🤖 Category

cs.LG

22423 पेपर

🤖 machine learning

Patient-Aware Contrastive Learning Preserves Per-Patient Structure in RR-Interval Representations

यह शोध पत्र पैरोक्सिस्मल एट्रियल फाइब्रिलेशन (Paroxysmal Atrial Fibrillation) का पता लगाने के लिए एक पेशेंट-अवेयर कंट्रास्टिव लर्निंग ऑब्जेक्टिव प्रस्तावित करता है जो वर्गों को अलग करते हुए व्यक्तिगत साइनस रिदम संरचनाओं को संरक्षित करता है, जिससे मानक सुपरवाइज्ड कंट्रास्टिव और बाइनरी क्रॉस-एन्ट्रॉपी विधियों की तुलना में अनदेखे रोगियों के प्रति बेहतर मजबूती और सामान्यीकरण प्राप्त होता है।

Yasantha Niroshana, Weijith Wimalasiri, Chathuranga Hettiarachchi2026-06-23
📊 statistics

Solve for the Hyperparameter, Skip the Search: Kolmogorov-Optimal Scaling Laws for Spline Regression

यह शोध पत्र KORE को प्रस्तुत करता है, जो कोलमोगोरोव-इष्टतम स्केलिंग लॉ (Kolmogorov-optimal scaling laws) और लीव-वन-आउट एरर एस्टीमेशन (leave-one-out error estimation) का उपयोग करके स्प्लाइन रिग्रेशन में इष्टतम रिज़ॉल्यूशन को विश्लेषणात्मक रूप से हल करने की एक विधि है, जिससे उच्च-आयामी डेटासेट पर व्यापक ग्रिड सर्च और अन्य ट्यूनिंग विधियों की सटीकता के बराबर या उससे अधिक सटीकता प्राप्त करते हुए गणनात्मक रूप से महंगे हाइपरपैरामीटर सर्च की आवश्यकता समाप्त हो जाती है।

Yong Yi Bay, Kathleen A. Yearick2026-06-23
📊 statistics

Neural Networks as Linear Regression: An Introduction for Statisticians

इस शोध पत्र का उद्देश्य लीनियर रिग्रेशन (linear regression) के माध्यम से न्यूरल नेटवर्क को स्पष्ट करके शास्त्रीय सांख्यिकीविदों (classical statisticians) के लिए प्रवेश की बाधा को कम करना है, जो यह दर्शाता है कि नेटवर्क लीनियर मॉडल का अनुमान कैसे लगाते हैं और आगे के अध्ययन के आधार के रूप में सामान्य अनुकूलन (customizations) की रूपरेखा प्रस्तुत करता है।

Abigail Loe, Susan Murray, Zhenke Wu2026-06-23
🤖 machine learning

Scaling Linear Mode Connectivity and Merging to Billion Parameter Pretrained Transformers

यह शोध पत्र एक नवीन द्वैत-शिक्षण ढांचे (dual-learning framework) का प्रस्ताव करता है जो स्वतंत्र रूप से प्रशिक्षित बिलियन-पैरामीटर ट्रांसफॉर्मर्स को संरेखित करने के लिए कार्यक्षमता-संरक्षण भार रूपांतरणों (functionality-preserving weight transformations) को लागू करता है, जिससे भाषा और दृष्टि दोनों डोमेन में लगभग बाधा-मुक्त रैखिक मोड कनेक्टिविटी (linear mode connectivity) और प्रभावी मॉडल विलय सक्षम होता है।

Tianyi Li, Zhiqiang Shen2026-06-23
🤖 machine learning

Discovering Latent Groups for Robust Classification

यह शोध पत्र न्यूरल क्लासिफिकेशन ट्रीज़ (NCT) का प्रस्ताव करता है, जो एक व्याख्यात्मक ढांचा है जो भविष्यवाणियों की सटीकता के आधार पर नमूनों को "आसान" या "कठिन" नोड्स में गतिशील रूप से रूट करके, लेटेंट सबग्रुप संरचनाओं को पुनरावृत्ति से अलग करने के माध्यम से बिना सबग्रुप पर्यवेक्षण के सुदृढ़ वर्गीकरण प्राप्त करता है।

Ankur Garg, Ulrich Aïvodji, Samira Ebrahimi Kahou, Vincent Michalski2026-06-23
🤖 machine learning

Data Selection Through Iterative Self-Filtering for Vision-Language Settings

यह शोध पत्र 'सेल्फ-फिल्टरिंग' नामक एक नवीन बूटस्ट्रैप्ड पद्धति प्रस्तावित करता है, जो एक विकसित होते डेटासेट पर एक CLIP मॉडल को पुनरावृत्ति से प्रशिक्षित करती है जो अत्यधिक संभावित स्वच्छ नमूनों और विविध डेटा के बीच संतुलन बनाता है, जिससे बिना किसी अतिरिक्त डेटा या पूर्व-प्रशिक्षित मॉडलों के डाउनस्ट्रीम विजन-लैंग्वेज प्रदर्शन में सुधार होता है।

Andrei Liviu Nicolicioiu, Sarvjeet Singh Ghotra, Morgane M. Moss, Aaron Courville2026-06-23
🤖 machine learning

Hedgementation = Hedgerow Segmentation: A Remote Sensing Benchmark

यह शोध पत्र "Hedgementation" प्रस्तुत करता है, जो एक नया रिमोट सेंसिंग बेंचमार्क है जो सामंजस्यपूर्ण डेटा स्रोतों को संयोजित करके और स्थानिक दूरियों एवं जलवायु क्षेत्रों में मॉडल के सामान्यीकरण का परीक्षण करके, 10 वर्ग मीटर के रिज़ॉल्यूशन पर पूरे फ्रांस में हेजरोज़ (hedgerows) के मानचित्रण के लिए मशीन लर्निंग मॉडल का मूल्यांकन करता है।

Nathan Senyard, Salem Hamdani, Astrid Zhang, Derek Wang, Evan Shelhamer, Mathias Lécuyer, Joséphine Gantois2026-06-23
🤖 machine learning

RECALL: Recovery Experience Collection for Active Lifelong Learning in Vision-Language-Action Models

यह शोध पत्र विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सक्रिय, अनिश्चितता-निर्देशित निरंतर शिक्षण प्रतिमान (continual learning paradigm) प्रस्तावित करता है जो लक्षित रिकवरी प्रदर्शनों (recovery demonstrations) के माध्यम से अनुकूलन दक्षता में सुधार करता है, जबकि ऐसे डेटा को एकीकृत करने पर प्लास्टिसिटी और कैटास्ट्रोफिक फॉरगेटिंग के बीच के ट्रेडऑफ़ का अनुभवजन्य विश्लेषण करता है।

Ulas Berk Karli, Tesca Fitzgerald2026-06-23
📊 statistics

Diffusion Models Adapt to Low-Dimensional Structure Under Flexible Coefficient Choices

यह शोध पत्र प्रदर्शित करता है कि डिफ्यूजन मॉडल अपडेट गुणांकों (update coefficients) के एक व्यापक वर्ग में निम्न-आयामी डेटा संरचनाओं के प्रति मजबूती से अनुकूलित होते हैं, जिससे आयाम-स्वतंत्र अभिसरण दरें (dimension-independent convergence rates) प्राप्त होती हैं जो व्यवहार में उनकी अनुभवजन्य प्रभावशीलता को सैद्धांतिक रूप से न्यायसंगत ठहराती हैं।

Changxiao Cai, Yuchen Jiao, Gen Li2026-06-23
🤖 machine learning

Dynamic estimation of slowly varying sequences

यह शोध पत्र एक सामान्य, अनुकूलन योग्य ढांचे और एक नवीन एल्गोरिदम को प्रस्तुत करता है जो धीरे-धीरे बदलने वाले अनुक्रमों (sequences) का गतिशील रूप से अनुमान लगाने के लिए, स्थानीय विविधताओं के साथ अनुमान बजट को स्केल करके और बिना किसी महत्वपूर्ण ओवरहेड के ऑन-द-फ्लाई परिवर्तन का पता लगाकर पूर्ववर्ती अत्याधुनिक लागत सीमाओं (cost bounds) में सुधार करता है।

Prashant Gokhale, Mikhail Khodak, Sandeep Silwal2026-06-23