24509 पेपर
यह शोध पत्र एक नवीन फेडरेटेड लर्निंग आर्किटेक्चर का प्रस्ताव करता है जो नोड गणनाओं को क्रिप्टोग्राफिक रूप से सत्यापित करने और मॉडल पॉइजनिंग को रोकने के लिए ज़ीरो-नॉलेज प्रूफ को एकीकृत करता है, जिससे डेटा गोपनीयता से समझौता किए बिना 1,000 वितरित नोड्स में 94.2% सटीकता प्रतिधारण और उच्च स्केलेबिलिटी प्राप्त होती है।
LAGO एक सुदृढ़ ज़ीरो-शॉट विज़ुअल-टेक्स्ट अलाइनमेंट फ्रेमवर्क है जो पहले एक स्थिर ऑब्जेक्ट-सेंट्रिक इनिशियलाइज़ेशन स्थापित करके और फिर त्रुटि-वर्धक भविष्यवाणी लूपों से बचने के लिए अनुकूलित, कॉन्फिडेंस-नियंत्रित भाषा-निर्देशित परिशोधन लागू करके सूक्ष्म-स्तरीय पहचान में सुधार करता है, जबकि कम कैंडिडेट क्षेत्रों के साथ मल्टी-लेवल साक्ष्य को कुशलतापूर्वक एकत्रित करता है।
यह शोध पत्र WATCH का परिचय देता है, जो एक स्केलेबल फ्रेमवर्क है जो हज़ारों पुरातात्विक स्थलों में महीने-स्तर के व्यवधानों को प्रभावी ढंग से स्थानीयकृत करने के लिए उपग्रह इमेजरी और फाउंडेशन मॉडल एम्बेडिंग्स का लाभ उठाता है, जो यह प्रदर्शित करता है कि अनसुपरवाइज्ड टेम्पोरल विधियाँ सूक्ष्म विरासत खतरों का पता लगाने में वीकली सुपरवाइज्ड दृष्टिकोणों से बेहतर प्रदर्शन करती हैं।
यह शोध पत्र MULTITEXTEDIT को प्रस्तुत करता है, जो 12 भाषाओं में फैला एक नियंत्रित बेंचमार्क और एक नवीन भाषा निष्ठा (language fidelity) मीट्रिक है, यह प्रदर्शित करने के लिए कि वर्तमान टेक्स्ट-इन-इमेज एडिटिंग सिस्टम वैश्विक दृश्य संरचना को बनाए रखने के बावजूद, विशेष रूप से गैर-लैटिन भाषाओं के लिए लिपि सटीकता में महत्वपूर्ण क्रॉस-लिंगुअल गिरावट से ग्रस्त हैं।
यह शोध पत्र parHSOM प्रस्तुत करता है, जो पदानुक्रमित स्व-संगठित मानचित्रों (Hierarchical Self-Organizing Maps) का एक नवीन समानांतर कार्यान्वयन है, जो अनुक्रमिक एल्गोरिदम के समान प्रदर्शन बनाए रखते हुए बड़े डेटासेट पर घुसपैठ पहचान प्रणालियों (Intrusion Detection Systems) के लिए प्रशिक्षण समय को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र डिजिटल छवि जालसाजी (फोर्जरी) का पता लगाने के लिए एक ट्रांसफर लर्निंग-आधारित ढांचे का प्रस्ताव करता है जो RGB छवियों को संपीड़न अंतर (कंप्रेशन डिफरेंस) विशेषताओं के साथ जोड़ता है और अनुकूली थ्रेशोल्ड अनुकूलन का उपयोग करता है, यह प्रदर्शित करते हुए कि DenseNet121 और ResNet50 आर्किटेक्चर CASIA v2.0 डेटासेट पर उत्कृष्ट प्रदर्शन प्राप्त करते हैं और फोरेंसिक विश्वसनीयता के लिए सटीकता से परे मेट्रिक्स के महत्वपूर्ण महत्व को रेखांकित करते हैं।
यह शोध पत्र नियंत्रित परिस्थितियों में विजन-लैंग्वेज-एक्शन मॉडल्स के लिए चार एसिंक्रोनस इन्फरेंस विधियों का एक व्यवस्थित तुलना प्रस्तुत करता है, जो यह प्रकट करता है कि लाइटवेट रेसिडुअल करेक्शन (A2C2), किनेटिक्स और लिबेरो बेंचमार्क पर अन्य विधियों से बेहतर प्रदर्शन करता है, जबकि ट्रेनिंग-टाइम डिले सिमुलेशन (TT-RTC) सबसे सुदृढ़ ज़ीरो-ओवरहेड समाधान प्रदान करता है।
यह शोध पत्र कम्युनिकेशन डायनेमिक्स (CD) लीनियर लेयर्स को प्रस्तुत करता है, जो एक ब्लॉक-सर्कुलेंट न्यूरल नेटवर्क आर्किटेक्चर है जो फूरियर डायगोनलाइजेशन का लाभ उठाकर एक आदर्श के करीब हेसियन कंडीशन नंबर और एक सैद्धांतिक रूप से आधारित ड्रॉपआउट दर प्राप्त करता है, जिससे डेंस बेसलाइन की तुलना में न्यूनतम सटीकता हानि के साथ 3.8 गुना पैरामीटर कमी सक्षम होती है।
यह शोध पत्र एआई-संचालित वर्चुअल सेंसिंग को सक्षम करने के लिए स्थानिक, टेम्पोरल और इंटर-मोडल सहसंबंधों का उपयोग करते हुए एक "सूचना घनत्व" (इन्फॉर्मेशन डेंसिटी) ढांचे का प्रस्ताव करता है, जो मैड्रिड स्मार्ट सिटी डेटा के माध्यम से यह प्रदर्शित करता है कि भौतिक सेंसरों को न्यूनतम त्रुटि (<3.21%) के साथ प्रभावी रूप से वर्चुअल सेंसरों द्वारा प्रतिस्थापित किया जा सकता है ताकि स्केलेबल और ऊर्जा-कुशल आईओटी (IoT) सिस्टम बनाए जा सकें।
यह शोध पत्र FreqAdapter का प्रस्ताव करता है, जो एक पैरामीटर-कुशल फाइन-ट्यूनिंग विधि है जो मल्टीमॉडल मॉडलों में प्रदर्शन और दक्षता को महत्वपूर्ण रूप से सुधारने के लिए टेक्स्टुअल मार्गदर्शन को एकीकृत करके फ्रीक्वेंसी डोमेन में मल्टी-स्केल सिग्नल अनुकूलन करने हेतु मौजूदा दृष्टिकोणों की रेडंडेंसी और फिक्स्ड-रिसेप्टिव-फील्ड सीमाओं को दूर करता है।