608 पेपर
यह शोध पत्र एक शासन-सशर्त (regime-conditional) सिद्धांत का परीक्षण करता है कि वित्तीय जोखिम एक्सपोजर पूंजी की कमी के दौरान गुणात्मक रूप से संकुचित होते हैं और बाधाएं शिथिल होने पर योगात्मक रूप से पुन: प्राप्त होते हैं, जो FINRA मार्जिन ऋण डेटा में इस कार्यात्मक-रूप अंतर के लिए अनुभवजन्य समर्थन पाता है।
यह शोध पत्र FPL-OPF का प्रस्ताव करता है, जो AC-OPF समस्या को हल करने के लिए एक अनसुपरवाइज्ड लर्निंग फ्रेमवर्क है, जो जटिल इम्प्लिसिट डिफरेंशिएशन के बजाय एक हाई-फिडेलिटी सरोगेट ग्रेडिएंट का उपयोग करके, एक इटरेटिव पावर फ्लो सॉल्वर को न्यूरल नेटवर्क में एम्बेड करने के लिए "फास्ट फिजिक्स-अवेयर लेयर" का उपयोग करता है, जिससे उच्च कम्प्यूटेशनल दक्षता और लगभग शून्य कंस्ट्रेंट उल्लंघन प्राप्त होता है।
यह शोध पत्र पार्टीशन-ऑफ-यूनिटी गॉसियन कोलोग्मोरोव-आर्नो नेटवर्क (PU-GKAN) प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो शेपर्ड-प्रकार के सामान्यीकरण (Shepard-type normalization) का उपयोग करके पार्टीशन-ऑफ-यूनिटी फीचर मैप बनाने द्वारा RBF-आधारित KANs को स्थिर करता है, जिसके परिणामस्वरूप बेहतर सटीकता, बेहतर स्थिरता और हाइपरपैरामीटर चयन के प्रति कम संवेदनशीलता प्राप्त होती है।
यह अध्ययन प्रदर्शित करता है कि जहाँ रिटर्न को अधिकतम करने के लिए पारंपरिक मीन-वैरिएंस ऑप्टिमाइज़ेशन अत्यधिक प्रभावी बना हुआ है, वहीं हाइब्रिड डीप लर्निंग मॉडल—विशेष रूप से ट्रांसफॉर्मर्स और ग्राफ न्यूरल नेटवर्क का संयोजन—पोर्टफोलियो अनुकूलन में जटिल बाजार संरचनाओं को बेहतर ढंग से पकड़कर श्रेष्ठ जोखिम नियंत्रण और स्थिरता प्रदान करते हैं।
यह शोध पत्र एक स्पेसियो-टेम्पोरल ग्राफ न्यूरल नेटवर्क आर्किटेक्चर प्रस्तावित करता है जो संपत्तियों को स्वतंत्र संस्थाओं के रूप में मानने के बजाय उनके बीच के संबंध संबंधी कनेक्टिविटी और टेम्पोरल पैटर्न को मॉडल करके, पंप-एंड-डंप जैसी समन्वित क्रिप्टोकरेंसी मार्केट मैनिपुलेशन का पता लगाता है।
VEHRON एक ओपन-सोर्स, कॉन्फ़िगरेशन-संचालित पायथन फ्रेमवर्क है जिसे परिवर्तनीय सबसिस्टम मॉडल्स और ऑडिट योग्य केस आउटपुट्स के माध्यम से लॉन्गिट्यूडिनल बैटरी-इलेक्ट्रिक वाहन सिमुलेशन के लिए एक नियत (डिटरमिनिस्टिक) और ट्रैसेबल वर्कफ़्लो प्रदान करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो उच्च-सटीकता वाले सिंथेटिक बॉन्ड यील्ड डेटा उत्पन्न करने के लिए कॉज़ल GANs और सॉफ्ट एक्टर-क्रिटिक सुदृढीकरण लर्निंग को एकीकृत करता है, जिसे फिर कार्रवाई योग्य ट्रेडिंग संकेतों और जोखिम मूल्यांकनों को उत्पन्न करने के लिए एक फाइन-ट्यून किए गए LLM द्वारा संसाधित किया जाता है, जिससे उत्कृष्ट पूर्वानुमान सटीकता और लाभप्रदता प्राप्त होती है।
यह शोध पत्र एक मॉड्यूलर एआई फ्रेमवर्क प्रस्तावित करता है जो कंडीशनल जेनेरेटिव मॉडल्स और न्यूरल-नेटवर्क सरोगेट्स के माध्यम से तीव्र, प्रत्यक्ष प्रदर्शन-से-डिजाइन जनरेशन और अनुकूलन को सक्षम करने के लिए 20,000 प्रोपेलर ज्यामिति के भौतिकी-आधारित डेटासेट का उपयोग करता है।
यह शोधपत्र DiffuMeta पेश करता है, जो एक जनरेटिव फ्रेमवर्क है जो डिफ्यूजन ट्रांसफॉर्मर्स को एक बीजगणितीय भाषा प्रतिनिधित्व (algebraic language representation) के साथ जोड़ता है ताकि सटीक रूप से लक्षित गैररेखीय यांत्रिक गुणों वाले विविध 3D मेटामटेरियल्स के इनवर्स डिज़ाइन को सक्षम बनाया जा सके।
यह शोध पत्र यह स्थापित करता है कि गॉसियन कोलमोगोरोव-आर्नोल्ड नेटवर्क में गॉसियन स्केल पैरामीटर मुख्य रूप से पहली परत की फीचर ज्यामिति (feature geometry) द्वारा नियंत्रित होता है, और एक व्यावहारिक ऑपरेटिंग अंतराल का प्रस्ताव करता है जो विभिन्न आर्किटेक्चर और अनुप्रयोगों में स्थिरता और प्रतिस्पर्धात्मकता सुनिश्चित करने के लिए एक सुदृढ़ डिज़ाइन नियम के रूप में कार्य करता है।