🤖 machine learning

Binary Road Surface Classification Using Machine Learning on Production Vehicle Signals During Cruising

यह शोध पत्र एक मशीन लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो क्रूजिंग परिदृश्यों के दौरान सड़क की सतह की स्थितियों को शुष्क/नम या बर्फ/बर्फ़ीले (स्नो/आइस) श्रेणियों में सटीक रूप से वर्गीकृत करने के लिए व्हील स्पीड और स्टीयरिंग एंगल जैसे प्रोडक्शन वाहन संकेतों का विश्लेषण करने हेतु स्लाइडिंग-विंडो दृष्टिकोण का उपयोग करता है, जहाँ पारंपरिक डायनेमिक्स-आधारित घर्षण अनुमान विधियाँ विफल हो जाती हैं।

Vishal Hariharan, Salar Basiri, Kanwar Bharat Singh2026-06-03
🤖 machine learning

Representational Capacity: Geometric Limits on Feature Representation in Transformer Language Models

यह शोध पत्र नियर-ऑर्थोगोनल (निकट-लंबवत) फीचर दिशाओं की ज्यामितीय सीमाओं का विश्लेषण करके ट्रांसफॉर्मर लैंग्वेज मॉडल्स की रिप्रजेंटेशनल कैपेसिटी (प्रतिनिधित्व क्षमता) का अनुमान लगाने के लिए एक फ्रेमवर्क प्रस्तावित करता है, जो यह प्रकट करता है कि क्षमता ऑर्थोगोनैलिटी बाधाओं के प्रति घातीय रूप से संवेदनशील है और एक समायोजित सूत्र पेश करता है जो पारंपरिक सीमाओं की तुलना में भविष्यवाणी सटीकता में महत्वपूर्ण सुधार करता है।

Alexander Guha2026-06-03
🔭 astrophysics

One Transit Is All You Need: Detecting Exoplanets Through Learned Stellar Behaviour with EXOVEIL

यह शोध पत्र EXOVEIL को प्रस्तुत करता है, जो एक नवीन ट्रांजिट डिटेक्शन सिस्टम है जो कच्चे फ्लक्स टाइम सीरीज़ से तारकीय व्यवहार को सीखने और एक्सोप्लैनेट्स की पहचान करने के लिए एक ट्रांसफॉर्मर-आधारित वर्ल्ड मॉडल का लाभ उठाता है, जिससे सिंगल-ट्रांजिट घटनाओं का पता लगाना सक्षम होता है और केपलर, टेस (TESS) और प्लैटो (PLATO) मिशनों के बीच मजबूत ज़ीरो-शॉट ट्रांसफर का प्रदर्शन होता है।

Pratik Priyanshu2026-06-03
🔭 astrophysics

Neutrino Fingerprints: Image-Based Encodings of IceCube Events for CNN Direction Reconstruction

यह शोध पत्र "न्यूट्रिनो फिंगरप्रिंट्स" (neutrino fingerprints) को प्रस्तुत करता है, जो आइसक्यूब (IceCube) डिटेक्टर डेटा का एक नवीन छवि-आधारित एन्कोडिंग है जो एक ResNet18 कनवल्शनल न्यूरल नेटवर्क को न्यूट्रिनो घटनाओं के लिए प्रतिस्पर्धी दिशा पुनर्निर्माण सटीकता (1.10 रेड माध्य कोणीय त्रुटि) प्राप्त करने में सक्षम बनाता है।

Floriano Tori, Brecht Verbeken, Vincent Ginis2026-06-03
🤖 machine learning

Mitigating Spurious Correlations with Memorization-Guided Dataset De-Biasing

यह शोध पत्र एक दो-चरणीय नमूना स्कोरिंग फंक्शन (two-stage sample scoring function) प्रस्तावित करता है जो सूचनात्मक डेटा उपसमुच्चयों की पहचान करने और उन्हें प्राथमिकता देने के लिए मुख्य और छद्म विशेषताओं (core and spurious features) की शिक्षण गतिशीलता को अलग करता है, जिससे मानक मॉडल बिना समूह लेबल की आवश्यकता के, मूल प्रशिक्षण डेटा के केवल 10% के साथ भी बेहतर डिबायसिंग प्रदर्शन प्राप्त करने में सक्षम होते हैं।

Arda Fazla, Abolfazl Hashemi2026-06-03
🤖 machine learning

Learning Coherent Representations: A Topological Approach to Interpretability

यह शोध पत्र "कोहेरेंस" (coherence) को प्रस्तुत करता है, जो न्यूरल कोडिंग से प्रेरित एक ज्यामितीय गुण है जो डेटा और फीचर्स के बीच संगत टोपोलॉजिकल संरचनाओं की गारंटी देने के लिए निरंतर फीचर-सैंपल संबंधों को लागू करता है, जिससे 'Coh' नामक एक नए अवकलनीय उद्देश्य फलन (differentiable objective function) के माध्यम से व्याख्या योग्य निरूपण (interpretable representations) प्राप्त होता है।

Sigurd Gaukstad, Melvin Vaupel, Valdemar Kargård Olsen, Erik Hermansen, Benjamin Dunn2026-06-03
🤖 machine learning

Spectral-Progressive Thought Flow for Lightweight Multimodal Reasoning

यह शोध पत्र SpecFlow को प्रस्तुत करता है, जो एक हल्का मल्टीमॉडल रीजनिंग फ्रेमवर्क है जो विज़ुअल थॉट्स (visual thoughts) को दर्शाने के लिए एक फिक्स्ड-साइज़ डिस्क्रीट कोसाइन स्पेस और क्लासिफायर-फ्री गाइडेंस का उपयोग करता है, जिससे स्थिर लेटेंसी और मेमोरी उपयोग के साथ लॉन्ग-होरिज़ॉन स्पेशियल रीजनिंग सक्षम होती है और कंप्यूटेशनल लागत में उल्लेखनीय कमी आती है।

Yixian Shen, Zhiheng Yang, Qi Bi, Changshuo Wang, Shuai Wang, Jia-Hong Huang, George Floros, Prayag Tiwari, Anuj Pathani (…)2026-06-03
🤖 machine learning

RESCAST-100K: A Comprehensive Dataset for Cross-Domain Residential Load and Indoor Temperature Forecasting

यह शोध पत्र RESCAST-100K को प्रस्तुत करता है, जो 100,000 सिम्युलेटेड और पांच वास्तविक दुनिया के आवासीय डेटासेट से बना एक बड़े पैमाने का बेंचमार्क है, जिसे उन्नत मशीन लर्निंग आर्किटेक्चर का उपयोग करके अल्पकालिक ऊर्जा लोड और इनडोर तापमान पूर्वानुमान के लिए क्रॉस-डोमेन सामान्यीकरण (cross-domain generalization) का व्यवस्थित रूप से मूल्यांकन करने और सुधारने के लिए डिज़ाइन किया गया है।

Jainam Dhruva, Yousaf Raza, A. B. Siddique, Simone Silvestri2026-06-03
🤖 machine learning

Scalable Uncertainty Quantification for Extreme Weather Forecasting via Empirical Neural Tangent Kernels

यह शोध पत्र डीप लर्निंग मौसम मॉडलों के लिए एक स्केलेबल, इन्फरेंस-टाइम अनिश्चितता परिमाणीकरण ढांचा प्रस्तुत करता है जो न्यूरल टैनजेंट कर्नेल और एडेप्टिव फीचर डिकम्पोजिशन (ICA या SVD) का लाभ उठाकर चरम घटनाओं के लिए शार्प, सेवेरिटी-स्केलिंग प्रेडिक्शन इंटरवल उत्पन्न करता है, जो बिना किसी मॉडल रिट्रेनिंग के कॉन्फॉर्मल बेसलाइन्स से बेहतर प्रदर्शन करता है।

Jose Marie Antonio Miñoza, Rex Gregor Laylo, Sebastian C. Ibañez2026-06-03
🤖 machine learning

A Nonmonotone Gradient-Based Algorithm for Symmetric Nonnegative Matrix Factorization and Graph Clustering

यह शोध पत्र SNMPBB को प्रस्तुत करता है, जो सिमेट्रिक नॉन-नेगेटिव मैट्रिक्स फैक्टराइजेशन के लिए एक नॉन-मोनोटोन प्रोजेक्टेड बारज़िलाई-बोरस्टीन एल्गोरिदम है, जो मौजूदा विधियों की तुलना में काफी तेज़ अभिसरण (कन्वर्जेंस) और बेहतर क्लस्टरिंग प्रदर्शन प्राप्त करता है, साथ ही प्रमाणित वैश्विक अभिसरण और ग्राफ रेगुलराइजेशन एवं बड़े पैमाने के लो-रैंक एप्रोक्सिमेशन के लिए प्रभावी विस्तार भी प्रदान करता है।

Ryan Swart, Johannes Brust2026-06-03