🤖 Category

cs.LG

22037 पेपर

🤖 machine learning

RevengeBench: Reverse Engineering Code-Space Policies from Behavioral Experiments

यह शोधपत्र RevengeBench को प्रस्तुत करता है, जो एक ऐसा बेंचमार्क है जो गेम वातावरण में व्यवहार संबंधी ट्रैसेस (behavioral traces) से निष्पादन योग्य कोड नीतियों (executable code policies) को रिवर्स-इंजीनियर करने की लार्ज लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि लक्षित प्रयोगात्मक डिज़ाइन पुनर्निर्माण सटीकता में महत्वपूर्ण सुधार करता है और डाउनस्ट्रीम टूर्नामेंटों में प्रतिस्पर्धी लाभ प्रदान करता है।

Babak Rahmani, Sebastian Dziadzio, Joschka Strüber, Sergio Hernández-Gutiérrez, Matthias Bethge2026-06-25
🤖 machine learning

Subtyping patients with chronic disease using longitudinal BMI patterns

यह अध्ययन बीएमआई (BMI) के अनुदैर्ध्य प्रक्षेपवक्रों (longitudinal trajectories) का विश्लेषण करने के लिए मशीन लर्निंग का उपयोग करता है, जिसमें बीस लाख रोगियों से प्राप्त नौ विशिष्ट उपसमूहों की पहचान की गई है जो 18 प्रमुख पुरानी बीमारियों के लिए अद्वितीय जोखिम प्रोफाइल को प्रकट करते हैं और पारंपरिक क्रॉस-सेक्शनल मोटापे मेट्रिक्स से परे नए दृष्टिकोण प्रदान करते हैं।

Md Mozaharul Mottalib, Jessica C Jones-Smith, Bethany Sheridan, Rahmatollah Beheshti2026-06-24
🤖 machine learning

Transformer-based Stagewise Decomposition for Large-Scale Multistage Stochastic Optimization

यह शोध पत्र TranSDDP को प्रस्तुत करता है, जो एक नवीन ट्रांसफार्मर-आधारित स्टेजवाइज़ डिकंपोजिशन एल्गोरिदम है जो बड़े पैमाने की मल्टीस्टेज स्टोकेस्टिक प्रोग्रामिंग समस्याओं के लिए वैल्यू फंक्शन्स को कुशलतापूर्वक अनुमानित करने हेतु ट्रांसफार्मर मॉडल के संरचनात्मक लाभों का लाभ उठाकर समाधान की गुणवत्ता बनाए रखते हुए गणना समय को काफी कम कर देता है।

Chanyeong Kim, Jongwoong Park, Hyunglip Bae, Woo Chang Kim2026-06-24
🔬 optics

Configurable Holography: Towards Display and Scene Adaptation

यह शोध पत्र कॉन्फ़िगरेबल होलोग्राफी (Configurable Holography) को प्रस्तुत करता है, जो एक सीखा हुआ ढांचा (learned framework) है जो एक एकल मॉडल को स्पष्ट कंडीशनिंग के माध्यम से विविध डिस्प्ले हार्डवेयर और दृश्य मापदंडों—जैसे कि प्रसार दूरी (propagation distance), चमक और पिक्सेल पिच—के अनुरूप तेजी से अनुकूलित होने में सक्षम बनाता है, जिससे पुन: प्रशिक्षण की आवश्यकता समाप्त हो जाती है और मौजूदा विधियों के समान पुनर्निर्माण गुणवत्ता के साथ 2x तक की गति वृद्धि प्राप्त होती है।

Yicheng Zhan, Liang Shi, Wojciech Matusik, Qi Sun, Kaan Akşit2026-06-24
🤖 machine learning

Invariant Graph Representations for Continuous-Time Dynamic Graphs Under Distribution Shifts

यह शोध पत्र CIR का प्रस्ताव करता है, जो एक नवीन स्ट्रक्चरल कॉज़ल मॉडल (ICCM) और नॉर्मलाइज़्ड वेटेड ज्योमेट्रिक मीन सन्निकटन का लाभ उठाकर निरंतर-समय गतिशील ग्राफों के लिए इनवेरिएंट ग्राफ रिप्रजेंटेशन को कुशलतापूर्वक सीखने के लिए, आउट-ऑफ-डिस्ट्रीब्यूशन शिफ्ट के तहत मजबूत प्रदर्शन प्राप्त करने हेतु, जहाँ मौजूदा विधियाँ विफल हो जाती हैं, एक रूपरेखा प्रस्तुत करता है।

Lanting Fang, Yulian Yang, Yawei Zhang, Shanshan Feng, Kaiyu Feng, Hanning Yuan2026-06-24
📊 statistics

Which Spaces can be Embedded in LpL_p-type Reproducing Kernel Banach Space? A Characterization via Metric Entropy

यह शोध पत्र यह सिद्ध करके शास्त्रीय परिणामों का एक विलोम (converse) स्थापित करता है कि एक फलन स्थान (function space) की मीट्रिक एंट्रॉपी वृद्धि पर एक सीमा, इसके LpL_p-प्रकार के पुनरुत्पादक कर्नेल बानकच स्पेस (Reproducing Kernel Banach Space) में समावेशन (embeddability) की गारंटी देने के लिए पर्याप्त है, जिससे यह प्रदर्शित होता है कि ऐसे स्थान नियंत्रित जटिलता वाले सीखने योग्य फलन वर्गों को मॉडल करने के लिए एक व्यापक ढांचा प्रदान करते हैं।

Yiping Lu, Daozhe Lin, Qiang Du2026-06-24
📊 statistics

Predictive variational inference: Learn the predictively optimal posterior distribution

यह शोध पत्र प्रेडिक्टिव वेरिएशनल इन्फरेंस (PVI) को प्रस्तुत करता है, जो एक सामान्य ढांचा है जो मानक बेयसियन पोस्टीरियर का अनुमान लगाने के बजाय कई स्कोरिंग नियमों का उपयोग करके पोस्टीरियर प्रेडिक्टिव वितरण और वास्तविक डेटा-जनरेटिंग प्रक्रिया के बीच विसंगति को सीधे न्यूनतम करके एक इष्टतम पोस्टीरियर वितरण सीखता है, जिससे मॉडल मिसस्पेसिफिकेशन के तहत मजबूती में सुधार होता है और स्वचालित मॉडल निदान सक्षम होता है।

Jinlin Lai, Antonio Linero, Yuling Yao2026-06-24
🤖 machine learning

Contrast All the Time: Learning Time Series Representation from Temporal Consistency

यह शोध पत्र CaTT को प्रस्तुत करता है, जो टाइम सीरीज़ के लिए एक नवीन अनसुपरवाइज्ड कंट्रास्टिव लर्निंग फ्रेमवर्क है, जो सभी टाइम स्टेप्स को समानांतर रूप से कंट्रास्ट करने के लिए एक स्केलेबल NT-पेयर फॉर्मूलेशन का लाभ उठाकर डाउनस्ट्रीम टास्क परफॉर्मेंस और ट्रेनिंग एफिशिएंसी में सुधार करता है, जिससे डेटा ऑग्मेंटेशन या ह्यूरिस्टिक पेयर सिलेक्शन की आवश्यकता समाप्त हो जाती है।

Abdul-Kazeem Shamba, Kerstin Bach, Gavin Taylor2026-06-24
📊 statistics

Variational Model Merging for Pareto Front Estimation in Multitask Finetuning

यह शोध पत्र वेरिएशनल मॉडल मर्जिंग (Variational Model Merging) का प्रस्ताव करता है, जो एक नवीन बेयसियन ढांचा (Bayesian framework) है जो मल्टीटास्क फाइनट्यूनिंग में पारेटो फ्रंट्स (Pareto fronts) की गुणवत्ता और अनुमान को प्रमाणित रूप से सुधारने के लिए लचीले गैर-गॉसियन पोस्टीरियर्स (non-Gaussian posteriors) का लाभ उठाता है, जो सरल गॉसियन धारणाओं पर निर्भर मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Hugo Monzón Maldonado, Nico Daheim, Thomas Möllenhoff, Iryna Gurevych, Mohammad Emtiyaz Khan2026-06-24
⚡ electrical engineering

CwA-T: A Channelwise AutoEncoder with Transformer for EEG Abnormality Detection

यह शोध पत्र CwA-T का प्रस्ताव करता है, जो एक कुशल और व्याख्या योग्य ढांचा है जो EEG असामान्यताओं का पता लगाने के लिए एक चैनल-वाइज CNN-आधारित ऑटोएन्कोडर को सिंगल-हेड ट्रांसफार्मर के साथ जोड़ता है, जिससे TUH Abnormal EEG Corpus पर बेसलाइन मॉडलों की तुलना में बेहतर प्रदर्शन और कम कम्प्यूटेशनल लागत प्राप्त होती है।

Youshen Zhao, Keiji Iramina2026-06-24