🔭 astrophysics

ReLaTS: a Reinforcement Learning-based method for dynamically determining the coupling Time Step in multi-scale simulations of self-gravitating systems

यह शोध पत्र ReLaTS को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विशेषज्ञ ट्यूनिंग की आवश्यकता के बिना सटीकता और कम्प्यूटेशनल दक्षता को संतुलित करने के लिए मल्टी-स्केल स्व-गुरुत्वाकर्षण सिमुलेशन में कपलिंग टाइम स्टेप्स को गतिशील रूप से अनुकूलित करता है, और पूर्व-निर्धारित थ्रेशोल्ड के भीतर ऊर्जा त्रुटियों को बनाए रखते हुए विभिन्न स्टार क्लस्टर कॉन्फ़िगरेशन में मजबूत प्रदर्शन प्रदर्शित करता है।

Veronica Saz Ulibarrena, Simon Portegies Zwart2026-06-23
🤖 machine learning

Stochastic Signed Distance Processes

यह शोध पत्र स्टोकेस्टिक साइन्ड डिस्टेंस प्रोसेस (SSDP) को प्रस्तुत करता है, जो एक संभाव्य ढांचा है जो सतह रेंडरिंग के लिए फर्स्ट-पासेज-टाइम वितरण प्राप्त करने हेतु किरणों के साथ साइन्ड डिस्टेंस फील्ड्स को स्टोकेस्टिक प्रक्रियाओं के रूप में मॉडल करता है, जिससे NeuS जैसे मौजूदा तरीकों को एकीकृत किया जा सके और मल्टी-व्यू सरफेस रिकंस्ट्रक्शन एवं अनिश्चितता परिमाणीकरण में बेहतर प्रदर्शन प्राप्त किया जा सके।

Hiroki Sakuma, Masatoshi Okutomi2026-06-23
🤖 AI

SignVLA: Real-Time Sign Language-Guided Robotic Manipulation via Attention LSTM and Vision-Language-Action Models

SignVLA एक वास्तविक समय का ढांचा है जो एक अटेंशन-एनहैंस्ड LSTM और टेम्पोरल स्टेबिलाइज़ेशन मॉड्यूल के माध्यम से सांकेतिक भाषा के इशारों को अर्थपूर्ण निर्देशों में परिवर्तित करके मानव-रोबोट संपर्क में सुलभता को बढ़ाता है, जिससे विजन-लैंग्वेज-एक्शन मॉडल को बधिर और वाक-विकलांग उपयोगकर्ताओं के लिए रोबोटिक मैनिपुलेशन कार्यों को निष्पादित करने में सक्षम बनाया जा सके।

Ningwei Bai, Xinyu Tan, Harry Gardner, Zhengyang Zhong, Liuhaichen Yang, Luoyu Zhang, Zhekai Duan, Monkgogi Galeitsiwe (…)2026-06-23
📊 statistics

Betting on Moments: Legendre Jumper Martingales for Online Exchangeability Testing

यह शोध पत्र शिफ्टेड लेजेंड्रे पॉलिनोमियल (shifted Legendre polynomials) पर आधारित कॉन्फॉर्मल टेस्ट मार्टिंगल्स (conformal test martingales) के एक परिवार को प्रस्तुत करता है जो उच्च-क्रम के वितरण संबंधी विचलन (higher-order distributional deviations) का पता लगाने के लिए 'सिंपल जंपर' (Simple Jumper) का विस्तार करते हैं, और ऑनलाइन विनिमेयता परीक्षण (online exchangeability testing) में अज्ञात शिफ्ट टाइमस्केल्स (unknown shift timescales) के अनुकूल होने और कम्प्यूटेशनल लागतों को दूर करने के लिए वेरिएशनल (Variational) और कंपोजिट लेजेंड्रे जंपर्स (Composite Legendre Jumpers) जैसे स्केलेबल वेरिएंट प्रदान करते हैं।

Johan Hallberg Szabadváry2026-06-23
🤖 machine learning

Synthetic Network Packet Generation through Statistical Learning and Genetic Algorithms

यह शोध पत्र घुसपैठ पहचान प्रणालियों (इंट्रूज़न डिटेक्शन सिस्टम) में डेटासेट की कमी और क्लास असंतुलन को संबोधित करने के लिए यथार्थवादी, भौतिक रूप से वैध सिंथेटिक IoT नेटवर्क पैकेट उत्पन्न करने हेतु दो बाधा-प्रवर्तक विधियों—एक उच्च-थ्रूपुट सांख्यिकीय शिक्षण दृष्टिकोण और एक उच्च-गुणवत्ता वाले जेनेटिक एल्गोरिदम—का प्रस्ताव और मूल्यांकन करता है।

Mayank Raj, Nathaniel D. Bastian, Lance Fiondella, Gokhan Kul2026-06-23
🤖 machine learning

Machine Learning Classification of Cryopathy Syndromes: A Comprehensive Comparative Study

यह अध्ययन प्रदर्शित करता है कि क्लिनिकली सूचित फीचर इंजीनियरिंग द्वारा संवर्धित, रैंडम फॉरेस्ट और ग्रेडिएंट बूस्टेड ट्रीज़ का एक सॉफ्ट-वोटिंग एन्सेम्बल, जटिल प्रयोगशाला डेटा से कठिन-से-पहचानने योग्य क्रायोपैथी सिंड्रोम को सटीक रूप से वर्गीकृत करने में अन्य मशीन लर्निंग दृष्टिकोणों से बेहतर प्रदर्शन करता है।

Nataliya Shakhovska, Valentyna Chopyak, Ivan Izonin, Vira Haievska2026-06-23
🤖 machine learning

Understanding Latent Flow Models for Tabular Data Synthesis: Targets, Paths, and Sampling

यह शोध पत्र सात डेटासेटों में टैबुलर डेटा संश्लेषण के लिए लेटेंट फ्लो मॉडल्स का एक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि लर्निंग टारगेट का चयन मुख्य रूप से यूटिलिटी-रिस्क ट्रेड-ऑफ को निर्धारित करता है जबकि विशिष्ट कॉन्फ़िगरेशन और सैंपलिंग रणनीतियाँ निश्चित संसाधन बाधाओं के तहत वितरणल फिडेलिटी और कम्प्यूटेशनल दक्षता को अनुकूलित कर सकती हैं।

Bahrul Ilmi Nasution2026-06-23
🤖 machine learning

Go-with-the-Track: Video Compositing and Motion Control with Point Tracking

Go-with-the-Track एक एकीकृत वीडियो जनरेशन फ्रेमवर्क है जो स्थानिक रूप से जागरूक पॉइंट-ट्रैक एम्बेडिंग्स और एक हाइब्रिड ट्रेनिंग स्ट्रैटेजी को पेश करके, एक वीडियो सीक्वेंस के दौरान सटीक मोशन कंट्रोल और हाई-फिडेलिटी कंपोजिटिंग को सक्षम करने के लिए पॉइंट ट्रैकिंग को कई रेफरेंस इमेजेस के साथ जोड़ता है।

Koichi Namekata, Yash Kant, Zhizheng Liu, Ryan D Burgert, Yuancheng Xu, Kuan Heng Lin, Emmett Steven, Julien Philip, Li (…)2026-06-23
🤖 machine learning

MMGNN: Multi-level, multi-color graph neural networks for molecular property prediction

यह शोध पत्र MMGNN को प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ न्यूरल नेटवर्क ढांचा है जो आणविक ग्राफ को परमाणु-प्रकार के युग्मों और ज्यामितीय निकटता के आधार पर ओवरलैपिंग, इंटरेक्शन-विशिष्ट उपग्राफ में विघटित करता है, और कई बेंचमार्क में पारंपरिक एकल-ग्राफ दृष्टिकोणों की तुलना में आणविक गुण भविष्यवाणी में बेहतर प्रदर्शन प्रदर्शित करता है।

Trung Nguyen, Duc Duy Nguyen2026-06-23
🤖 machine learning

Physics-Guided Dual-Stream Heterogeneous Graph Neural Network for Predicting Full-Field Structural Response of Stiffened Panels

यह शोध पत्र एक फिजिक्स-गाइडेड ड्यूल-स्ट्रीम हेट्रोजेनियस ग्राफ न्यूरल नेटवर्क (DS-HGNN) प्रस्तुत करता है जो विभिन्न ज्यामिति और लोडिंग स्थितियों वाले स्टिफन्ड पैनलों के लिए फुल-फील्ड स्ट्रेस और डिस्प्लेसमेंट की भविष्यवाणी करने में बेहतर सटीकता और डेटा दक्षता प्राप्त करता है, जो इसके मैसेज-पासिंग आर्किटेक्चर में स्ट्रक्चरल फिजिक्स को प्रभावी ढंग से एकीकृत करके मौजूदा बेंचमार्क मॉडलों से बेहतर प्रदर्शन करता है।

Yuecheng Cai, Jasmin Jelovica2026-06-23