🤖 Category

cs.LG

20748 पेपर

🤖 machine learning

Single-Channel EEG-Based Cognitive Load Assessment in Online Learning: A Hybrid Deep Learning Approach

यह व्यवहार्यता अध्ययन यह प्रदर्शित करता है कि एक सिंगल-चैनल कंज्यूमर-ग्रेड ईईजी (EEG) डिवाइस का उपयोग करने वाला एक हाइब्रिड CNN+LSTM+Attention मॉडल, विषय-विशिष्ट (within-subject) सेटिंग्स में 78.5% तक की सटीकता के साथ आसान और कठिन शैक्षिक वीडियो सामग्री के बीच अंतर कर सकता है, जबकि यह विषय-स्वतंत्र (subject-independent) मूल्यांकन की आवश्यकता पर जोर देता है और ऑनलाइन लर्निंग में वास्तविक समय में संज्ञानात्मक भार (cognitive load) के दृश्यता (visualization) के लिए एक ओपन-सोर्स टूल प्रदान करता है।

Rowan Hussein, Mohamed Ouf2026-07-03
🤖 machine learning

Expander Sparse Autoencoders: Parameter-Efficient Dictionaries for Mechanistic Interpretability

यह शोध पत्र एक्सपैंडर स्पार्स ऑटोएनकोडर (Expander Sparse Autoencoders) का परिचय देता है, जो एक पैरामीटर-कुशल संस्करण है जो उच्च फीचर रिकवरी फिडेलिटी बनाए रखते हुए और पहचान क्षमता (identifiability) तथा सटीक सपोर्ट रिकवरी के लिए सैद्धांतिक गारंटी प्रदान करते हुए डिकोडर स्टोरेज और कम्प्यूटेशनल लागत को नाटकीय रूप से कम करने के लिए लेफ्ट-dd-रेगुलर एक्सपैंडर मास्क का उपयोग करता है।

Rodrigo Mendoza-Smith2026-07-03
🤖 machine learning

Gaming Consensus: Coordinated Manipulation in Crowdsourced Fact-Checking

यह शोध पत्र प्रकट करता है कि समन्वित उपयोगकर्ता मैट्रिक्स फैक्टराइजेशन (matrix factorization) पर आधारित क्राउडसोर्स्ड फैक्ट-चेकिंग सिस्टम को कृत्रिम सर्वसम्मति बनाने के लिए रणनीतिक रूप से हेरफेर कर सकते हैं, जिससे लेखक X के कम्युनिटी नोट्स एल्गोरिदम के भीतर विशिष्ट शमन (mitigations) विकसित और तैनात करने के लिए प्रेरित हुए।

Nikil Roashan Selvam, Jay Baxter, Sophie Hilgard, Brad Miller, Keith Coleman, Ellen Vitercik, Sanmi Koyejo2026-07-03
🤖 machine learning

Adaptive Group-Based Counterfactual Explanations for Time-Series Rehabilitation Data

यह शोध पत्र बहुभिन्निकीय समय-श्रृंखला पुनर्वास डेटा के लिए अनुकूलन योग्य, समूह-आधारित प्रति-तथ्यात्मक स्पष्टीकरण उत्पन्न करने हेतु 'लर्नेबल गेट' (Learnable Gate) विधियों का उपयोग करने वाले एक द्वि-चरणीय ढांचे का प्रस्ताव करता है, जो व्यक्तिगत सेंसर चैनल स्तर के बजाय मांसपेशी-समूह स्तर पर विरल, बायोमैकेनिकल रूप से सुसंगत मार्गदर्शन उत्पन्न करके व्याख्यात्मकता को नैदानिक तर्क के साथ प्रभावी ढंग से संरेखित करता है।

Emmanuel C. Chukwu, Rianne M. Schouten, Monique Tabak, Mykola Pechenizkiy2026-07-03
🤖 machine learning

Decomposer: Learning to Decompile Symbolic Music to Programs

यह शोध पत्र Decomposer को प्रस्तुत करता है, जो एक दो-चरणीय पोस्ट-ट्रेनिंग फ्रेमवर्क है जो सिंथेटिक डेटा और सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करके प्रतीकात्मक MIDI संगीत को पठनीय, निष्पादन योग्य स्ट्रूडल (Strudel) प्रोग्राम में प्रभावी ढंग से डिकंपाइल करता है, जो पुनर्निर्माण सटीकता और कोड गुणवत्ता दोनों में मौजूदा मॉडलों से बेहतर प्रदर्शन करता है।

Yewon Kim, Apurva Gandhi, David Chung, Graham Neubig, Chris Donahue2026-07-03
🤖 machine learning

Learning the Supports for Categorical Critic in Reinforcement Learning

यह शोध पत्र एक नवीन एक्टर-क्रिटिक सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) दृष्टिकोण प्रस्तावित करता है जो गॉसियन हिस्टोग्राम लॉस के लिए सपोर्ट बाउंड्स को गतिशील रूप से सीखता है, जिससे पूर्व-निर्धारित अंतराल की आवश्यकता समाप्त हो जाती है और साथ ही एक कड़ा सैद्धांतिक त्रुटि बाउंड प्रदान करने के साथ-साथ निरंतर नियंत्रण कार्यों पर मौजूदा विधियों के तुलनीय या बेहतर प्रदर्शन प्राप्त होता है।

Jen-Yen Chang, Takayuki Osa, Tatsuya Harada2026-07-03
🤖 machine learning

Rank-Then-Act: Reward-Free Control from Frame-Order Progress

यह शोध पत्र रैंक-देन-एक्ट (RTA) प्रस्तुत करता है, जो एक रिवॉर्ड-फ्री कंट्रोल फ्रेमवर्क है जो एक विजन-लैंग्वेज मॉडल को बिखरे हुए वीडियो फ्रेम्स से टेम्पोरल प्रोग्रेस सीखने के लिए प्रशिक्षित करता है और स्पष्ट एनवायरनमेंट रिवॉर्ड्स के बिना स्थिर पॉलिसी लर्निंग और क्रॉस-टास्क ट्रांसफर सक्षम करने के लिए स्पीरमैन रैंक कोरिलेशन-आधारित रिवॉर्ड सिग्नल का उपयोग करता है।

Yuriy Maksyuta, George Bredis, Ruslan Rakhimov, Daniil Gavrilov2026-07-03
🤖 machine learning

Population-Based Multi-Objective Training of Discriminators for Semi-Supervised GANs

यह शोध पत्र सेमी-सुपरवाइज्ड GANs के लिए एक जनसंख्या-आधारित बहु-उद्देश्यीय विकासवादी प्रशिक्षण रणनीति प्रस्तावित करता है जो वर्गीकरण सटीकता और वास्तविक/नकली भेदभाव के बीच संतुलन तलाशने के लिए पारेटो डोमिनेंस द्वारा रैंक किए गए डिस्क्रिमिनेटर्स की एक जनसंख्या को बनाए रखता है, जिससे प्रशिक्षण की मजबूती में सुधार होता है और अत्याधुनिक बेसलाइनों की तुलना में बेहतर वर्गीकरण प्रदर्शन प्राप्त होता है।

Francisco Sedeño, Francisco Chicano, Jamal Toutouh2026-07-03
🤖 machine learning

Conditional Co-Ablation: Recovering Self-Repair Backups in Transformer Circuits

यह शोध पत्र कंडीशनल को-एब्लेशन (CoAx) प्रस्तुत करता है, जो एक लेबल-मुक्त विधि है जो प्राथमिक घटकों को हटाने के बाद उनके महत्व में होने वाली वृद्धि को मापकर ट्रांसफॉर्मर सर्किटों में सुप्त बैकअप घटकों का पता लगाती है, जिससे आत्म-मरम्मत तंत्र (self-repair mechanisms) द्वारा उत्पन्न भ्रामक एट्रिब्यूशन पर विजय प्राप्त होती है और अधिक प्रभावी मॉडल प्रूनिंग और क्षमता नॉकआउट (capability knockout) सक्षम होता है।

Zhiren Gong, Zihao Zeng, Chau Yuen, Wei Yang Bryan Lim2026-07-03
⚛️ quantum physics

Hybrid quantum-classical neural network for sentiment analysis

यह शोध पत्र प्रदर्शित करता है कि हाइब्रिड क्वांटम-क्लासिकल न्यूरल नेटवर्क कोविड-19 ट्वीट डेटा पर क्लासिकल बेसलाइन के समान सेंटीमेंट एनालिसिस प्रदर्शन प्राप्त करते हैं, जबकि ट्रांसफर लर्निंग के माध्यम से एसएमएस स्पैम वर्गीकरण पर 15% सटीकता वृद्धि और बेहतर सामान्यीकरण (जनरलाइजेशन) दिखाते हैं, जो नेचुरल लैंग्वेज प्रोसेसिंग के लिए क्वांटम मशीन लर्निंग की क्षमता को रेखांकित करता है।

Giacomo Cappiello, Filippo Caruso, Xing Liang, Dimitrios Makris2026-07-03