20611 पेपर
यह शोध पत्र एक ज्यामिति-जागरूक (geometry-aware) बायेसियन परिमाणीकरण पद्धति प्रस्तुत करता है जो क्लासिफायर पोस्टीरियर्स (classifier posteriors) को मॉडल करने में यूक्लिडियन कर्नेल की सीमाओं को संबोधित करने के लिए लॉग-अनुपात निरूपण और ऐचिसन ज्यामिति का लाभ उठाता है, जिससे विविध डेटा डोमेनों में लेबल शिफ्ट अनुकूलन और प्रवलता अनुमान (prevalence estimation) में सुधार होता है।
यह शोध पत्र QuickVaR और QuickDivergence को प्रस्तुत करता है, जो दो नए एल्गोरिदम हैं जो अपेक्षित रैखिक समय (expected linear time) में विविक्त यादृच्छिक चरों (discrete random variables) के लिए वैल्यू-एट-रिस्क (Value-at-Risk) और -डाइवर्जेंस जोखिम मापों (CVaR सहित) की गणना करते हैं, जिससे मौजूदा विधियों की तुलना में महत्वपूर्ण गति प्राप्त होती है।
यह शोध पत्र निरंतर, उच्च-आयामी संवेदनशील विशेषताओं को संभालने के लिए माध्य जनसांख्यिकीय समानता (DPVar) का उपयोग करते हुए प्रेडिक्टिव फेयरनेस (predictive fairness) के लिए एक कार्यात्मक बाइलेवल ऑप्टिमाइज़ेशन फ्रेमवर्क पेश करता है, जिसमें दो एल्गोरिदम (FBO और ITD) प्रस्तावित किए गए हैं जो सिंथेटिक और सेमी-सिंथेटिक बेंचमार्क में निष्पक्षता और सटीकता के बीच संतुलन बनाने में मौजूदा बेसलाइन से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र एक औपचारिक ढांचा स्थापित करता है जो यह प्रदर्शित करता है कि शोरयुक्त (noisy) क्वांटम हार्डवेयर स्वाभाविक रूप से शास्त्रीय आउटपुट में बैकएंड-विशिष्ट फिंगरप्रिंट लीक करता है, जो रूटिंग गुमनामी (routing anonymity) और उपयोगिता के बीच एक मौलिक ट्रेड-ऑफ बनाता है जो सर्किट की गहराई के साथ तेजी से (exponentially) घटता है, जैसा कि सैद्धांतिक विश्लेषण और Amazon Braket पर प्रयोगों द्वारा प्रमाणित किया गया है।
TREK एक सामान्य, चरणबद्ध प्रशिक्षण ढांचा है जो बाहरी या आंतरिक शिक्षकों से सत्यापित उम्मीदवार समाधानों के माध्यम से कठिन प्रॉम्प्ट्स पर एक मॉडल की अन्वेषण क्षमताओं का विस्तार करने के लिए फॉरवर्ड-KL डिस्टिलेशन का उपयोग करके ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) को बढ़ाता है, जिससे जटिल गणितीय और एजेंटिक रीजनिंग कार्यों पर अभिसरण को गति मिलती है और प्रदर्शन में सुधार होता है।
यह शोध पत्र यह सिद्ध करके कि नकारात्मक ELBO, डेटा एंट्रॉपी और एक पाथ KL डाइवर्जेंस के ठीक बराबर है, डिस्क्रीट डिफ्यूजन मॉडल्स के लिए एक कठोर सैद्धांतिक ढांचा स्थापित करता है, जिससे विभिन्न लॉस फंक्शन्स (जैसे कि डिनोइजिंग, स्कोर, और ब्रिज प्लग-इन) को एक एकल इष्टतम ओरेकल जंप रेट के कोऑर्डिनेट ट्रांसफॉर्मेशन के रूप में एकीकृत किया जा सके और इन दृष्टिकोणों के लिए सटीक विश्लेषणात्मक रूपांतरण और इनिशियलाइजेशन कैलिब्रेशन प्रदान किया जा सके।
यह शोध पत्र बंडल बिक्री डेटा से उपभोक्ता मूल्यांकन वितरणों का अनुमान लगाने के लिए एक ईएम (EM) एल्गोरिदम और मोंटे कार्लो सिमुलेशन का उपयोग करने वाला एक नया दृष्टिकोण प्रस्तावित करता है, जो उन सीमाओं को दूर करता है जो ग्राहकों द्वारा कई उत्पादों को खरीदने पर शास्त्रीय असतत विकल्प मॉडलों (classical discrete choice models) में आती हैं।
यह शोध पत्र एंट्रोपिक रिग्रेशन DMD (ERDMD) प्रस्तुत करता है, जो एक नवीन विधि है जो अराज प्रणालियों (chaotic systems) के सटीक पुनर्निर्माण और बहुस्तरीय विशेषताओं (multiscale features) की पहचान करने में सक्षम उच्च-निष्ठा वाले, विरल (sparse) और सुदृढ़ मल्टी-स्टेप डायनेमिक मोड डिकंपोजिशन मॉडलों के निर्माण के लिए इष्टतम, गैर-समान समय विलंबों (nonuniform time delays) की खोज हेतु एंट्रोपिक रिग्रेशन का उपयोग करती है।
यह अध्ययन एक सार्वजनिक रूप से उपलब्ध डेटासेट और लेजर डॉपलर फ्लोमेट्री एवं फ्लोरोसेंस स्पेक्ट्रोस्कोपी का उपयोग करने वाले पहनने योग्य उपकरण को प्रस्तुत करता है, जो उंगलियों के पोरों में रक्त प्रवाह और ऊतक गतिविधि के पैटर्न के माध्यम से तनाव-संबंधी मानसिक स्वास्थ्य लक्षणों का गैर-आक्रामक रूप से पता लगाने के लिए, व्यक्तिपरक स्व-रिपोर्ट प्रश्नावली का एक संभावित विकल्प प्रदान करता है।
यह शोध पत्र मेटा-रिप्रजेंटेशनल प्रेडिक्टिव कोडिंग (MPC) प्रस्तुत करता है, जो एक तंत्रिका विज्ञान-प्रेरित स्व-पर्यवेक्षित शिक्षण ढांचा है जो बैकप्रोपैगेशन या कच्चे इनपुट जेनेरेटिव मॉडलिंग पर निर्भर हुए बिना, सक्रिय अनुमान और समानांतर स्ट्रीम प्रतिनिधित्व भविष्यवाणी का लाभ उठाकर जैविक रूप से प्रशंसनीय, एनकोडर-ओनली लर्निंग प्राप्त करता है।