🤖 Category

cs.LG

21230 पेपर

🤖 machine learning

Generative Refinement for Low-Budget Black-Box Optimization

यह शोध पत्र SPARROW को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स अनुकूलन एल्गोरिदम है जो मूल्यांकित उम्मीदवारों के एक संग्रह पर रैंक-आधारित मार्गदर्शन का उपयोग करके जटिल, शोर वाले परिदृश्यों पर प्रभावी, कम-बजट अनुकूलन को सक्षम करने के लिए जनरेटिव प्रायर्स (generative priors) को रिवॉर्ड सिग्नल्स से अलग करता है।

Edouard R. Dufour, Pascal Fua2026-07-02
🤖 machine learning

Detecting the Undetectable: Enhancing Unsupervised time series Anomaly Detection via Active Learning

यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो विभिन्न बैकबोन मॉडलों में सूक्ष्म, शोर वाले विसंगतियों (anomalies) की पहचान में सुधार करने के लिए मास्क पुनर्निर्माण फीडबैक (masked reconstruction feedback) और मिनिमैक्स रणनीतियों के साथ सक्रिय शिक्षण (active learning) को एकीकृत करके अनसुपरवाइज्ड टाइम सीरीज़ विसंगति पहचान को बढ़ाता है।

Seung Hun Han, Hyeongwon Kang, Jinwoo Park, Pilsung Kang2026-07-02
🤖 machine learning

LLM-Guided ODE Discovery and Parameter Inference from Small-Cohort Aggregate Data

यह शोधपत्र AgentODE का परिचय देता है, जो एक एंड-टू-एंड फ्रेमवर्क है जो दुर्लभ रोग मॉडलिंग में डेटा की कमी और गोपनीयता संबंधी बाधाओं को प्रभावी ढंग से दूर करने के लिए साधारण अवकल समीकरण (ordinary differential equation) संरचनाओं की खोज करने और जनसंख्या-स्तरीय सारांश सांख्यिकी से पैरामीटर वितरण को परिष्कृत करने के लिए लार्ज लैंग्वेज मॉडल्स और इटरेटिव इन्फरेंस एजेंट्स का संयुक्त रूप से उपयोग करता है।

Hanning Yang, Meropi Karakioulaki, Lennart Purucker, Tim Litwin, Cristina Has, Moritz Hess2026-07-02
🤖 machine learning

Forensic-Oriented Intrusion Detection Using Synthetic Network Traffic Data and Explainable Artificial Intelligence

यह शोध पत्र एक फॉरेंसिक-अनुपालक घुसपैठ पहचान ढांचे (intrusion detection framework) को प्रस्तुत करता है जो SHAP-आधारित व्याख्यात्मकता के साथ XGBoost क्लासिफायर को प्रशिक्षित करने के लिए CTGAN के माध्यम से सिंथेटिक नेटवर्क ट्रैफ़िक उत्पन्न करता है, जो उच्च पहचान सटीकता प्राप्त करता है और मूल साक्ष्य एवं विश्लेषणात्मक आर्टिफैक्ट्स के बीच सख्त अलगाव सुनिश्चित करके फॉरेंसिक अखंडता को बनाए रखता है।

Jose Luis Vela Alonso, Carmen Pellicer2026-07-02
🤖 machine learning

Accelerating Discrete Diffusion Models with Parallel-In-Time Sampling

यह शोध पत्र डिस्क्रीट डिफ्यूजन मॉडल्स के लिए एक समानांतर-इन-टाइम (parallel-in-time) सैंपलिंग विधि प्रस्तुत करता है जो एक्सपोनेंशियल-फैक्टोरियल अभिसरण (exponential-factorial convergence) प्राप्त करने के लिए τ\tau-लीपिंग एल्गोरिदम के निरंतर-समय स्टोकेस्टिक इंटीग्रल रूप और पिकाड पुनरावृत्ति (Picard iteration) का लाभ उठाता है, जिससे सिंथेटिक, इमेज और टेक्स्ट कार्यों में जनरेशन की गुणवत्ता बनाए रखते हुए समय जटिलता और रनटाइम को काफी कम किया जा सकता है।

Yu Yao, Huanjian Zhou, Andi Han, Wei Huang, Masashi Sugiyama2026-07-02
🤖 machine learning

Spectroscopy Analysis with Machine Learning Regression for the Quantification of Carbon and Nitrogen Contents in Inceptisol and Oxisol Soil Types: Comparing Different Preprocessing and Validation methods as well as Feature Importance

यह अध्ययन प्रदर्शित करता है कि एक स्टैक्ड एनसेंबल मशीन लर्निंग मॉडल, जिसे सवित्ज़की-गोले (Savitzky-Golay) फ़िल्टरिंग और NIPALS-आधारित आउटलेयर निष्कासन के साथ अनुकूलित किया गया है, पोर्टेबल NIR स्पेक्ट्रोस्कोपी का उपयोग करके ऑक्सीसोल (Oxisol) और इनसेप्टिसोल (Inceptisol) मिट्टी में कार्बन और नाइट्रोजन का प्रभावी ढंग से परिमाण निर्धारित करता है, जो तीव्र, टिकाऊ कृषि निर्णय लेने के लिए उच्च भविष्य कहनेवाला सटीकता (RPD > 2.0) प्राप्त करता है।

Vinicius Herique Kieling, Guilherme Macedo Baggio, Felipe Augusto Bueno Rossi, Marco Antonio de Castro Barbosa, Dalcimar (…)2026-07-02
💰 quantitative finance

Shapley in Context: Explaining Financial Language with Domain Expertise

यह शोध पत्र वित्तीय अनुप्रयोगों में लार्ज लैंग्वेज मॉडल्स (LLMs) की व्याख्या करने के लिए शापली वैल्यूज (Shapley values) के उपयोग की जांच करता है, जो सैद्धांतिक और अनुभवजन्य विश्लेषण के माध्यम से यह प्रदर्शित करता है कि ये एट्रिब्यूशंस स्थापित डोमेन ज्ञान के साथ संरेखित हैं और वित्तीय तर्क के अनुरूप सार्थक अंतर्दृष्टि प्रदान करते हैं।

Dangxing Chen, Pengzhan Guo2026-07-02
🤖 machine learning

Constrained Bayesian Optimisation with Multiple Information Sources

यह शोध पत्र बाधा-युक्त बेयसियन अनुकूलन (constrained Bayesian optimization) के लिए एक सामान्य बहु-स्रोत ढांचे का प्रस्ताव करता है जो मैक्स-वैल्यू एंट्रॉपी सर्च (Max-value Entropy Search) का विस्तार करता है ताकि सहायक डेटा स्रोतों का लाभ उठाकर व्यवहार्य और इष्टतम समाधानों को कुशलतापूर्वक पहचाना जा सके, भले ही वे वास्तविक उद्देश्य के साथ केवल कमजोर रूप से सह-संबंधित हों।

Hauke Maathuis, Roeland De Breuker, Saullo Castro, Maike Osborne2026-07-02
🤖 machine learning

The Binary Tree Mechanism is Optimal for Approximate Differentially Private Continual Counting

यह शोधपत्र यह सिद्ध करके कि बाइनरी ट्री मैकेनिज्म निरंतर गणना (continual counting) के लिए स्पर्शोन्मुख रूप से (asymptotically) इष्टतम है, क्योंकि किसी भी डिफरेंशियल प्राइवेट एल्गोरिदम को कम से कम Ω(log⁡3/2n)\Omega(\log^{3/2} n) का अपेक्षित ℓ∞\ell_\infty त्रुटि सहन करनी होगी, डिफरेंशियल प्राइवेसी की एक केंद्रीय खुली समस्या का समाधान करता है।

Konstantina Bairaktari, Kasper Green Larsen2026-07-02
🤖 machine learning

Beyond Activation Alignment:The Alignment-Diversity Tradeoff in Task-Aware LLM Quantization

यह शोध पत्र TASA को प्रस्तुत करता है, जो एक टास्क-अवेयर क्वांटाइजेशन फ्रेमवर्क है जो कैलिब्रेशन डेटा संरचना और मिक्स्ड-प्रिसिजन बिट एलोकेशन को संयुक्त रूप से अनुकूलित करके "परप्लेक्सिटी इल्यूजन" और एक "एलाइनमेंट-डाइवर्सिटी ट्रेडऑफ" को संबोधित करता है, जिससे 3.5-बिट मॉडल जटिल तर्क कार्यों में मानक 4-बिट बेसलाइनों से बेहतर प्रदर्शन करने में सक्षम होते हैं।

Fei Wang, Chao Xue, Taoran Liu, Li Shen, Ye Liu, ChangXing Ding2026-07-02