608 पेपर
यह शोध पत्र संरचनात्मक गतिशीलता (स्ट्रक्चरल डायनामिक्स) के लिए एक सुदृढ़ इष्टतम प्रयोगात्मक डिजाइन ढांचे का प्रस्ताव करता है जो इष्टतम सेंसर प्लेसमेंट निर्धारित करने के लिए रिलैक्सेशन-आधारित ग्रेडिएंट ऑप्टिमाइज़ेशन और बाइनरी-इंड्यूसिंग पेनल्टीज़ का उपयोग करता है, यह प्रदर्शित करते हुए कि ऐसे डिज़ाइन संभावित सेंसर विफलताओं को ध्यान में रखते रखते हुए शास्त्रीय दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।
यह अध्ययन एक बहु-उद्देश्यीय अनुकूलन ढांचे को पेश करता है जो लागत प्रभावी टिकाऊ विमानन ईंधन उत्पादन मार्गों को निर्धारित करने के लिए एक मिश्रित-पूर्णांक चतुर्धातुक रूप से बाधित प्रोग्रामिंग मॉडल में कृत्रिम तंत्रिका नेटवर्क को समाहित करता है, जिससे यह प्रकट होता है कि ऑटोथर्मल रिफॉर्मिंग और बायोमास गैसीफिकेशन को संयोजित करने वाले हाइब्रिड विन्यास सबसे किफायती शून्य-उत्सर्जन समाधान प्रदान करते हैं और निश्चित-पैरामीटर डिजाइनों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र TET-LLM प्रस्तुत करता है, जो एक मल्टी-मोडल फ्रेमवर्क है जो टेम्पोरल इवेंट ट्रांसफॉर्मर्स और LLM-आधारित टेक्स्ट एम्बेडिंग्स का लाभ उठाकर MOOCs में कोर्स के शुरुआती चरणों के दौरान शिक्षार्थी की संतुष्टि का सटीक पूर्वानुमान लगाता है, जिससे पॉइंट एस्टिमेट्स और प्रेडिक्टिव अनसर्टेन्टी स्कोर्स के माध्यम से समय पर हस्तक्षेप सक्षम होता है।
यह शोध पत्र ADAPT-MS को प्रस्तुत करता है, जो एक क्रॉस-प्लेटफ़ॉर्म डोमेन अनुकूलन ढांचा है जो फ्रोजन LLM टेक्स्ट एनकोडिंग, डोमेन-एडवर्सरियल अलाइनमेंट, लेटेंट-वेरिएबल रेटिंग कैलिब्रेशन और गेटेड मोडैलिटी फ्यूजन को एकीकृत करके सीमित या बिना लेबल वाले लक्षित प्लेटफ़ॉर्म पर मल्टी-मोडल MOOC शिक्षार्थी संतुष्टि की प्रभावी ढंग से भविष्यवाणी करता है।
यह अध्ययन प्रदर्शित करता है कि एक व्याख्यात्मक लाइटजीबीएम (LightGBM) मॉडल, जिसे संगठनात्मक संदर्भ और SHAP-आधारित व्याख्यात्मकता के साथ उन्नत किया गया है, एक विनियमित बैंकिंग परिवेश के भीतर आईटी परिवर्तन-संबंधी घटनाओं की भविष्यवाणी करने में पारंपरिक नियम-आधारित विधियों से बेहतर प्रदर्शन करता है, जिससे ऑडिट और अनुपालन आवश्यकताओं को पूरा करते हुए सक्रिय जोखिम शमन सक्षम होता है।
यह शोध पत्र सिमुलेशन संस्थाओं के समूहीकरण के लिए एक अवधारणा "टेसेरे" (tesserae) प्रस्तुत करता है, और एक ग्राफिकल यूजर इंटरफेस (GUI) पेश करता है जो इस अमूर्तता का लाभ उठाकर mosaik फ्रेमवर्क में इसके लचीलेपन को बनाए रखते हुए और निरंतर डेटा प्रवाह सुनिश्चित करते हुए को-सिमुलेशन परिदृश्यों के सहज, ड्रैग-एंड-ड्रॉप निर्माण और निष्पादन को सक्षम बनाता है।
यह अध्ययन एक फूरियर न्यूरल ऑपरेटर (FNO) आधारित सरोगेट मॉडल प्रस्तुत करता है जो मल्टी-ग्रेन सूक्ष्म संरचनात्मक विकास का रेजोल्यूशन-इनवेरिएंट, तीव्र और सटीक पूर्वानुमान प्राप्त करता है, जो पारंपरिक फेज-फील्ड सिमुलेशन की कम्प्यूटेशनल सीमाओं और मौजूदा मशीन लर्निंग दृष्टिकोणों की सामान्यीकरण संबंधी समस्याओं को दूर करता है।
यह शोध पत्र Icicle को प्रस्तुत करता है, जो Apache Kafka और Flink पर निर्मित एक स्केलेबल, रियल-टाइम मेटाडेटा इंडेक्सिंग और मॉनिटरिंग फ्रेमवर्क है, जो आधुनिक HPC वातावरण में अरबों फाइलों को कुशलतापूर्वक प्रबंधित और क्वेरी करने के लिए पारंपरिक बैच-ओरिएंटेड टूल्स की सीमाओं को दूर करता है।
यह शोध पत्र GPU-त्वरित टोटल लैग्रेंजियन परिमित तत्व ढांचे (finite element framework) को प्रस्तुत करता है जो परिमित-विरूपण लचीली बहु-पिंड गतिशीलता (finite-deformation flexible multibody dynamics) के लिए उपयोग किया जाता है और जो CPU बेसलाइन की तुलना में महत्वपूर्ण वास्तविक समय प्रदर्शन सुधार प्राप्त करने के लिए एक दो-चरणीय समानांतरकरण रणनीति (two-stage parallelization strategy), cuDSS के साथ एक फिक्स्ड-स्पैरसिटी न्यूटन सॉल्वर, और एक बाउंडिंग-वॉल्यूम-हाइरार्की-मुक्त टकराव पहचान एल्गोरिदम का उपयोग करता है।
यह शोध पत्र UResVGAE को प्रस्तुत करता है, जो एक भौतिकी-जागरूक वेरिएशनल ग्राफ ऑटोएनकोडर (variational graph autoencoder) है जो एविडेंशियल रिग्रेशन (evidential regression) और ऑर्थोगोनैलिटी रेगुलराइजेशन (orthogonality regularization) के माध्यम से कैलिब्रेटेड अनिश्चितता परिमाणन (uncertainty quantification) प्रदान करते हुए, शोर युक्त, विरल कंपन डेटा से प्राकृतिक आवृत्तियों, डैम्पिंग अनुपातों और पूर्ण-क्षेत्र मोड आकृतियों का संयुक्त रूप से अनुमान लगाता है।