19742 पेपर
ForensicNet एक हल्का, अटेंशन-एनहांस्ड डीप लर्निंग फ्रेमवर्क है जो पोज़ वेरिएशन और ऑक्लूजन जैसी चुनौतीपूर्ण स्थितियों में उच्च-सटीकता, रियल-टाइम फॉरेंसिक फेस आइडेंटिफिकेशन प्राप्त करने के लिए MobileNetV2 को CBAM और एक टू-फेज़ ट्रांसफर लर्निंग स्ट्रैटेजी के साथ जोड़ता है।
यह शोध पत्र एक CUDA-Q और SeQUeNCe सह-सिमुलेशन (co-simulation) अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक इंटेलिजेंस-गाइडेड, रिसोर्स-पेनलाइज्ड एडेप्टिव प्यूरिफिकेशन पॉलिसी, जो रीयल-टाइम साइबर-एनोमली डिटेक्शन को एकीकृत करती है, रॉ थ्रूपुट (raw throughput) के बदले फिडेलिटी (fidelity) का गतिशील रूप से व्यापार करके DDoS हमलों के तहत क्वांटम नेटवर्क में उच्च-फिडेलिटी एंटैंगलमेंट की डिलीवरी में महत्वपूर्ण सुधार करती है।
यह शोध पत्र GenSyn10 को प्रस्तुत करता है, जो तीन विविध अत्याधुनिक मॉडलों द्वारा उत्पन्न 60,000 सिंथेटिक छवियों का एक मानकीकृत CIFAR-10-संरेखित डेटासेट है, जिसे अनदेखी जनरेटिव आर्किटेक्चर के विरुद्ध इमेज डिटेक्टरों की आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण क्षमताओं को बेंचमार्क और मूल्यांकन करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र न्यूरल डेप्थ फील्ड (NDF) का प्रस्ताव करता है, जो एक नवीन दृष्टिकोण है जो डेप्थ एस्टिमेटर्स को सीन-लेवल इम्प्लिसिट फील्ड्स के रूप में पुनर्व्याख्या करता है ताकि सिंगल टेस्ट-टाइम ऑप्टिमाइज़ेशन किया जा सके, जिससे विविध डेटासेट्स में उच्च निष्ठा और वैश्विक निरंतरता के साथ अत्याधुनिक 3D ज्योमेट्री इनपेंटिंग और पुनर्निर्माण प्राप्त किया जा सके।
यह शोध पत्र आइडेंटिटी-कंसिस्टेंट एक्सप्रेशन फील्ड्स (ICEF) का प्रस्ताव करता है, जो एक डिसेंटैंगल्ड न्यूरल रेडिएंस फील्ड फ्रेमवर्क है जो स्थिर पहचान विशेषताओं को गतिशील अभिव्यक्ति विरूपणों से अलग करता है और कम-शॉट (few-shot) परिदृश्यों में, यहाँ तक कि नवीन अभिव्यक्तियों तक एक्सट्रपलेशन करते समय भी, उच्च-गुणवत्ता वाले, पहचान-संरक्षित चेहरे की अभिव्यक्ति संश्लेषण को प्राप्त करने के लिए एक कॉन्फिडेंस-वेटेड वार्पिंग तंत्र का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि जबकि मस्तिष्क-एन्कोडिंग मॉडल के पूर्वानुमान वीडियो स्मृति पूर्वानुमान के लिए उनके विजुअल बैकबोन से सार्वभौमिक रूप से बेहतर प्रदर्शन नहीं करते हैं, वे वेंट्रल ऑक्सीपिटो-टेम्पोरल कॉर्टेक्स में स्थानीयकृत एक विजन-ऑर्थोगोनल सिग्नल को कैप्चर करके वीडियोमेम (VideoMem) डेटासेट पर बैकबोन की तुलना में एक डेटासेट-विशिष्ट लाभ प्रदान करते हैं (लेकिन मेमेंटो10के (Memento10k) पर नहीं)।
यह शोध पत्र ग्रुप-कॉन्ट्रास्टिव फॉरवर्ड-फॉरवर्ड (GCFF) एल्गोरिदम का प्रस्ताव करता है, जो एक जैविक रूप से प्रशंसनीय शिक्षण विधि है जो स्पर्सिटी (sparsity) के बजाय संरचनात्मक बाधाओं के माध्यम से गैर-रेखीय अवधारणाओं को पकड़ने में सक्षम पदानुक्रमित मोनोसेमेंटिक न्यूरॉन्स (hierarchical monosemantic neurons) प्राप्त करती है, और साथ ही इमेज क्लासिफिकेशन बेंचमार्क पर अत्याधुनिक प्रदर्शन भी प्राप्त करती है।
यह शोध पत्र एक जनरललिस्ट कंट्रोलर (Generalist Controller) प्रस्तुत करता है, जो एक सिंगल-शॉट लर्निंग-आधारित एल्गोरिदम है जो विभिन्न क्रमों और गतिकी वाले विविध सिंगल-इनपुट सिंगल-आउटपुट सिस्टम को बिना किसी सिस्टम-विशिष्ट ट्यूनिंग या संरचनात्मक परिवर्तनों के प्रभावी ढंग से नियंत्रित करने के लिए अटेंशन मैकेनिज्म और मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर का उपयोग करता है।
यह अध्ययन एक आर्किटेक्चर-अज्ञेय (architecture-agnostic) पाइपलाइन प्रस्तुत करता है जो ब्रेन ट्यूमर एमआरआई वर्गीकरण के लिए कैलिब्रेटेड अनिश्चितता अनुमान उत्पन्न करने हेतु मोंटे कार्लो ड्रॉपआउट का लाभ उठाता है, जो चयनात्मक भविष्यवाणी को सक्षम बनाता है जो सबसे अनिश्चित मामलों को रेडियोलॉजिस्टों के पास भेज देता है और नैदानिक सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र GMoT को प्रस्तुत करता है, जो एक गेटेड मोशन-अवेयर टोकनाइज़ेशन मॉड्यूल है जिसे एक प्रोग्रेसिव रिवॉर्ड-गाइडेड पॉलिसी रिफाइनमेंट प्रतिमान के साथ संयोजित किया गया है, ताकि स्पार्स काइनेमैटिक एविडेंस और एनाटॉमिकल ग्राउंडिंग को स्पष्ट रूप से डिस्टिल करके मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की सूक्ष्म-जेस्चर वीडियो रीजनिंग करने की क्षमता को बढ़ाना है, जिससे iMiGUE और SMG बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।