608 पेपर
AutoDFT एक क्लोज्ड-लूप मल्टी-एजेंट फ्रेमवर्क है जो पूरे DFT जीवनचक्र में नियोजन, पैरामीटर जनरेशन और त्रुटि सुधार को स्वचालित करने के लिए LLM रीजनिंग को एकीकृत करता है, जिससे विविध बेंचमार्क पर उच्च सफलता दर प्राप्त होती है और गैर-विशेषज्ञों को विश्वसनीय प्रथम-सिद्धांत सामग्री भविष्यवाणियां प्राप्त करने में सक्षम बनाया जाता है।
यह शोध पत्र MPMMine को प्रस्तुत करता है, जो एक व्यापक और मानकीकृत बेंचमार्क सुइट है जिसे मौजूदा संसाधनों की सीमाओं को दूर करने के लिए विविध मॉडलों, इंस्टेंसों और डोमेन नॉलेज आर्टिफैक्ट्स को प्रदान करने हेतु डिज़ाइन किया गया है ताकि कंस्ट्रेंट एक्विजिशन एल्गोरिदम के मूल्यांकन और परिपक्वता को सुगम बनाया जा सके।
यह शोध पत्र ट्राइक्लिनिक इनवैरिएंट्स (triclinic invariants) और ग्रुप सिमेट्राइजेशन (group symmetrization) पर आधारित एक नए पॉलीकन्वेक्स PANN कॉन्स्टिट्यूटिव मॉडल का प्रस्ताव करके और उच्च-क्रम संरचनात्मक टेंसर समरूपता समूहों (higher-order structural tensor symmetry groups) के लिए नवीन इंटीग्रिटी और फंक्शनल बेस को व्युत्पन्न करके तथा इन मॉडलों को अत्यधिक गैर-रेखीय होमोजेनाइजेशन डेटा के विरुद्ध बेंचमार्क करके, पॉलीकन्वेक्स एनिसोट्रोपिक हाइपरइलास्टिसिटी (polyconvex anisotropic hyperelasticity) में अनसुलझी चुनौतियों का समाधान करता है।
यह शोध पत्र एक फ्लक्स-संरक्षण अनुकूलनशील (flux-preserving adaptive) फाइनाइट स्टेट प्रोजेक्शन विधि प्रस्तावित करता है जो स्टेट-स्पेस प्रूनिंग और टाइम-स्टेप चयन को निर्देशित करने के लिए प्रोबेबिलिटी फ्लक्स का उपयोग करती है, जो स्टिफ (stiff), दोलनी (oscillatory) और बॉटलनेक (bottleneck) प्रणालियों में सटीकता बनाए रखते हुए आवश्यक स्टेट स्पेस को महत्वपूर्ण रूप से कम करके मल्टीस्केल स्टोकेस्टिक रिएक्शन नेटवर्क की कम्प्यूटेशनल चुनौतियों को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र NORA को प्रस्तुत करता है, जो एक शोर-सहिष्णु (noise-robust) ढांचा है जो वित्तीय संख्यात्मक इकाई (FNE) टैगिंग के लिए है और जो एक नए निर्मित बड़े पैमाने के बेंचमार्क पर अवधारणा नामों, रिपोर्टिंग समय, स्केल और लेखांकन संकेतों जैसे समृद्ध गुणों की संयुक्त रूप से भविष्यवाणी करने के लिए कार्य-जागरूक इंस्टेंस वेटिंग (task-aware instance weighting) और एक नवीन मूल्यांकन पद्धति का उपयोग करते हुए शोर वाले XBRL लेबल को प्रभावी ढंग से संभालता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि बड़े भाषा मॉडल प्रॉम्प्ट-संवेदनशील व्यवहारिक बदलाव प्रदर्शित करते हैं और "रियलाइजेशन इफेक्ट" (साक्षात्कार प्रभाव) के रैखिक रूप से डिकोडेबल आंतरिक प्रतिनिधित्व रखते हैं, इन प्रतिनिधित्वों को जोखिम लेने के निर्णनों को बदलने के लिए कारणवत रूप से निर्देशित करने में असमर्थता यह प्रकट करती है कि विलुप्त रीडआउट्स (latent readouts) अनिवार्य रूप से डाउनस्ट्रीम निर्णय लेने के लिए उन प्रतिनिधित्वों पर वास्तविक निर्भरता का संकेत नहीं देते हैं।
यह शोध पत्र AeroTSBoost को प्रस्तुत करता है, जो एक टेम्पोरल-स्टैटिस्टिकल बूस्टिंग फ्रेमवर्क है जो मल्टीवेरिएट UAV टेलीमेट्री लॉग्स को प्रभावी ढंग से स्पार्स विसंगतियों (anomalies) का पता लगाने के लिए डिटरमिनिस्टिक डिस्क्रिप्टर्स में परिवर्तित करता है, और विविध क्लासिकल एवं डीप लर्निंग बेसलाइन्स की तुलना में कई डेटासेट्स और इवैल्यूएशन प्रोटोकॉल्स में स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करता है।
यह शोध पत्र FLOATBench प्रस्तुत करता है, जो 22 मेगावाट के फ्लोटिंग ऑफशोर विंड टर्बाइनों के उच्च-सटीकता वाले सिमुलेशन से प्राप्त 5,80,000 से अधिक थकान-क्षति (fatigue-damage) लेबल वाला एक सार्वजनिक डेटासेट और बेंचमार्क है, जिसे एक नवीन रिजीम-अवेयर (regime-aware) प्रोटोकॉल के माध्यम से सरोगेट मॉडल के मूल्यांकन को मानकीकृत करने के लिए डिज़ाइन किया गया है, जो गहरे पानी की पवन ऊर्जा अनुप्रयोगों में पारंपरिक रैंडम-स्प्लिट सत्यापन की सीमाओं को संबोधित करता है।
यह शोध पत्र MAR-ECG प्रस्तुत करता है, जो एक ऑन्टोलॉजी-निर्देशित मास्क्ड ऑटोरेग्रेसिव फ्रेमवर्क है जो बिना युग्मित क्लिनिकल रिपोर्ट के ECG रिप्रजेंटेशन लर्निंग को सुपरवाइज़ करने के लिए SNOMED-CT कार्डियक ग्राफ का लाभ उठाता है, और ग्राफ-स्मूथ कंट्रास्टिव लर्निंग को मल्टी-स्केल फिजियोलॉजिकल सुपरविजन के साथ जोड़कर डाउनस्ट्रीम क्लासिफिकेशन कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र डिजिटल ट्विन्स के प्रतिक्रियात्मक उपकरणों से स्वायत्त, स्व-शिक्षण एजेंटिक प्रणालियों में परिवर्तन को रेखांकित करता है, और इस बात पर जोर देता है कि उनकी पूर्ण क्षमता प्राप्त करने के लिए क्रॉस-सेक्टर इंटरऑपरेबिलिटी, मानकीकरण, और कृत्रिम बुद्धिमत्ता का उन्नत कम्प्यूटेशनल तर्क के साथ एकीकरण आवश्यक है।