💻 Category

cs.NE

660 पेपर

🤖 machine learning

Enhancing Generalization in Evolutionary Feature Construction for Symbolic Regression through Vicinal Jensen Gap Minimization

यह शोधपत्र प्रतीकात्मक प्रतिगमन (सिंबोलिक रिग्रेशन) के लिए एक विकासवादी विशेषता निर्माण ढांचे का प्रस्ताव करता है जो विसिनल जेन्सन गैप (vicinal Jensen gap) को एक नियमितीकरण पद के रूप में गतिशील रूप से न्यूनतम करके सामान्यीकरण को बढ़ाता है, जिसमें विविध डेटासेटों में ओवरफिटिंग को प्रभावी ढंग से नियंत्रित करने के लिए शोर अनुमान और मैनिफोल्ड घुसपैठ का समावेश किया गया है।

Hengzhe Zhang, Qi Chen, Bing Xue, Wolfgang Banzhaf, Mengjie Zhang2026-02-03
🔢 mathematics

Maximum Dispersion, Maximum Concentration: Enhancing the Quality of MOP Solutions

यह शोध पत्र एक बहु-उद्देश्यीय अनुकूलन दृष्टिकोण प्रस्तावित करता है जो निर्णय स्थान (decision space) में फैलाव को अधिकतम करने और उद्देश्य स्थान (objective space) में निर्णय-निर्माता द्वारा परिभाषित रुचि के क्षेत्र (Region of Interest) के भीतर समाधानों को केंद्रित करने के माध्यम से समाधान की गुणवत्ता को बढ़ाता है, जिससे क्लस्टरिंग पूर्वाग्रह (clustering bias) को कम करते हुए विविधता और अभिसरण (convergence) के बीच संतुलन बना रहता है।

Gladston Moreira, Ivan Meneghini, Elizabeth Wanner2026-02-02
💬 NLP

Thoughtbubbles: an Unsupervised Method for Parallel Thinking in Latent Space

यह शोधपत्र थॉटबबल्स (Thoughtbubbles) को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड ट्रांसफॉर्मर वेरिएंट है जो प्रीट्रेनिंग के दौरान रेसिडुअल स्ट्रीम्स को गतिशील रूप से फोर्क करके लेटेंट स्पेस में समानांतर अनुकूली गणना (parallel adaptive computation) करने के लिए सीखता है, जिससे यह मानक और मौजूदा समानांतर विधियों की तुलना में कम कंप्यूटेशनल बजट के साथ बेहतर परप्लेक्सिटी और रीजनिंग प्रदर्शन प्राप्त करता है।

Houjun Liu, Shikhar Murty, Christopher D. Manning, Róbert Csordás2026-02-02
🤖 machine learning

Equivariant Neural Networks for General Linear Symmetries on Lie Algebras

यह शोध पत्र रिडक्टिव ली न्यूरॉन्स (ReLNs) को प्रस्तुत करता है, जो एक सटीक GL(n)-इक्विवैरिएंट आर्किटेक्चर है जो विविध वैज्ञानिक डोमेन में मैट्रिक्स-मान वाले और ली-एल्जेब्रिक फीचर्स पर कुशल, कम-पैरामीटर वाले लर्निंग को सक्षम करने के लिए रिडक्टिव ली अल्जेब्रा की स्थिरता समस्याओं को हल करता है, और सटीकता एवं कम्प्यूटेशनल दक्षता में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।

Chankyo Kim, Sicheng Zhao, Minghan Zhu, Tzu-Yuan Lin, Maani Ghaffari2026-02-02
🤖 machine learning

Detect and Act: Automated Dynamic Optimizer through Meta-Black-Box Optimization

यह शोध पत्र एक सुदृढीकरण शिक्षण-सहायता प्राप्त स्वचालित गतिशील अनुकूलक (ऑटोमेटेड डायनेमिक ऑप्टिमाइज़र) प्रस्तावित करता है जो पर्यावरणीय विविधताओं का पता लगाने और वास्तविक समय में विकासवादी खोज रणनीतियों को अनुकूलित करने के लिए एक डीप क्यू-नेटवर्क का उपयोग करता है, जिससे पारंपरिक हस्तनिर्मित विधियों की तुलना में गतिशील अनुकूलन समस्याओं पर बेहतर सामान्यीकरण और प्रदर्शन प्राप्त होता है।

Zijian Gao, Yuanting Zhong, Zeyuan Ma, Yue-Jiao Gong, Hongshu Guo2026-02-02
⚡ electrical engineering

MindGrab for BrainChop: Fast and Accurate Skull Stripping for Command Line and Browser

माइंडग्रैब (MindGrab) एक हल्का, पूर्णतः कनवल्शनल डीप लर्निंग मॉडल है जो तेज़ और सटीक स्कल स्ट्रिपिंग के लिए, अपने न्यूनतम फुटप्रिंट और कमांड-लाइन टूल एवं ब्राउज़र-आधारित एप्लिकेशन दोनों के माध्यम से उपलब्धता द्वारा परिनियोजन बाधाओं को दूर करते हुए, विभिन्न इमेजिंग मोडैलिटीज में अत्याधुनिक प्रदर्शन प्राप्त करता है।

Armina Fani, Mike Doan, Isabelle Le, Alex Fedorov, Malte Hoffmann, Chris Rorden, Sergey Plis2026-01-30
🤖 AI

Bridging Synthetic and Real Routing Problems via LLM-Guided Instance Generation and Progressive Adaptation

यह शोधपत्र EvoReal को प्रस्तुत करता है, जो एक ऐसा ढांचा (framework) है जो संरचनात्मक रूप से यथार्थवादी प्रशिक्षण उदाहरण उत्पन्न करने और न्यूरल सॉल्वर को प्रगतिशील रूप से अनुकूलित करने के लिए LLM-निर्देशित विकासवादी संश्लेषण (evolutionary synthesis) का लाभ उठाता है, जिससे TSPLib और CVRPLib जैसे वास्तविक दुनिया के रूटिंग बेंचमार्क और सिंथेटिक डेटा के बीच सामान्यीकरण अंतराल (generalization gap) को महत्वपूर्ण रूप से कम किया जा सकता है।

Jianghan Zhu, Yaoxin Wu, Zhuoyi Lin, Zhengyuan Zhang, Haiyan Yin, Zhiguang Cao, Senthilnath Jayavelu, Xiaoli Li2026-01-30
🤖 AI

STAER: Temporal Aligned Rehearsal for Continual Spiking Neural Network

यह शोध पत्र STAER प्रस्तुत करता है, जो स्पाइकिंग न्यूरल नेटवर्क में क्लास-इन्क्रीमेंटल लर्निंग के लिए एक नवीन ढांचा है जो स्पाइक टाइमिंग फिडेलिटी को बनाए रखने के लिए सॉफ्ट-DTW अलाइनमेंट और टेम्पोरल लॉजिट मैनिपुलेशन का लाभ उठाता है, जिससे जैविक संभाव्यता बनाए रखते हुए पारंपरिक ANN बेसलाइन के बराबर या उनसे बेहतर प्रदर्शन प्राप्त करते हुए अत्याधुनिक प्रदर्शन हासिल किया जाता है।

Matteo Gianferrari, Omayma Moussadek, Riccardo Salami, Cosimo Fiorini, Lorenzo Tartarini, Daniela Gandolfi, Simone Calde (…)2026-01-30
💻 computer science

Reinforcement Learning from Meta-Evaluation: Aligning Language Models Without Ground-Truth Labels

यह शोध पत्र रिइन्फोर्समेंट लर्निंग फ्रॉम मेटा-इवैल्यूएशन (RLME) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो बड़े भाषा मॉडलों (LLMs) को ग्राउंड-ट्रुथ लेबल के बिना संरेखित करता है, जो उन्हें एक मूल्यांकनकर्ता के प्राकृतिक-भाषा मेटा-प्रश्नों के विरुद्ध अनुकूलित करके, लेबल-आधारित प्रशिक्षण के तुलनीय प्रदर्शन प्राप्त करता है और साथ ही स्केलेबल, नियंत्रणीय और सामान्यीकरण योग्य तर्क सुधारों को सक्षम बनाता है।

Micah Rentschler, Jesse Roberts2026-01-30
🤖 AI

LLaMEA-SAGE: Guiding Automated Algorithm Design with Structural Feedback from Explainable AI

यह शोध पत्र LLaMEA-SAGE को प्रस्तुत करता है, जो एक नवीन ढांचा है जो उत्पन्न कोड से संरचनात्मक विशेषताओं को निकालने और उन्हें प्राकृतिक-भाषा मार्गदर्शन में अनुवादित करने के लिए व्याख्यात्मक एआई (explainable AI) का लाभ उठाकर स्वचालित एल्गोरिदम डिजाइन को बढ़ाता है, जिससे अभिसरण (convergence) में तेजी आती है और मौजूदा विधियों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।

Niki van Stein, Anna V. Kononova, Lars Kotthoff, Thomas Bäck2026-01-30