11000 पेपर
यह शोध पत्र EmbodiedUS-FS को प्रस्तुत करता है, जो एक पदानुक्रमित रोबोटिक अल्ट्रासाउंड प्रणाली है जो ज्ञान-संवर्धित कार्य नियोजन के लिए एक "स्लो ब्रेन" (धीमी मस्तिष्क) और वास्तविक समय के मल्टीमॉडल फीडबैक नियंत्रण के लिए एक "फास्ट ब्रेन" (तेज़ मस्तिष्क) को जोड़ती है, जिसे गतिशील नैदानिक वातावरण में सुरक्षित और व्याख्या योग्य निष्पादन सुनिश्चित करने के लिए सुरक्षा शील्ड द्वारा उन्नत किया गया है।
यह शोध पत्र ORBIT को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त विधि है जो एक संयुक्त उप-स्थान (joint subspace) के भीतर नॉर्म-प्रिजर्विंग ऑर्थोगोनल रोटेशन लागू करके भाषा मॉडलों में कई व्यवहार संबंधी गुणों के समवर्ती नियंत्रण को सक्षम बनाती है, जिससे आउटपुट सुसंगतता को बनाए रखते हुए मौजूदा एकल-गुण नियंत्रण तकनीकों की सीमाओं को दूर किया जा सके।
यह शोध पत्र एक बुद्धिमान, बहु-स्तरीय IoT-आधारित प्रणाली का प्रस्ताव करता है जिसे चालक के व्यवहार की निरंतर निगरानी करके सक्रिय स्थानीय हस्तक्षेप को ट्रिगर करने और प्रतिक्रिया समय को अनुकूलित करने के लिए पास के चिकित्सा केंद्रों को GPS-लोकेटेड आपातकालीन अलर्ट स्वचालित रूप से भेजने के माध्यम से सड़क यातायात दुर्घटनाओं को कम करने के लिए डिज़ाइन किया गया है।
यह अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल-सहायता प्राप्त लेबल क्लीनिंग, CT-RATE चेस्ट सीटी डेटासेट में रेडियोलॉजी रिपोर्ट और मौजूदा लेबल के बीच नैदानिक रूप से सार्थक विसंगतियों को प्रभावी ढंग से पहचानती और हल करती है, जो रेडियोलॉजिस्ट अधिनिर्णय के साथ उच्च सहमति प्राप्त करती है और सार्वजनिक इमेजिंग डेटा के लिए स्केलेबल गुणवत्ता सुधार का समर्थन करती है।
यह अध्ययन एक कम्प्यूटेशनल रूप से कुशल कनवल्शनल न्यूरल नेटवर्क का प्रस्ताव करता है जो ट्रांसफर लर्निंग से उन्नत है, जो मस्तिष्क, फेफड़े और किडनी के इमेजिंग डेटासेट में उच्च-सटीकता वाले मल्टी-कैंसर डिटेक्शन को प्राप्त करता है और साथ ही संसाधन-सीमित वातावरणों में परिनियोजन के लिए कम्प्यूटेशनल आवश्यकताओं को महत्वपूर्ण रूप से कम करता है।
Gen2Balance, एक्शन प्रोफाइल्स पर आधारित टेक्स्ट-टू-वीडियो जनरेटेड क्लिप्स के माध्यम से असंतुलित ट्रेनिंग सेट्स को संवर्धित करके लॉन्ग-टेल्ड वीडियो एक्शन रिकग्निशन की चुनौती का समाधान करता है, जो दुर्लभ क्रियाओं पर महत्वपूर्ण सटीकता सुधार प्राप्त करने के लिए एक टू-स्टेज ट्रेनिंग रणनीति का उपयोग करता है और आंशिक संतुलन (पार्शियल बैलेंसिंग) के माध्यम से व्यावहारिक स्केलेबिलिटी प्रदर्शित करता है।
यह शोध पत्र FlowDec को प्रस्तुत करता है, जो एक नवीन टेम्पोरल कंडीशनल फ्लो डिकोरप्टर है जो संवर्धित (corrupted) विजुअल इनपुट्स को मजबूती से पुनर्स्थापित करने के लिए हाइब्रिड टेम्पोरल कंडीशनिंग और एक्शन-सेंट्रॉइड गाइडेड फ़िल्टरिंग का लाभ उठाता है, जिससे निरंतर विजन-लैंग्वेज नेविगेशन कार्यों में बड़े मॉडल-आधारित एजेंटों की नेविगेशन सटीकता और दक्षता में महत्वपूर्ण सुधार होता है।
DreamUV एक फ्लो मैचिंग (Flow Matching) पर आधारित एंड-टू-एंड जनरेटिव फ्रेमवर्क है जो एक मेश-कंडीशन्ड ट्रांसपोर्ट प्रोसेस को सीखकर सीधे सीम (seams) और एक्सिस-अलाइन्ड आइलैंड्स (axis-aligned islands) उत्पन्न करता है, जिससे यह प्रोडक्शन-रेडी, आर्टिस्ट-लाइक UV लेआउट्स बनाता है और बाउंड्री-अवेयर ट्रेनिंग और मॉडल-इन-द-लूप फाइनट्यूनिंग के माध्यम से क्लासिकल ऑप्टिमाइज़ेशन विधियों की सीमाओं को दूर करता है।
यह शोध पत्र एक नवीन 3D ऑब्जेक्ट ट्रांसफर फ्रेमवर्क प्रस्तुत करता है जो 3D गॉसियन स्प्लेटिंग दृश्यों के बीच ऑब्जेक्ट्स को कंपोजिट करते समय लाइटिंग विसंगतियों को सामंजस्यपूर्ण बनाने के लिए एक हेट्रोजेनियस डेटासेट पर प्रशिक्षित डिफ्यूजन मॉडल का लाभ उठाता है, जिसके बाद परिणामों को एक उच्च-गुणवत्ता वाले, दृष्टिगत रूप से सुसंगत 3D प्रतिनिधित्व में समेकित करने के लिए एक पोस्ट-ऑप्टिमाइज़ेशन चरण का उपयोग किया जाता है।
यह शोध पत्र Hi-Seg को प्रस्तुत करता है, जो सेगमेंट एनीथिंग मॉडल (SAM) का लाभ उठाने वाला एक ह्यूम-इन-द-लूप फ्रेमवर्क है, जो चिकित्सा और गैर-चिकित्सा दोनों प्रकार के कर्मियों को अत्याधुनिक डीप लर्निंग मॉडल्स और अकेले SAM वेरिएंट की तुलना में बेहतर पल्मोनरी नोड्यूल सेगमेंटेशन सटीकता और दक्षता प्राप्त करने में सक्षम बनाता है।