🤖 machine learning

Physics-Informed Modeling for Wood Thermal Analysis and Prediction

यह शोध पत्र भौतिकी-सूचित गहन शिक्षण (physics-informed deep learning) ढांचों को प्रस्तुत करता है जो आरजीबी (RGB) छवियों से विषम लकड़ी की सामग्रियों के पिक्सेल-स्तरीय तापीय प्रतिक्रियाओं की सटीक भविष्यवाणी करने के लिए आंशिक अंतर समीकरणों (partial differential equations) को एकीकृत करते हैं, जो पारंपरिक डेटा-संचालित ब्लैक-बॉक्स दृष्टिकोणों से बेहतर प्रदर्शन करते हुए भविष्य कहनेवाला सटीकता, भौतिक व्याख्यात्मकता और सामग्री विविधता के प्रबंधन के बीच प्रभावी ढंग से संतुलन बनाते हैं।

Jingren Xie, Alex John Buckthal, Ryan Anthony O'Connor, Isak Worre Foged, Dim P. Papadopoulos2026-06-23
🤖 machine learning

HyperQuant: A Rate-Distortion-Optimal Quantization Pipeline for Large Language and Diffusion Models

HyperQuant एक एकीकृत पोस्ट-ट्रेनिंग क्वांटाइजेशन पाइपलाइन है जो रैंडमाइज्ड हैडामार्ड ट्रांसफॉर्म, ऑप्टिमल लैटिस क्वांटाइजेशन, राइस कोडिंग और बायस करेक्शन को जोड़ता है ताकि बड़े भाषा और डिफ्यूजन मॉडल्स के वेट्स (weights) और KV कैशे (KV caches) के लिए रेट-डिस्टॉर्शन-ऑप्टिमल कंप्रेशन प्राप्त किया जा सके, जो विभिन्न बिट-रेट पर मौजूदा तरीकों से बेहतर प्रदर्शन करते हुए लगभग लॉसलेस गुणवत्ता बनाए रखता है।

Yuval Domb, Hadar Sackstein, Tomer Solberg2026-06-23
⚛️ quantum physics

Quantum Convolutional Neural Networks for Groundwater Heat Plume Prediction: A Surrogate Modeling Approach

यह शोध पत्र म्यूनिख में भूजल ताप प्लम (groundwater heat plume) की गतिशीलता की भविष्यवाणी करने के लिए एक सरोगेट मॉडल के रूप में क्वांटम कनवल्शनल न्यूरल नेटवर्क (QCNN) का प्रस्ताव करता है, यह प्रदर्शित करते हुए कि जबकि शास्त्रीय नेटवर्क वर्तमान में बेहतर सटीकता प्रदान करते हैं, QCNN क्वांटम सिम्युलेटर पर प्रतिस्पर्धी प्रदर्शन प्राप्त करता है और त्रुटि-निवारित (error-mitigated) हार्डवेयर स्थितियों के तहत आशाजनक सुधार दिखाता है।

Danyal Maheshwari, Julia Pelzer, Miriam Schulte2026-06-23
🤖 machine learning

Interpretable Kolmogorov-Arnold Network with Feature-Isolated Temporal Attention Mechanism for Electricity Load Forecasting

यह शोध पत्र LoadKAN को प्रस्तुत करता है, जो एक नवीन व्याख्यात्मक हाइब्रिड फ्रेमवर्क है जो प्रतिस्पर्धी बिजली भार पूर्वानुमान सटीकता प्राप्त करने के लिए एक फीचर-आइसोलेटेड टेम्पोरल अटेंशन मैकेनिज्म को कोलमोगोरोव-आर्नोल्ड नेटवर्क के साथ एकीकृत करता है, जिससे मानव गतिशीलता पैटर्न और ऊर्जा मांग के बीच जटिल, गैर-रेखीय संबंधों के सूक्ष्म विश्लेषण को सक्षम बनाया जा सके।

Jinhao Li, Hao Wang2026-06-23
🔬 physics

What Does a Chemical Language Model Know About Molecules?

स्पार्स ऑटोएनकोडर्स को MolFormer पर लागू करके, यह अध्ययन प्रकट करता है कि रासायनिक भाषा मॉडल शुरुआती परतों में वाक्यात्मक व्याकरण सीखने से लेकर बाद की परतों में अर्थपूर्ण औषधीय अर्थों (pharmacological semantics) को एनकोड करने की ओर संक्रमण करते हैं, जिसमें नॉन-कैनोनिकल SMILES, स्थिति-अव्यक्त प्रसार (position-latent propagation) के कारण अमान्य SMILES की तुलना में अधिक विघटनकारी प्रतिनिधित्व परिवर्तन उत्पन्न करते हैं।

Christian Kenneth, Etowah Adams, Liam Bai, Gerard JP van Westen2026-06-23
🤖 machine learning

SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors

यह शोध पत्र SkyJEPA को प्रस्तुत करता है, जो एक JEPA-शैली का लेटेंट डायनेमिक्स मॉडल है जिसमें एक भौतिकी-प्रेरित प्रोबर (physics-inspired prober) और एक स्वचालित डेटा पाइपलाइन है जो एम्बेडेड हार्डवेयर पर फुर्तीले क्वाड्रोटर्स के लिए सटीक लॉन्ग-होरिज़न प्रेडिक्शन और सुदृढ़ ज़ीरो-शॉट सिम-टू-रियल कंट्रोल सक्षम बनाता है।

Pratyaksh Rao, Wancong Zhang, Randall Balestriero, Yann LeCun, Giuseppe Loianno2026-06-23
🤖 machine learning

Selective Time Series Forecasting via Metalearning

यह शोध पत्र एक मेटा-लर्निंग आधारित चयनात्मक पूर्वानुमान ढांचे का प्रस्ताव करता है जो त्रुटि पर्सेंटाइल (error percentiles) को मॉडल करने के लिए संरचनात्मक अंतराल (structural lag) विशेषताओं का उपयोग करता है, जिससे कठिन भविष्यवाणियों से डोमेन-अज्ञेयवादी (domain-agnostic) रूप से परहेज करना संभव होता है और विविध समय श्रृंखलाओं (time series) में सटीकता में महत्वपूर्ण सुधार होता है।

Ricardo Inácio, Vitor Cerqueira, Marília Barandas, Carlos Soares2026-06-23
🤖 machine learning

TROPT: An Open Framework for Unifying and Advancing Discrete Text Optimization

TROPT पहला ओपन-सोर्स फ्रेमवर्क है जो मॉडल्स, ऑब्जेक्टिव्स और ऑप्टिमाइज़र्स को बदलने के लिए एक मॉड्यूलर इंटरफ़ेस प्रदान करके डिस्क्रीट टेक्स्ट-ट्रिगर ऑप्टिमाइज़ेशन को एकीकृत और मानकीकृत करता है, जिससे अपनाने की बाधाएं कम होती हैं और जेलब्रेकिंग और कॉर्पस पॉइज़निंग जैसे क्रॉस-डोमेन अनुप्रयोगों और बड़े पैमाने पर तुलनात्मक अध्ययनों को सक्षम बनाया जाता है।

Matan Ben-Tov, Mahmood Sharif2026-06-23
🤖 machine learning

Development and Design of FLKit: A Structured Onboarding Toolkit for Federated Learning in Health and Life Sciences

FLKit एक खुला, समुदाय-रक्षित ऑनबोर्डिंग टूलकिट है जिसे स्वास्थ्य और जीवन विज्ञान में फेडरेटेड लर्निंग लाइफसाइकिल के माध्यम से बहुविषयक टीमों का मार्गदर्शन करने के लिए डिज़ाइन किया गया है, जो गोपनीयता-संरक्षण सहयोगी परियोजनाओं को शुरू करने की खंडित बाधाओं को दूर करने के लिए भूमिका-विशिष्ट प्रवेश बिंदु, गवर्नेंस फ्रेमवर्क और व्यावहारिक संसाधन प्रदान करता है।

Ashkan Pirmani, Ilse Vermeulen, Goran Vinterhalter, Lotte Geys, Axel Faes, Muhammad Quamber Ali, Nishkala Sattanathan, G (…)2026-06-23
📊 statistics

FairBED: A Bayesian Experimental Design Approach to Gathering Fairer Data

यह शोध पत्र FairBED को पेश करता है, जो एक बेयसियन प्रयोगात्मक डिज़ाइन ढांचा (Bayesian experimental design framework) है जो लक्षित लेबल के बारे में जानकारी को अधिकतम करते हुए और संवेदनशील विशेषताओं के बारे में जानकारी को न्यूनतम करते हुए डेटा को सक्रिय रूप से प्राप्त करके निष्पक्षता-सटीकता व्यापार-संतुलन (fairness-accuracy trade-offs) में सुधार करता है।

Marcel Hedman, Emily Alger, Brieuc Lehmann, Chris Holmes, Tom Rainforth2026-06-23