24346 पेपर
यह शोध पत्र Hilbert-Geo को प्रस्तुत करता है, जो एक न्यूरल-सिम्बोलिक फ्रेमवर्क है जो जटिल ठोस और समतल ज्यामिति समस्याओं को हल करने के लिए सत्यापन योग्य, मानव-पठनीय तर्क के माध्यम से अत्याधुनिक प्रदर्शन प्राप्त करने हेतु प्राकृतिक भाषा और दृश्य इनपुट को एक औपचारिक भाषा में एकीकृत करता है।
यह शोध पत्र ViTC-UNet प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो बायोमेडिकल सेगमेंटेशन में विजन ट्रांसफॉर्मर के प्रदर्शन अंतराल को ब्रिज करने के लिए लर्नबल टोकन्स और टू-वे अटेंशन डिकोडर के माध्यम से फ्रोजन ViT रिप्रेजेंटेशन्स पर एक UNet को कंडिशन करता है, जिससे वैश्विक दृश्य पूर्वाग्रहों (global visual priors) को स्थानीय इंडक्टिव बायस (local inductive biases) के साथ प्रभावी रूप से संयोजित करके बिना एंड-टू-एंड फाइन-ट्यूनिंग की आवश्यकता के MRI और CT मोडैलिटीज में अत्याधुनिक परिणाम प्राप्त किए जा सकते हैं।
यह शोध पत्र VHYDRO को प्रस्तुत करता है, जो एक सपोर्ट-सेफ वेरिएशनल हाइब्रिड फ़िल्टरिंग फ्रेमवर्क है जो सीखे गए प्रस्तावों (learned proposals) को व्यवहार्य संक्रमणों (feasible transitions) के साथ मिश्रित करके संपर्क-समृद्ध रोबोट डायनेमिक्स में ब्रांच लॉस को रोकता है, जिससे निरंतर अवस्थाओं और असतत संपर्क मोड के सुदृढ़ संयुक्त अनुमान (joint inference) को सक्षम बनाया जा सके और साथ ही स्पार्स पोर्ट-हैमिल्टोनियन भौतिक नियमों की रिकवरी को सुगम बनाया जा सके।
यह शोध पत्र CAVE को प्रस्तुत करता है, जो एक संरचित प्रक्रिया-पुरस्कार (process-reward) विधि है जो GRPO और TRACER-Bench का लाभ उठाकर विजन-लैंग्वेज मॉडल्स की खंडित, गैर-स्थानीय दृश्य साक्ष्यों को एकीकृत करने की क्षमता को बढ़ाती है, जो मध्यवर्ती तर्क चरणों पर क्रेडिट असाइनमेंट के माध्यम से जटिल दृश्य तर्क कार्यों पर प्रदर्शन में उल्लेखनीय सुधार करती है।
यह शोध पत्र CAIA का प्रस्ताव करता है, जो संज्ञानात्मक-निर्देशित अनुकूली दृश्य धुंधलेपन (cognitive-guided adaptive visual blurring) को सूचना-प्रतिबंधित तंत्रिका संरेखण (information-constrained neural alignment) के साथ एकीकृत करके EEG-आधारित विजुअल डिकोडिंग में सूचना की सूक्ष्मता के बेमेल होने (information granularity mismatch) और कम SNR की समस्या का समाधान करता है, जिससे ज़ीरो-शॉट ब्रेन-टू-इमेज रिट्रीवल सटीकता में महत्वपूर्ण सुधार होता है।
QuantFPFlow एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो फॉकर-प्लैंक (Fokker–Planck) विभाजन फलन अनुमान में एक प्रमाणित द्विघातीय त्वरण (quadratic speedup) प्राप्त करने के लिए क्वांटम एम्प्लीट्यूड अनुमान (quantum amplitude estimation) का लाभ उठाता है, जिससे सॉफ्ट एक्टर-क्रिटिक (Soft Actor-Critic) जैसे शास्त्रीय तरीकों की तुलना में निरंतर नियंत्रण कार्यों में अधिक प्रभावी अन्वेषण सक्षम होता है और समयपूर्व अभिसरण (premature convergence) को रोकता है।
यह शोध पत्र MR-SLAM प्रस्तुत करता है, जो एक मिश्रित वास्तविकता (mixed reality) प्रणाली है जो मेटा क्वेस्ट 3 पासथ्रू (Meta Quest 3 passthrough) और स्थानिक रूप से एंकर किए गए डैशबोर्ड का लाभ उठाकर ऑपरेटरों को उपभोक्ता हार्डवेयर पर उच्च अधिभोग निरंतरता (high occupancy consistency) और कम विलंबता (low latency) के साथ तीन रोबोटों के बेड़े की वास्तविक समय में मल्टी-रोबोट मैपिंग को प्रभावी ढंग से पर्यवेक्षण और टेलीऑपरेट करने में सक्षम बनाती है।
यह शोध पत्र "सिमेंटिक स्मूथिंग" (semantic smoothing) का प्रस्ताव करता है, जो SAR इमेज वर्गीकरण के लिए एक सुदृढ़ रक्षा है जो आइसोट्रोपिक शोर (isotropic noise) को अधिग्रहण ज्यामिति (acquisition geometry) पर आधारित एक नवीन व्यू सिंथेसिस मॉडल द्वारा उत्पन्न संरचित यादृच्छिक रूपांतरणों से बदल देता है, जिससे मानक और SAR-विशिष्ट प्रतिकूल हमलों के विरुद्ध लचीलापन बढ़ता है और साथ ही स्वच्छ सटीकता (clean accuracy) में भी सुधार होता है।
DeepArrhythmia एक मल्टीमॉडल, टूल-ग्राउंडेड फ्रेमवर्क है जो शारीरिक माप को साक्ष्य एकीकरण से अलग करके और संदर्भत्मक लय और रूपात्मक साक्ष्य को चुनिंदा रूप से प्राप्त करने के लिए सेगमेंट-स्तरीय आत्मविश्वास का उपयोग करके बीट-स्तर के ईसीजी अतालता वर्गीकरण में सुधार करता है।
लेखक डिफ्यूजन अटेंशन एक्सपर्ट मॉडल (DAEM) का प्रस्ताव करते हैं, जो एक डीप लर्निंग फ्रेमवर्क है जो क्लिनिकल निर्णय लेने में सहायता के लिए संभावित बायोमार्कर के रूप में ट्यूमर माइक्रोएन्वायरमेंट विशेषताओं की पहचान करने के साथ-साथ फ्रोजन और पैराफिन दोनों प्रकार के फेफड़ों के कैंसर हिस्टोपैथोलॉजिकल चित्रों में एयर स्पेस के माध्यम से प्रसार (STAS) का सटीक रूप से पता लगाता है और अर्ध-स्वचालित रूप से उसे स्थानीयकृत करता है।