🤖 Category

cs.AI

22514 पेपर

🤖 AI

Beyond Bayer: Task-Optimal Sensor Co-Design for Robust Autonomous-Driving Segmentation

यह शोध पत्र प्रदर्शित करता है कि स्वायत्त ड्राइविंग (ऑटोनॉमस ड्राइविंग) के लिए कैमरा सेंसरों का सह-डिज़ाइन (को-डिज़ाइन) सबसे प्रभावी ढंग से एक आइडेंटिटी पॉइंट-स्प्रेड-फंक्शन को बनाए रखते हुए टास्क-ऑप्टिमल 2x2 स्पेक्ट्रल कलर-फिल्टर-एरे वेट्स सीखकर प्राप्त किया जाता है, जो एक सेंसर-स्तरीय हस्तक्षेप है जो डाउनस्ट्रीम मॉडल आर्किटेक्चर से स्वतंत्र रूप से विविध मौसम स्थितियों में सेगमेंटेशन मजबूती में सुधार करता है।

Reeshad Khan, John Gauch2026-06-24
🤖 AI

Exploring Academic Influence of Algorithms by Co-occurrence Network Based on Full-text of Academic Papers

यह अध्ययन चार दशकों से अधिक के पूर्ण-पाठ शैक्षणिक शोध पत्रों से बड़े पैमाने पर सह-घटित नेटवर्क (co-occurrence networks) का निर्माण करता है ताकि प्राकृतिक भाषा प्रसंस्करण (natural language processing) में एल्गोरिदम के संरचनात्मक विकास और सामूहिक प्रभाव का विश्लेषण किया जा सके, जो यह प्रकट करता है कि क्लासिक और अत्यधिक केंद्रीय एल्गोरिदम अपना प्रभुत्व बनाए रखते हैं जबकि घटते हुए एल्गोरिदम पहले अपने मुख्य नेटवर्क पदों को खो देते हैं।

Yuzhuo Wang, Chengzhi Zhang, Min Song, Seong Deok Kim, Youngsoo Ko, Juhee Lee2026-06-24
🤖 AI

DramaDirector: Geometry-Guided Short Drama Generation

यह शोध पत्र DramaDirector प्रस्तुत करता है, जो एक ज्यामिति-निर्देशित (geometry-guided) ढांचा है जो शॉट्स को स्थिर और गतिशील स्थितियों में विभाजित करके, वास्तविक सिनेमैटोग्राफी से डेप्थ-पोज़ रिट्रीवल का लाभ उठाकर, और स्कीमा-प्रतिबंधित प्रशिक्षण का उपयोग करके दृश्य रूप से आधारित लघु नाटक उत्पन्न करता है, साथ ही व्यापक मूल्यांकन के लिए नए DramaBoard बेंचमार्क का भी उपयोग करता है।

Hengji Zhou, Sijie Liu, Jianrun Chen, Xingchen Zou, Lianghao Xia, Liqiang Nie2026-06-24
🤖 AI

OmniPath: A Multi-Modal Agentic Framework for Auditing Wheelchair Accessibility

ओमनीपाथ (OmniPath) एक मल्टी-मोडल एजेंटिक फ्रेमवर्क है जो ओपनस्ट्रीटमैप (OpenStreetMap) डेटा को उच्च-घनत्व वाले हवाई लिडार (LiDAR) के साथ जोड़ता है ताकि व्हीलचेयर सुलभता का आभासी ऑडिट किया जा सके, जिसमें ढलान और सतह की विच्छिन्नता जैसे भौतिक खतरों को एडीए (ADA) मानकों के विरुद्ध मापा जाता है, जिससे उन अदृश्य बाधाओं की पहचान की जा सके जिन्हें पारंपरिक मानचित्र चूक जाते हैं।

ASM Mobarak Hossain, Nadim Mahmud, Vaskar Raychoudhury, Md Osman Gani2026-06-24
🤖 AI

T2D-Bench: Evidence-Gated Evaluation of LLM Outputs for Type 2 Diabetes Using a Multi-Layer Clinical-Lifestyle Knowledge Graph

यह शोध पत्र T2D-Bench प्रस्तुत करता है, जो एक पुनरुत्पादक बेंचमार्क और साक्ष्य-गेटेड मूल्यांकन ढांचा है जो एक बहु-स्तरीय नैदानिक-जीवनशैली ज्ञान ग्राफ का उपयोग करता है ताकि यह प्रदर्शित किया जा सके कि कंप्यूट करने योग्य साक्ष्य बाधाएं टाइप 2 मधुमेह के लिए लार्ज लैंग्वेज मॉडल आउटपुट में असमर्थित नैदानिक कमियों का प्रभावी ढंग से पता लगाने, मापने और सुधार करने में सक्षम हैं।

Saba A. Farahani, Hung Cao, Ramesh Jain, Amir M. Rahmani2026-06-24
💬 NLP

Metis: Bridging Text and Code Memory for Self-Evolving Agents

यह शोधपत्र मेटिस (Metis) को प्रस्तुत करता है, जो एक स्व-विकसित एजेंट प्रणाली है जो प्राकृतिक भाषा के पाठ और निष्पादन योग्य कोड को गतिशील रूप से संयोजित करने के लिए एक पदानुक्रमित द्वि-प्रतिनिधित्व स्मृति (hierarchical dual-representation memory) का उपयोग करती है, जिससे दोनों प्रकार की स्मृतियों की पूरक शक्तियों का लाभ उठाते हुए मौजूदा दृष्टिकोणों की तुलना में बेहतर कार्य सटीकता और निष्पादन दक्षता प्राप्त होती है।

Zijie Dai, Siuhin He, Hui Li, Qihui Zhou, Jiajun Li, Mingcong Song, Guoping Long, Hongjie Si, Xin Yao, Lin Zhang, James (…)2026-06-24
💬 NLP

A P\={a}ninian Foundation for Indic Language Processing

यह शोध पत्र पाणिनी के प्राचीन व्याकरण पर आधारित भारतीय भाषाओं के प्रसंस्करण के लिए एक एकीकृत कम्प्यूटेशनल ढांचे का प्रस्ताव करता है, जिसमें यह तर्क दिया गया है कि विविध भारतीय भाषाओं में इस साझा रूप-वाक्यविन्यास (morphosyntactic) संरचना का लाभ उठाने से अधिक सटीक, डेटा-कुशल और हस्तांतरणीय एनएलपी (NLP) प्रणालियाँ प्राप्त होंगी, साथ ही इन क्षमताओं का परीक्षण करने के लिए एक नया बेंचमार्क सूट भी प्रस्तुत किया गया है।

Ritwik Banerjee, Lav R. Varshney2026-06-24
🤖 machine learning

Lightweight Transformer Models for On-Device Fault Detection: A Benchmark Study on Resource-Constrained Deployment

यह बेंचमार्क अध्ययन प्रदर्शित करता है कि जबकि हल्के ट्रांसफॉर्मर मॉडल अच्छी तरह से अलग किए गए सेंसर डेटा पर पारंपरिक मशीन लर्निंग सटीकता के बराबर हो सकते हैं, वे काफी अधिक विलंबता (latency) और संसाधन लागत वहन करते हैं, हालांकि INT8 क्वांटाइजेशन और एडेप्टिव इन्फरेंस पाइपलाइन्स जैसी तकनीकें ऑन-डिवाइस फॉल्ट डिटेक्शन के लिए उनके परिनियोजन को अनुकूलित कर सकती हैं, जबकि दोनों दृष्टिकोण गंभीर रूप से असंतुलित डेटासेट के साथ संघर्ष करते हैं।

Disha Patel2026-06-24
🤖 AI

Deep Learning Approaches for 3D Medical Scene Completion: From Geometric Modeling to Generative Paradigms

यह शोध पत्र 2016 से 2026 तक 3D मेडिकल सीन कंप्लीशन के लिए डीप लर्निंग दृष्टिकोणों की एक व्यवस्थित समीक्षा प्रस्तुत करता है, जो वोक्सेल-आधारित विधियों से लेकर जनरेटिव डिफ्यूजन और गॉसियन स्प्लेटिंग प्रतिमानों तक क्षेत्र के विकास को रेखांकित करता है, साथ ही एक वर्गीकरण, चुनौतियों का विश्लेषण और भविष्य के सिस्टम के लिए एक अनुसंधान एजेंडा भी प्रदान करता है।

Afifa Khaled, Said Jadid Abdulkadir, Majdy Mohamed Eltayeb Eltahir2026-06-24
🤖 AI

Navigating User Behavior toward Personalized Multimodal Generation

यह शोध पत्र NaviGen का प्रस्ताव करता है, जो व्यवहार एन्कोडिंग और निर्देश लेखन की चुनौतियों से निपटने के लिए डुअल आइडेंटिफायर और टू-स्टेज SFT+RL पाइपलाइन का उपयोग करके, उपयोगकर्ता इंटरैक्शन इतिहास को व्यक्तिगत मल्टीमॉडल जनरेशन के लिए निष्पादन योग्य निर्देशों में परिवर्तित करने वाला एक फ्रेमवर्क है।

Hengji Zhou, Yufeng Liu, Ye Liu, Yong Xu, Lianghao Xia, Liqiang Nie2026-06-24