10804 पेपर
यह शोध पत्र भौतिक रूप से रेंडर किए गए चंद्र पैनोरमा और ओवरहेड इमेजरी के एक नए बेंचमार्क डेटासेट को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि ट्रांसफॉर्मर-आधारित डीप लर्निंग विधियाँ ग्रहों की सतहों पर क्रॉस-व्यू जियो-लोकलाइजेशन की समस्या को प्रभावी ढंग से हल कर सकती हैं, जो उपग्रह नेविगेशन प्रणालियों के लिए एक व्यवहार्य विजन-आधारित विकल्प प्रदान करती हैं।
HomeDiffusion एक नवीन ज़ीरो-शॉट ऑब्जेक्ट कस्टमाइजेशन फ्रेमवर्क है जो इनडोर दृश्यों में दृष्टिगत रूप से सामंजस्यपूर्ण, उच्च-सटीक फर्नीचर प्लेसमेंट उत्पन्न करने के लिए डिफ्यूजन मॉडल्स के भीतर मल्टी-व्यू रिप्रेजेंटेशन लर्निंग और क्रॉस-अटेंशन मैकेनिज्म का लाभ उठाता है, जो मौजूदा विधियों की विवरण हानि और पोज़ विसंगतियों को दूर करता है।
यह शोध पत्र रोबस्ट ट्राजेक्टरी डिस्टिलेशन (Robust Trajectory Distillation) का प्रस्ताव देता है, जो एक लेबल-संरक्षण फ्रेमवर्क है जो बिना किसी स्वच्छ एंकर या रीलेबलिंग की आवश्यकता के, शोर युक्त पर्यवेक्षण के तहत डेटासेट डिस्टिलेशन में शोर को प्रभावी ढंग से दबाने और हस्तांतरणीय ज्ञान को संरक्षित करने के लिए सिलेक्टिव गाइडेंस रीवेटिंग (Selective Guidance Reweighting) और टीचर-इंस्पायर्ड ऑक्सिलरी टारगेट्स (Teacher-Inspired Auxiliary Targets) को संयोजित करता है।
RainODE एक निरंतर-समय वर्षा पूर्वानुमान ढांचा है जो बड़े पैमाने पर संवहनी गतिकी (advective dynamics) को कैप्चर करने के लिए लेटेंट न्यूरल ODEs को एक ब्राउनियन ब्रिज-आधारित स्टोकेस्टिक मॉड्यूल के साथ जोड़ता है ताकि गैर-संवहनी तीव्रता परिवर्तनों को परिष्कृत किया जा सके, जिससे सटीक, तीक्ष्ण और अनिश्चित-समय भविष्यवाणियां सक्षम होती हैं।
यह शोध पत्र आर्टिफिशियल इंटेलिजेंस वर्चुअल टिश्यू (AIVT) फ्रेमवर्क का प्रस्ताव करता है, जो एक स्थानिक बहुविध (spatial multimodal) AI प्रणाली है जिसे पारंपरिक मॉडलिंग की सीमाओं को दूर करने के लिए डिज़ाइन किया गया है ताकि स्वास्थ्य और रोग दोनों में ऊतक अवस्थाओं (tissue states) के एकीकृत, गतिशील निरूपणों को सीखकर विश्लेषण, विशेषता भविष्यवाणी और स्थानिक-कालिक ऊतक गतिकी (spatiotemporal tissue dynamics) का अनुकरण किया जा सके।
यह शोध पत्र H-GRPO प्रस्तुत करता है, जो एक ऐसा ढांचा है जो जटिल प्रश्नों को विशिष्ट दृश्य साक्ष्यों पर आधारित परमाणु उप-प्रश्नों में विभाजित करने के लिए क्रम-अपरिवर्तनीय सुदृढीकरण शिक्षण (Permutation-Invariant Reinforcement Learning) का उपयोग करके विजन-लैंग्वेज मॉडल्स के प्रदर्शन और व्याख्यात्मकता को बढ़ाता है, जिससे मतिभ्रम (hallucinations) कम होता है और मानव जैसी निगमनात्मक तर्क क्षमता को बढ़ावा मिलता है।
यह शोध पत्र एक एकीकृत मोडैलिटी-अवेयर विज़ुओ-टैक्टाइल पॉलिसी प्रस्तावित करता है जो सूक्ष्म संपर्क अस्पष्टता को हल करने के लिए क्षणिक (transient) और संचयी (cumulative) स्पर्श गति के बीच सहसंबंध का लाभ उठाता है और संपर्क-समृद्ध हेरफेर (contact-rich manipulation) के लिए विज़ुअल और टैक्टाइल मोडैलिटीज़ को प्रभावी ढंग से फ्यूज करने के लिए 'मिक्सचर-ऑफ-ट्रांसफॉर्मर्स' आर्किटेक्चर का उपयोग करता है।
यह शोध पत्र Fold को प्रस्तुत करता है, जो एक हल्का आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) डिटेक्टर है जो इस अवलोकन का लाभ उठाता है कि इन-डिस्ट्रीब्यूशन डेटा की तुलना में OOD इनपुट अधिक हेसियन कर्वेचर (Hessian curvature) प्रदर्शित करते हैं, और न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ अत्याधुनिक प्रदर्शन प्राप्त करने के लिए फीचर हेसियन और आंशिक सामान्यीकरण (partial normalization) का उपयोग करता है।
यह शोध पत्र एक्सप्लेनेबिलिटी-अवेयर फ्रस्टम अटैक (EFA) को प्रस्तुत करता है, जो एक नवीन एडवरसैरियल विधि है जो इंटीग्रेटेड ग्रेडिएंट्स से प्राप्त यूनिवर्सल सैलिएंसी मैप्स का लाभ उठाकर LiDAR डेटा के सबसे प्रभावशाली स्थानिक फ्रस्टम्स को चुनिंदा रूप से बाधित करती है, जिससे मौजूदा बेसलाइन्स की तुलना में काफी कम व्यवधानों के साथ 3D ऑब्जेक्ट डिटेक्टर्स में संरचनात्मक कमजोरियों को कुशलतापूर्वक उजागर किया जा सके।
यह अध्ययन प्रकट करता है कि पांच आर्किटेक्चर में प्रोस्टेट एमआरआई डिटेक्शन में अवशिष्ट फाल्स पॉजिटिव (residual false positives) स्वाभाविक रूप से सौम्य ऊतकों के बजाय वास्तविक कैंसर के अनुरूप कंट्रास्ट-मैच्ड होते हैं, और यह प्रदर्शित करता है कि एक हल्का पोस्ट-हॉक रिफाइनमेंट हेड इन-डोमेन केस-लेवल विशिष्टता को महत्वपूर्ण रूप से सुधार सकता है, हालांकि यह फोल्ड-निर्भर प्रदर्शन के साथ होता है।