Title of the talk: Enhancing robustness and sparsity: Least squares one-class support vector machine

Date & Time: Nov 20,2025 at 12 noon  (ONLINE)

सार: असामान्य या असामान्य डेटा की पहचान करना, जिसे अक्सर एक-श्रेणी वर्गीकरण (ओसीसी) कहा जाता है, विज्ञान और इंजीनियरिंग में एक मूलभूत समस्या है। सिस्टम में दोषों का पता लगाने से लेकर उच्च-आयामी डेटासेट में दुर्लभ घटनाओं की पहचान करने तक, ओसीसी कई वास्तविक दुनिया के अनुप्रयोगों में एक केंद्रीय भूमिका निभाता है। ओसीसी के लिए एक प्रसिद्ध मॉडल कम से कम वर्ग एक-श्रेणी समर्थन वेक्टर मशीन (एलएस-ओसीएसवीएम) है, जो इसकी सादगी और सुरुचिपूर्ण गणितीय सूत्रीकरण के लिए मूल्यवान है। हालांकि, शास्त्रीय मॉडल को दो प्रमुख चुनौतियों का सामना करना पड़ता है: पहला, यह आउटलेयर और शोर के प्रति संवेदनशील है। दूसरा, स्पर्स रोबस्ट LS-1SVM (SRLS-1SVM), जो लो-रैंक एप्रोक्सिमेशन के ज़रिए स्पर्सिटी लाता है, जिससे बड़े स्केल के लिए सही LS-OCSVM का पहला स्पर्स एक्सटेंशन बनता है। इस काम में आसान एक्सप्लेनेशन शामिल हैं, जो रोबस्टनेस, स्पर्सिटी और जनरलाइज़ेशन के पीछे के मैथमेटिकल आइडिया को हाईलाइट करते हैं। इसके अलावा, प्रैक्टिकल फायदे और एंपिरिकल नतीजे पेश किए गए हैं जो बेंचमार्क डेटासेट पर हमारे मॉडल्स की बेहतर परफॉर्मेंस दिखाते हैं।

स्पीकर के बारे में: डॉ. अनुराधा कुमारी ने 2020 में इंडियन इंस्टीट्यूट ऑफ़ टेक्नोलॉजी गुवाहाटी (IITG) से मैथमेटिक्स और कंप्यूटिंग में मास्टर डिग्री हासिल की। ​​इसके बाद, उन्होंने इंडियन इंस्टीट्यूट ऑफ़ टेक्नोलॉजी इंदौर (IITI) से मैथमेटिक्स में Ph.D. की, जिसे उन्होंने मई 2025 में पूरा किया। अभी, डॉ. कुमारी बेल्जियम के KU ल्यूवेन में पोस्टडॉक्टरल रिसर्चर हैं, जो प्रो. जोहान सुयकेन्स और डॉ. पैनागियोटिस पैट्रिनोस की जॉइंट सुपरविज़न में “रिथिंकिंग ट्रांसफॉर्मर्स थ्रू डुअलिटी” नाम के प्रोजेक्ट पर काम कर रही हैं। उनकी बड़ी रिसर्च में दिलचस्पी में कर्नेल मेथड, रोबस्ट मशीन लर्निंग, वन-क्लास क्लासिफिकेशन, एन्सेम्बल डीप रैंडमाइज्ड न्यूरल नेटवर्क और ट्रांसफॉर्मर में अटेंशन मैकेनिज्म शामिल हैं।