🤖 machine learning

Beyond Accuracy: An Empirical Study of Uncertainty Estimation in Imputation

यह शोध पत्र विविध इम्प्यूटेशन विधियों (imputation methods) में अनिश्चितता अनुमान (uncertainty estimation) की तुलना करते हुए एक व्यवस्थित अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि उच्च पुनर्निर्माण सटीकता (reconstruction accuracy) विश्वसनीय अनिश्चितता अंशांकन (uncertainty calibration) की गारंटी नहीं देती है और अनिश्चितता-जागरूक इम्प्यूटर्स (uncertainty-aware imputers) के चयन के लिए व्यावहारिक दिशा-निर्देश प्रदान करता है।

Zarin Tahia Hossain, Mostafa Milani2026-06-23
🔭 astrophysics

Interpretable machine learning of halo gas density profiles: a sensitivity analysis of cosmological hydrodynamical simulations

यह अध्ययन EAGLE, IllustrisTNG, और Simba कॉस्मोलॉजिकल हाइड्रोडायनामिकल सिमुलेशन पर रैंडम फॉरेस्ट एल्गोरिदम और सोबोल सेंसिटिविटी विश्लेषण का उपयोग करके यह प्रदर्शित करता है कि कुल हेलो द्रव्यमान (total halo mass) और केंद्रीय गैलेक्सी गैस द्रव्यमान रेडियल गैस घनत्व प्रोफाइल के प्राथमिक चालक हैं, जो इन अंतर्दृष्टि को सेमी-एनालिटिक मॉडल में शामिल करने और फीडबैक तंत्र को सीमित करने के लिए एक रूपरेखा प्रदान करते हैं।

Daniele Sorini, Sownak Bose, Mathilda Denison, Romeel Davé2026-06-23
🔬 physics

GeoTransolver: Learning Physics on Irregular Domains Using Multi-scale Geometry Aware Physics Attention Transformer

यह शोध पत्र GeoTransolver को प्रस्तुत करता है, जो NVIDIA PhysicsNeMo में एकीकृत एक मल्टी-स्केल ज्योमेट्री-अवेयर ट्रांसफॉर्मर है, जो Geometry-Aware Latent Embeddings (GALE) अटेंशन के साथ Transolver बैकबोन का विस्तार करके जटिल, अनियमित डोमेन पर भौतिकी सिमुलेशन की सटीकता, मजबूती और डेटा दक्षता को बढ़ाता है।

Corey Adams, Rishikesh Ranade, Ram Cherukuri, Sanjay Choudhry2026-06-23
🤖 machine learning

Exact and Approximate Range Queries for Efficient Ball Mapper Construction

यह शोध पत्र बॉल मैपर (Ball Mapper) के निर्माण को त्वरित करने के लिए बॉल ट्रीज़ (ball trees) और FAISS का उपयोग करते हुए सटीक और अनुमानित रेंज क्वेरी विधियों का प्रस्ताव करता है और उनका मूल्यांकन करता है, जो यह प्रदर्शित करता है कि जबकि अनुमानित विधियाँ बिना किसी गलत सकारात्मकता (false positives) को पेश किए रूढ़िवादी रूप से ग्राफ की जटिलता को कम करती हैं, उनका प्रभाव डेटासेट की ज्यामिति के आधार पर काफी भिन्न होता है।

Jay-Anne Bulauan, John Rick Manzanares2026-06-23✓ Author reviewed
🤖 machine learning

NewPINNs: Physics-Informing Neural Networks Using Conventional Solvers for Partial Differential Equations

यह शोध पत्र NewPINNs को प्रस्तुत करता है, जो एक नवीन ढांचा है जो भौतिक नियमों और सीमा स्थितियों को सॉल्वर-संगति (solver-consistency) के माध्यम से लागू करने के लिए पारंपरिक संख्यात्मक सॉल्वरों को भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural networks) के प्रशिक्षण लूप में सीधे एकीकृत करता है, जिससे मानक अवशेष-आधारित (residual-based) दृष्टिकोणों में निहित सामान्य अनुकूलन चुनौतियों और लॉस-वेटिंग संवेदनशीलताओं पर विजय प्राप्त की जा सके।

Satish Chandran, Maedeh Makki, Maziar Raissi, Adrien Grenier, Behzad Mohebbi2026-06-23
🤖 AI

Temporal Graph Pattern Machine

टेम्पोरल ग्राफ पैटर्न मशीन (TGPM) एक आधारभूत ढांचा है जो टेम्पोरल रूप से पक्षपाती इंटरैक्शन पैच को संश्लेषित करके और सामान्यीकृत, हस्तांतरणीय विकसित होते पैटर्न को मॉडल करने के लिए सेल्फ-सुपरवाइज्ड प्री-ट्रेनिंग के साथ एक ट्रांसफॉर्मर-आधारित बैकबोन का उपयोग करके टेम्पोरल ग्राफ लर्निंग को उन्नत करता है, जिससे मौजूदा टास्क-केंद्रित विधियों की सीमाओं को दूर किया जा सके।

Yijun Ma, Zehong Wang, Weixiang Sun, Yanfang Ye2026-06-23
⚡ electrical engineering

Ultrafast On-Chip Online Learning via Spline Locality in Kolmogorov-Arnold Networks

यह शोध पत्र प्रदर्शित करता है कि कोलमोगोरोव-आर्नोल्ड नेटवर्क (KANs), स्पार्स अपडेट के लिए बी-स्प्लाइन लोकैलिटी (B-spline locality) और फिक्स्ड-पॉइंट क्वांटाइजेशन के प्रति अंतर्निहित सुदृढ़ता का लाभ उठाकर, FPGAs पर सब-माइक्रोसेकंड विलंबता के साथ अल्ट्राफास्ट, मॉडल-फ्री ऑनलाइन लर्निंग को सक्षम करते हैं, जो संसाधन-बाधित, उच्च-आवृत्ति नियंत्रण प्रणालियों में पारंपरिक MLPs से बेहतर प्रदर्शन करते हैं।

Duc Hoang, Aarush Gupta, Philip Harris2026-06-23
🤖 machine learning

Robust Representation Learning in Masked Autoencoders

यह शोध पत्र मास्क्ड ऑटोएनकोडर्स (MAEs) के सुदृढ़ प्रतिनिधित्व शिक्षण (robust representation learning) की जांच करता है, जो यह प्रकट करता है कि उनका मजबूत डाउनस्ट्रीम वर्गीकरण प्रदर्शन प्रगतिशील वर्ग-जागरूक लेटेंट स्पेस निर्माण, निरंतर वैश्विक ध्यान (global attention), और नवीन संवेदनशीलता संकेतकों द्वारा परिमाणित छवि क्षरण के प्रति अंतर्निहित लचीलेपन से उत्पन्न होता है।

Anika Shrivastava, Renu Rameshan, Samar Agnihotri2026-06-23
💬 NLP

Next-Gen CAPTCHAs: Leveraging the Cognitive Gap for Scalable and Diverse GUI-Agent Defense

यह शोध पत्र "नेक्स्ट-जेन कैप्चा" (Next-Gen CAPTCHAs) को प्रस्तुत करता है, जो एक स्केलेबल रक्षा ढांचा है जो इंटरैक्टिव धारणा और निर्णय लेने में एक निरंतर संज्ञानात्मक अंतराल का लाभ उठाकर गतिशील, असीमित कार्य उत्पन्न करता है जो प्रभावी रूप से जैविक उपयोगकर्ताओं को उन उन्नत मल्टीमॉडल एजेंटों से अलग करता है जिन्होंने पारंपरिक सुरक्षा बाधाओं को पार कर लिया है।

Jiacheng Liu, Yaxin Luo, Jiacheng Cui, Xinyi Shang, Xiaohan Zhao, Zhiqiang Shen2026-06-23
🤖 machine learning

Learning with Multiple Correct Answers -- Regret Bounds under Different Feedback Models

यह शोध पत्र ऑनलाइन लर्निंग की उस समस्या की जांच करता है जहाँ उदाहरणों में कई वैध लेबल हो सकते हैं, जो कॉम्बिनेटरियल आयामों (combinatorial dimensions) के माध्यम से इष्टतम मिस्टेक बाउंड्स को अभिलक्षणिक बनाता है और रियलाइजेबल (realizable) एवं एग्नोस्टिक (agnostic) दोनों सेटिंग्स के लिए संगत सैंपल कॉम्प्लेक्सिटी बाउंड्स प्राप्त करने हेतु तीन फीडबैक मॉडलों में रिग्रेट दरों का विश्लेषण करता है।

Alireza F. Pour, Farnam Mansouri, Shai Ben-David2026-06-23