605 पेपर
यह शोध पत्र एक मॉड्यूलर, कम लागत वाले एम्बेडिंग-आधारित ढांचे को प्रस्तुत करता है जो विविध स्पार्स मैट्रिक्स समस्याओं में इष्टतम लीनियर सॉल्वर कॉन्फ़िगरेशन की भविष्यवाणी करने के लिए शास्त्रीय फीचर-आधारित मॉडलों से बेहतर प्रदर्शन करने हेतु सीधे प्रदर्शन डेटा से सॉल्वर-समस्या संबंधों को सीखता है।
यह शोध पत्र 3D इंटीग्रल ऑपरेटर्स, विशेष रूप से इलेक्ट्रिक फील्ड इंटीग्रल इक्वेशन (EFIE) के लिए एक स्पेक्ट्रल फ़िल्टरिंग रणनीति प्रस्तावित करता है, जो संशोधित ग्रीन्स फंक्शन्स (Green's functions) प्राप्त करने के लिए स्फेरिकैंकेल ट्रांसफॉर्म (spherical Hankel transform) का उपयोग करता है और अर्ध-विश्लेषणात्मक एवं संख्यात्मक साक्ष्यों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण निरंतर ऑपरेटर्स और उनके बाउंड्री एलिमेंट डिस्क्रीटाइजेशन दोनों के स्पेक्ट्रल गुणों और कम्प्यूटेशनल दक्षता में प्रभावी रूप से सुधार करता है।
यह समीक्षा पत्र अत्याधुनिक क्वांटम मशीन लर्निंग एल्गोरिदम और वित्तीय सेवाओं, जैसे कि जोखिम प्रबंधन और धोखाधड़ी का पता लगाने में उनके संभावित अनुप्रयोगों का परीक्षण करता है, साथ ही पेशेवरों और उत्साही लोगों के लिए एक मार्गदर्शिका के रूप में कार्य करने हेतु इस क्षेत्र की चुनौतियों और सीमाओं पर भी चर्चा करता है।
TCBench एक वैश्विक-स्तर का बेंचमार्क है जो IBTrACS डेटासेट का लाभ उठाकर अत्याधुनिक भौतिकी-आधारित और AI मौसम पूर्वानुमान मॉडलों की तुलना करके उष्णकटिबंधीय चक्रवात के पथ और तीव्रता के पूर्वानुमानों के निष्पक्ष, मॉडल-अज्ञेय मूल्यांकन को सक्षम बनाता है, जिसका अंतिम लक्ष्य डेटा-संचालित पूर्वानुमान का लोकतंत्रीकरण करना और चरम घटनाओं के पूर्वानुमान में सुधार करना है।
यह शोध पत्र लर्नड ग्रेडिएंट फ्लो (LGF) ऑप्टिमाइज़र का परिचय देता है, जो डेटा-संचालित समीकरण खोज (data-driven equation discovery) का उपयोग करके प्रक्षेपवक्र डेटा (trajectory data) से निरंतर-समय गतिकी (continuous-time dynamics) के सरोगेट मॉडल सीखने के माध्यम से इंजीनियरिंग अनुकूलन को त्वरित करता है, जिससे महंगे ऑब्जेक्टिव और ग्रेडिएंट मूल्यांकन से बचा जा सकता है।
MoCA-Agent एक मार्केट-ऑफ-क्लेम्स कोड एजेंट है जो प्रश्नों को विशेषज्ञ सत्यापन के लिए परमाणु दावों (atomic claims) में विघटित करके, बाजार-समर्थित साक्ष्यों से निष्पादन योग्य कोड को संश्लेषित करके, और अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कठोर सत्यापन लागू करके वित्तीय और संख्यात्मक तर्क क्षमता को बढ़ाता है।
यह शोध पत्र एक हाइब्रिड डीप-लर्निंग फ्रेमवर्क प्रस्तुत करता है जो जेएक्स (JAX) में एक प्रोबेबिलिस्टिक सेलुलर ऑटोमेटा मॉडल को डायनामिक रूप से पैरामीटराइज करने के लिए मल्टी-स्केल कन्वोल्यूशनल न्यूरल नेटवर्क का उपयोग करता है, जो भौतिक व्याख्यात्मकता बनाए रखते हुए जटिल पर्यावरणीय अंतःक्रियाओं को पकड़कर अमेरिका की बड़ी स्तर की आग के प्रसार की भविष्यवाणी की सटीकता में महत्वपूर्ण सुधार करता है।
एक कम्प्यूटेशनल मॉडल और 1997 से 2022 तक के वास्तविक डेटा का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि अमेरिकी किसानों का फसल चयन एक पर्यावरणीय प्रतिफल-पक्षपाती (environmental payoff-biased) सांस्कृतिक विकासवादी प्रक्रिया का अनुसरण करता है, जो काउंटियों को अनुकूलन क्षमता और उपज को अधिकतम करने वाले तेजी से जटिल लक्षण संयोजनों की ओर ले जाता है।
यह शोध पत्र एक स्पैटियो-टेम्पोरल अटेंशन ग्राफ न्यूरल नेटवर्क (STA-GNN) प्रस्तावित करता है जो जटिल साइबर-फिजिकल अंतर्निर्भरताओं को मॉडल करने और व्याख्या योग्य कारण संबंधी अंतर्दृष्टि प्रदान करने के माध्यम से औद्योगिक नियंत्रण प्रणालियों में अनसुपरवाइज्ड, व्याख्यात्मक और ड्रिफ्ट-अवेयर विसंगति का पता लगाने में सक्षम बनाने के लिए कॉन्फॉर्मल प्रेडिक्शन को एकीकृत करता है।
यह शोध पत्र स्ट्रीमिंग नॉलेज कंपाइलेशन (Streaming Knowledge Compilation) के लिए एक रूपरेखा प्रस्तुत करता है जो एक सीखे गए मटेरियलिटी सिग्नल (materiality signal) के आधार पर दस्तावेजों को सक्रिय रूप से पिन करके विकसित होते कॉर्पोरा (corpora) के लिए कुशल एलएलएम विकी (LLM wikis) बनाए रखता है, जिससे एक सिद्ध रिग्रेट बाउंड (regret bound) प्राप्त होता है और एक नवीन रिग्रेट-आधारित मूल्यांकन मीट्रिक के माध्यम से वित्त और विकिपीडिया डोमेन दोनों में स्थिर बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित होता है।