🤖 Category

cs.LG

21502 पेपर

🤖 machine learning

StateFlow: Dual-State Recurrent Modeling for Long-Horizon Time Series Forecasting

StateFlow एक द्वैत-अवस्था पुनरावर्ती पूर्वानुमान ढांचा (dual-state recurrent forecasting framework) है जो लंबी अवधि के टाइम सीरीज़ पूर्वानुमान के लिए वेरिएबिलिटी-अवेयर रिकर्सिव न्यूरल नेटवर्क (VARNN) का विस्तार करता है, जो दो-चरणीय अनुकूलन रणनीति के माध्यम से प्राथमिक टेम्पोरल डायनेमिक्स और संरचित अवशिष्ट त्रुटियों (structured residual errors) को संयुक्त रूप से मॉडल करता है, और एक संक्षिप्त, रैखिक-पुनरावर्ती डिज़ाइन के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करता है।

Haroon Gharwi, Yue Dai, Kai Shu2026-07-02
🔭 astrophysics

Leveraging Multimodality for Real-Time Classification of Transients and Variables found by the Zwicky Transient Facility

यह शोध पत्र ORACLE-2 को प्रस्तुत करता है, जो एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क है जो लाइट कर्व्स, मेटाडेटा और छवियों को एकीकृत करता है ताकि ज़्विकी ट्रांजिएंट फैसिलिटी (Zwicky Transient Facility) अलर्ट स्ट्रीम में ट्रांजिएंट्स के रियल-टाइम वर्गीकरण में महत्वपूर्ण सुधार किया जा सके, जो सिंगल-मोडैलिटी मॉडल्स की तुलना में पर्याप्त प्रदर्शन लाभ प्रदर्शित करता है और LSST जैसे भविष्य के उच्च-वॉल्यूम सर्वेक्षणों के लिए स्केलेबल सिद्ध होता है।

Ved G. Shah, Nabeel Rehemtulla, Adam A. Miller, Sushant Sharma Chaudhary, Michael W. Coughlin, Antoine Le Calloch, Matth (…)2026-07-02
🔬 physics

Computer vision-based neural networks for radioisotope identification in urban environments

यह शोध पत्र एक कंप्यूटर विज़न-आधारित दृष्टिकोण प्रस्तावित करता है जो शहरी वातावरण में रेडियोआइसोटोप की पहचान में सुधार के लिए न्यूरल नेटवर्क का लाभ उठाने हेतु लिस्ट-मोड गामा-रे डेटा को मल्टी-चैनलल स्पेक्ट्रोग्राम में परिवर्तित करता है, और यह प्रदर्शित करता है कि एक कन्वोल्यूशनल न्यूरल नेटवर्क RADAI बेंचमार्क पर कम फॉल्स पॉजिटिव दरों पर पारंपरिक नॉन-नेगेटिव मैट्रिक्स फैक्टराइजेशन विधियों से बेहतर प्रदर्शन करता है।

Masen Bachleda, Peter Lalor2026-07-02
📊 statistics

Entropy-Regularized Probabilistic Gates for Sparse Model Discovery in Scarce-Data Federated Learning

यह शोध पत्र कम डेटा वाली स्थितियों में फेडरेटेड लर्निंग के तहत स्पार्स मॉडल डिस्कवरी के लिए एक एंट्रॉपी-रेगुलराइज्ड प्रोबेबिलिस्टिक गेटिंग मैकेनिज्म का प्रस्ताव करता है, जो समयपूर्व अभिसरण (प्रिमैचर कन्वर्जेंस) को रोकने के लिए पैरामीटर अनिश्चितता को बनाए रखता है और Fed-IHT एवं FedAvg जैसी मौजूदा विधियों की तुलना में बेहतर सांख्यिकीय प्रदर्शन और स्पर्सिटी रिकवरी प्राप्त करता है।

Krishna Harsha Kovelakuntla Huthasana, Alireza Olama, Andreas Lundell2026-07-02
🤖 machine learning

Testing Frontier Large Language Models' Physics Literacy in Parallel Physical Worlds

यह शोध पत्र अपरिचित काउंटरफैक्चुअल (counterfactual) और ऐतिहासिक दुनियाओं में फ्रंटियर एलएलएम (LLM) के भौतिकी तर्क (physics reasoning) का मूल्यांकन करने के लिए एक ऑडिट करने योग्य चार-चरणीय नैदानिक ढांचे को प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि मॉडल आम तौर पर गुणात्मक प्रवृत्तियों को समझते हैं, वे अक्सर नए नियमों को मात्रात्मक रूप से लागू करने में विफल रहते हैं और आत्म-सुधार (self-correction) के साथ महत्वपूर्ण रूप से संघर्ष करते हैं।

Dong Zhang2026-07-02
🌀 nonlinear sciences

Self-Organized Learning in Oscillatory Neural Networks with Memristive Signed Couplings

यह शोध पत्र एक न्यूरोमॉर्फिक प्रिमिटिव प्रस्तुत करता है जो दोलनी तंत्रिका नेटवर्क (ऑसिलेटरी न्यूरल नेटवर्क) में स्व-संगठित शिक्षण को सक्षम करने के लिए निरोधात्मक युग्मन (इनहिबिटरी कपलिंग्स) के साथ मेमरिस्टिव किनारों (मेमरिस्टिव एजेस) का उपयोग करता है, जो सर्किट सिमुलेशन और सैद्धांतिक विश्लेषण के माध्यम से यह प्रदर्शित करता है कि स्वायत्त एंटी-फेज अट्रैक्टर्स और मजबूत डीनोइजिंग क्षमताओं को साकार करने के लिए हस्ताक्षरित प्रभावी भार (साइंड इफेक्टिव वेट्स) आवश्यक हैं।

Riley Acker, Aman Desai, Garrett Kenyon, Frank Barrows2026-07-02
🤖 machine learning

EPC: A Standardized Protocol for Measuring Evaluator Preference Dynamics in LLM Agent Systems

यह शोध पत्र EPC (इवैल्यूएटर प्रेफरेंस कपलिंग) को प्रस्तुत करता है, जो एक मानकीकृत, ओपन-सोर्स प्रोटोकॉल और वर्शन्ड रेफरेंस स्नैपशॉट है जिसे क्लोज्ड-लूप LLM एजेंट सिस्टम में इवैल्यूएटर बायस प्रोपेगेशन के पुनरुत्पादक मापन, क्रॉस-तुलना और क्षय का पता लगाने में सक्षम बनाने के लिए डिज़ाइन किया गया है।

Zewen Liu2026-07-02
🤖 machine learning

Mapping the Evaluation Frontier: An Empirical Survey of the Bias-Reliability Tradeoff Across Eleven Evaluator-Agent Conditions

यह शोध पत्र साक्ष्य आधार को पाँच से बढ़ाकर ग्यारह स्थितियों में विस्तारित करके LLM मूल्यांकन प्रणालियों में बायस-विश्वसनीयता (bias-reliability) के ट्रेडऑफ को अनुभवजन्य रूप से मान्य करता है, जो यह प्रदर्शित करता है कि इवैलुएटर कपलिंग, रणनीति विविधता और मापन विश्वसनीयता को एक साथ अनुकूलित नहीं किया जा सकता है और GPT-4o स्थितियों में वर्ज़न ड्रिफ्ट (version drift) के एक विशिष्ट पैटर्न को प्रकट करता है।

Zewen Liu2026-07-02
📊 statistics

From Spectral Methods to Sample Complexity Bounds for Fourier Neural Operators

यह शोध पत्र यह स्थापित करता है कि फूरियर न्यूरल ऑपरेटर्स, स्थिर स्पेक्ट्रल विविक्तकरणों (stable spectral discretizations) का लाभ उठाकर, बहुपद या सुचारू गैर-रेखीयताओं वाले व्यापक प्रकार के विसरणात्मक विकास समीकरणों (dissipative evolution equations) के समाधान ऑपरेटरों को कुशलतापूर्वक अनुमानित और सीख सकते हैं, जिससे इनपुट की सुगमता, डोमेन आयाम और गैर-रेखीयता की विशेषताओं पर निर्भर एकसमान सन्निकटन सीमाएं और बहुपद नमूना जटिलता गारंटी प्रदान की जा सकती है।

Nisha Chandramoorthy, Daniel Sanz-Alonso, Nathan Waniorek2026-07-02
🤖 machine learning

K-Inverse-RFM: A Modified RFM that Bridges the Gap to Neural Networks for Data-Corrupted Mathematical Tasks

यह शोध पत्र K-Inverse-RFM को प्रस्तुत करता है, जो एक संशोधित रिकर्सिव फीचर मशीन है जो डेटा-दूषित गणितीय कार्यों में प्रदर्शन संबंधी सीमाओं को दूर करने के लिए एक नवीन लेबल ट्रांसफॉर्मेशन का उपयोग करता है, जिससे यह फीडफॉरवर्ड न्यूरल नेटवर्क के बराबर या उससे भी बेहतर प्रदर्शन करने में सक्षम होता है।

Gil Pasternak2026-07-02