💻 computer science

Loop-Extrusion Linkage: Spectral Ordering and Interval-Based Structure Discovery for Continuous Optimization

यह शोध पत्र लूप-एक्सट्रूज़न लिंकेज (LEL) को प्रस्तुत करता है, जो कि बायोफिजिकल क्रोमैटिन फोल्डिंग से प्रेरित एक स्ट्रक्चर-लर्निंग रैपर है, जो स्पेक्ट्रल सेरिएशन और एडेप्टिव इंटरवल-आधारित खोज का उपयोग करके संरचित समस्याओं पर अनुकूलन प्रदर्शन में महत्वपूर्ण सुधार करता है, जबकि यह भी प्रकट करता है कि इसकी सीखी गई वेरिएबल ऑर्डरिंग सबसे महत्वपूर्ण घटक है, बावजूद इसके कि अंतिम चरण की खोज में संभावित ओवर-कंस्ट्रेनिंग हो सकती है।

Eren Unlu2026-04-07
💻 computer science

Ranking Constraints via Topological Dual-Directional Search in Evolutionary Multi-Objective Optimization

यह शोध पत्र RCCMO का प्रस्ताव करता है, जो एक नवीन विकासवादी एल्गोरिदम (evolutionary algorithm) है, जो बाधाओं की ज्यामितीय भूमिकाओं को अलग करके और एक टोपोलॉजिकल द्वि-दिशात्मक खोज रणनीति (topological dual-directional search strategy) को नियोजित करके बाधाओं के अनुकूलित बहु-उद्देश्यीय अनुकूलन (constrained multi-objective optimization) के प्रदर्शन को बढ़ाता है, ताकि इस आधार पर समाधानों को क्रमिक रूप से प्राथमिकता देने, शोषण करने और परिष्कृत करने के लिए उपयोग किया जा सके कि बाधाएं 'कन्स्ट्रेंड पारेटो फ्रंट' (Constrained Pareto Front) को आकार देती हैं, बाधित करती हैं या अप्रासंगिक हैं।

Ruiqing Sun, Dawei Feng, Sheng Qi, Xing Zhou, Lianghao Li, Bo Ding, Yijie Wang, Rui Wang, Huaimin Wang2026-04-07
💻 computer science

Spiking Neural Network Architecture Search: A Survey

यह सर्वेक्षण हार्डवेयर/सॉफ्टवेयर सह-डिज़ाइन परिप्रेक्ष्य से स्पाइकिंग न्यूरल नेटवर्क आर्किटेक्चर सर्च (SNNaS) का एक व्यापक अवलोकन प्रदान करता है, जिसमें SNNs की अनूठी चुनौतियों का विवरण दिया गया है, अत्याधुनिक खोज विधियों की समीक्षा की गई है, और न्यूरोमॉर्फिक कंप्यूटिंग की पूर्ण क्षमता को अनलॉक करने के लिए भविष्य की अनुसंधान दिशाओं को रेखांकित किया गया है।

Kama Svoboda, Tosiron Adegbija2026-04-06
🌀 nonlinear sciences

Identification of fixations and saccades in eye-tracking data using adaptive threshold-based method

यह शोध पत्र एक अनुकूलनशील, मार्कोवियन-आधारित थ्रेशोल्डिंग पद्धति प्रस्तुत करता है जो पारंपरिक निश्चित-थ्रेशोल्ड दृष्टिकोणों की तुलना में आई-ट्रैकिंग फिक्सेशन और सैकैड डिटेक्शन की सटीकता और शोर मजबूती (नॉइज़ रोबस्टनेस) में महत्वपूर्ण सुधार करता है, जबकि डेटा गुणवत्ता और विश्लेषणात्मक प्राथमिकताओं के आधार पर एल्गोरिदम चयन के लिए व्यावहारिक मार्गदर्शन भी प्रदान करता है।

Charles Orioma, Josef Krivan, Rujeena Mathema, Pedro Lencastre, Pedro G. Lind, Alexander Szorkovszky, Shailendra Bhandar (…)2026-04-06
🤖 AI

AgenticRed: Evolving Agentic Systems for Red-Teaming

AgenticRed एक स्वचालित, मानव-मुक्त पाइपलाइन है जो इन-कॉन्टेक्स्ट लर्निंग और इवोल्यूशनरी एल्गोरिदम का लाभ उठाकर रेड-टीमिंग सिस्टम को पुनरावृत्ति के माध्यम से डिजाइन और परिष्कृत करती है, जो रेड-टीमिंग को एक फिक्स्ड पॉलिसी ऑप्टिमाइज़ेशन कार्य के बजाय एक स्वायत्त सिस्टम डिज़ाइन समस्या के रूप में मानकर विविध ओपन-सोर्स और प्रोप्राइटरी मॉडल्स में लगभग पूर्ण अटैक सक्सेस रेट प्राप्त करती है।

Jiayi Yuan, Jonathan Nöther, Natasha Jaques, Goran Radanović2026-04-06
🔬 applied physics

Biologically Realistic Dynamics for Nonlinear Classification in CMOS+X Neurons

यह शोधपत्र प्रदर्शित करता है कि एक कॉम्पैक्ट CMOS+X स्पाइकिंग न्यूरॉन, जो मैग्नेटिक टनल जंक्शन को NMOS ट्रांजिस्टर के साथ जोड़ता है, थ्रेशोल्ड एक्टिवेशन, रिस्पांस लेटेंसी और एब्सोल्यूट रिफ्रैक्शन जैसे अंतर्निहित गुणों का लाभ उठाकर अतिरिक्त सर्किट जटिलता के बिना ऊर्जा-कुशल गणना करने के लिए XOR जैसे नॉनलीनियर वर्गीकरण कार्यों को निष्पादित कर सकता है।

Steven Louis, Hannah Bradley, Artem Litvinenko, Cody Trevillian, Darrin Hanna, Vasyl Tyberkevych2026-04-06
💻 computer science

MultiGA: Leveraging Multi-Source Seeding in Genetic Algorithms

यह शोध पत्र MultiGA प्रस्तुत करता है, जो एक नवीन अनुकूलन ढांचा (optimization framework) है जो विविध लार्ज लैंग्वेज मॉडल्स की एक बड़ी आबादी से नमूने लेकर उम्मीदवार समाधानों को आरंभ करने और विकसित करने के लिए जेनेटिक एल्गोरिदम सिद्धांतों का लाभ उठाता है, जो जटिल प्राकृतिक भाषा और तर्क संबंधी कार्यों के लिए कई बेंचमार्क में उच्च सटीकता प्रदर्शित करता है।

Isabelle Diana May-Xin Ng, Tharindu Cyril Weerasooriya, Haitao Zhu, Wei Wei2026-04-03
⚡ electrical engineering

OkanNet: A Lightweight Deep Learning Architecture for Classification of Brain Tumor from MRI Images

यह शोध पत्र OkanNet को प्रस्तुत करता है, जो ब्रेन ट्यूमर वर्गीकरण के लिए एक हल्का कस्टम CNN आर्किटेक्चर है, जो कि ट्रांसफर लर्निंग-आधारित ResNet-50 मॉडल (96.49%) की तुलना में कम सटीकता (88.10%) प्राप्त करने के बावजूद, काफी तेज़ प्रशिक्षण समय (3.2x की गति) प्रदान करता है, जो इसे संसाधन-सीमित मोबाइल और एम्बेडेड सिस्टम के लिए एक व्यावहारिक विकल्प बनाता है।

Okan Uçar, Murat Kurt2026-04-03
🤖 machine learning

DDCL: Deep Dual Competitive Learning: A Differentiable End-to-End Framework for Unsupervised Prototype-Based Representation Learning

यह शोधपत्र डीप ड्यूल कॉम्पिटिटिव लर्निंग (DDCL) को प्रस्तुत करता है, जो एक पूर्णतः डिफरेंशिएबल एंड-टू-एंड फ्रेमवर्क है जो प्रोटोटाइप-आधारित रिप्रेजेंटेशन लर्निंग के प्रत्यक्ष बैकप्रोपैगेशन-आधारित ऑप्टिमाइजेशन को सक्षम करने के लिए बाहरी क्लस्टरिंग चरणों को एक आंतरिक ड्यूल कॉम्पिटिटिव लेयर से प्रतिस्थापित करता है, जिससे छद्म-लेबल (pseudo-label) विवेकीकरण समाप्त हो जाता है और मौजूदा विधियों की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Giansalvo Cirrincione2026-04-03
📊 statistics

DDCL-INCRT: A Self-Organising Transformer with Hierarchical Prototype Structure (Theoretical Foundations)

यह शोध पत्र DDCL-INCRT प्रस्तुत करता है, जो एक स्व-संगठित (self-organizing) ट्रांसफार्मर आर्किटेक्चर है जो प्रशिक्षण के दौरान अटेंशन हेड्स को गतिशील रूप से विकसित करके और प्रोटोटाइप वेक्टर्स को सीखकर एक अद्वितीय, न्यूनतम और स्थिर पदानुक्रमित संरचना की व्युत्पत्ति की सैद्धांतिक गारंटी देता है, जिससे मैन्युअल आर्किटेक्चरल डिज़ाइन की आवश्यकता समाप्त हो जाती है।

Giansalvo Cirrincione2026-04-03