11033 पेपर
VANDERER एक मैप-मुक्त अन्वेषण ढांचा (map-free exploration framework) है जो एक विजुअल क्यूरियोसिटी मॉड्यूल (Visual Curiosity Module) का उपयोग करके सेंसर-सीमित मोबाइल एजेंटों के लिए प्री-ट्रेंड डिफ्यूजन पॉलिसियों को बढ़ाता है, जो क्रिया परिणामों की भविष्यवाणी करता है और अनछुए क्षेत्र के कवरेज को अधिकतम करने के लिए नेविगेशन को निर्देशित करता है।
यह शोध पत्र एक उन्नत नॉलेज डिस्टिलेशन फ्रेमवर्क का प्रस्ताव करता है जो VGG16 टीचर से MobileNetV2 स्टूडेंट में ज्ञान स्थानांतरित करने के लिए कुलबैक-लीब्लर डाइवर्जेंस (Kullback-Leibler divergence) और कोसाइन सिमिलैरिटी (Cosine Similarity) लॉस का उपयोग करते हुए हार्ड सुपरविजन को सॉफ्ट सुपरविजन के साथ जोड़ता है, जिससे लैंड-यूज़ इमेज क्लासिफिकेशन पर 99.04% सटीकता प्राप्त होती है और साथ ही कंप्यूटेशनल जटिलता में काफी कमी आती है।
यह शोध पत्र FedSaltNet को प्रस्तुत करता है, जो एक फेडरेटेड लर्निंग फ्रेमवर्क है जो विविध भूकंपीय (seismic) डेटासेट में मजबूत, गोपनीयता-संरक्षित साल्ट-डोम सेगमेंटेशन प्राप्त करने के लिए एक हल्के Small U-Net आर्किटेक्चर को एक नवीन फोरग्राउंड-वेटेड (Foreground-Weighted) एग्रीगेशन रणनीति के साथ जोड़ता है, जबकि डेटा विषमता और क्लास असंतुलन को प्रभावी ढंग से दूर करता है।
यह शोध पत्र FlexPooling का प्रस्ताव करता है, जो एक अनुकूलन योग्य (adaptive) पूलिंग विधि है जो सक्रियणों (activations) के भारित औसत (weighted averages) को सीखती है और उन्हें सरल सहायक वर्गीकरणकर्ताओं (Simple Auxiliary Classifiers) के साथ जोड़ती है ताकि मानक पूलिंग बेसलाइन की तुलना में इमेज क्लासिफिकेशन सटीकता में लगातार 1-3% का सुधार किया जा सके।
यह शोध पत्र MVEB को प्रस्तुत करता है, जो कि 184-टास्क के एक बड़े पूल से व्युत्पन्न एक व्यापक 23-टास्क बेंचमार्क है जो विविध मोडैलिटीज़ और कार्यों में 33 वीडियो एम्बेडिंग मॉडलों का मूल्यांकन करता है, यह प्रकट करते हुए कि कोई भी एकल मॉडल सभी श्रेणियों में हावी नहीं है और प्रदर्शन पर ऑडियो के महत्वपूर्ण, संदर्भ-निर्भर प्रभाव को उजागर करता है।
यह शोध पत्र ReGenHuman को प्रस्तुत करता है, जो एक नवीन फुल-बॉडी वीडियो अनाइमिज़ेशन पाइपलाइन है जो "एडिट न करें, बल्कि पुनर्गठित करें" (regenerate, don't edit) के प्रतिमान से पहचान-मुक्त संरचनात्मक संकेतों (identity-free structural cues) से यथार्थवादी और टेम्पोरल रूप से सुसंगत मानवीय स्वरूपों को संश्लेषित करता है, जिससे गोपनीयता, दृश्य गुणवत्ता और डाउनस्ट्रीम टास्क उपयोगिता के बीच एक इष्टतम संतुलन प्राप्त होता है।
यह शोध पत्र पहले डीप लर्निंग-आधारित गर्भाशय ग्रीवा के कैंसर की स्क्रीनिंग मॉडल को प्रस्तुत करता है जिसे कई देशों में मान्य किया गया है, जिसने आंतरिक डेटा पर घावों को वर्गीकृत करने में चिकित्सा विशेषज्ञों से बेहतर प्रदर्शन किया और विविध अंतर्राष्ट्रीय डेटासेट पर आधारभूत विधियों की तुलना में श्रेष्ठ प्रदर्शन प्रदर्शित किया, बावजूद इसके कि इसने सह-रुग्णता और रोगी जनसांख्यिकी जैसे कारकों से प्रभावित महत्वपूर्ण परिवर्तनशीलता दिखाई।
यह शोध पत्र ReportQA प्रस्तुत करता है, जो एक नवीन रेडियोलॉजी रिपोर्ट मूल्यांकन ढांचा है जो संरचित नैदानिक प्रश्न उत्पन्न करने और उत्तर देने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिसके परिणामस्वरूप QAScore मीट्रिक प्राप्त होता है जो मौजूदा मूल्यांकन विधियों की तुलना में रेडियोलॉजिस्ट के निर्णयों के साथ बेहतर तालमेल प्रदर्शित करता है।
यह शोध पत्र सिंथेटिक से वास्तविक नियर-इंफ्रारेड (NIR) ऑटोमोटिव इमेजरी में सिमेंटिक सेगमेंटेशन मॉडलों को स्थानांतरित करने की चुनौती को संबोधित करता है, जिसमें एक जेनेरेटिव ऑग्मेंटेशन फ्रेमवर्क पेश किया गया है जो टेक्सचर-शेप बायस (texture-shape biases) को संतुलित करने के लिए टारगेट स्टाइल अडैप्टेशन को वोरोनोई-आधारित स्टाइल डाइवर्सिफिकेशन के साथ जोड़ता है, जिससे डोमेन गैप को महत्वपूर्ण रूप से कम किया जाता है और वाहन के आंतरिक और बाहरी दोनों दृश्यों में मजबूती में सुधार होता है।
यह शोध पत्र त्वरित एमआरआई (MRI) पुनर्निर्माण के लिए एक सुदृढ़ भौतिकी-संचालित ज़ीरो-शॉट स्व-पर्यवेक्षित शिक्षण ढांचे का प्रस्ताव करता है जो पर्यवेक्षण की कमी को दूर करने और बाहरी डेटासेट के बिना अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कॉइल संवेदनशीलता-निर्देशित आर्टिफ़ैक्ट फ़िल्टरिंग, k-स्पेस स्व-संगति नियमितीकरण और गैर-स्थानीय स्व-समानता पूर्वसूचनाओं (priors) का समन्वय करता है।