृत मध्यवर्ती पेलोड के माध्यम से मल्टीमॉडल डेटा अंतर्ग्रहण को एआई अनुमान से अलग करता है, जिससे ऑन्कोलॉजी में स्केलेबल, लचीला और विफलता-सुरक्षित नैदानिक निर्णय समर्थन सक्षम होता है।

Ghassen Marrakchi, Basarab Matei2026-07-08
🤖 machine learning

GraphBU: MILP Instance Generation with Graph-Native Block Units

GraphBU एक नवीन MILP इंस्टेंस जनरेटर है जो ग्राफ-नेटिव ब्लॉक यूनिट्स—जिसमें स्थानीय उप-समस्याएं और उनके इंटरफेस शामिल हैं—का उपयोग करके संरचनात्मक रूप से सुसंगत, व्यवहार्य सिंथेटिक डेटा उत्पन्न करता है जो स्रोत परिवार के सांख्यिकीय गुणों को संरक्षित करते हुए डाउनस्ट्रीम प्रेडिक्ट-एंड-सर्च ट्रेनिंग में महत्वपूर्ण सुधार करता है।

Xiaolei Guo, Chenyu Zhou, Jianghao Lin, Dongdong Ge2026-07-08