💻 computer science

SPARK: Spatial Policy-driven Adaptive Reinforcement learning for Knowledge distillation

यह शोध पत्र SPARK का प्रस्ताव करता है, जो एक हल्का सुदृढीकरण शिक्षण (reinforcement learning) नीति वाला ढांचा है जो क्षेत्र-विशिष्ट पुनर्निर्माण कठिनाइयों के आधार पर स्थानिक स्थानों में ज्ञान आसवन (knowledge distillation) प्रयासों को अनुकूल रूप से आवंटित करने के लिए उपयोग किया जाता है, जिससे बिना किसी अनुमान लागत (inference cost) को बढ़ाए कम-बिट क्वांटाइज्ड इमेज रेस्टोरेशन नेटवर्क के प्रदर्शन में महत्वपूर्ण सुधार होता है।

Mohamed Jismy Aashik Rasool, Shabir Ahmad, Gisong Oh, Teag Kuen Whangbo2026-06-16
🤖 AI

Landmark-free Assessment of Lower-limb Alignment with Implicit Neural Shape Functions from Knee Radiographs

यह शोध पत्र घुटने के रेडियोग्राफ से निचले अंग के संरेखण का आकलन करने के लिए 'इम्प्लिसिट न्यूरल शेप फंक्शन्स' का उपयोग करते हुए एक लैंडमार्क-मुक्त स्वचालित वर्कफ़्लो प्रस्तावित करता है, जो स्पष्ट शारीरिक लैंडमार्क डिटेक्शन की आवश्यकता को समाप्त करते हुए एक लचीली प्रस्तुति प्रदान करता है और अत्याधुनिक विधियों के तुलनीय प्रदर्शन प्रदर्शित करता है।

Zhisen Hu, Antti Kemppainen, David Johnson, Egor Panfilov, Huy Hoang Nguyen, Timothy Cootes, Claudia Lindner, Aleksei Ti (…)2026-06-16
💻 computer science

Focus, Align, and Sustain: Counteracting Gradient Dilution in Incremental Object Detection

यह शोध पत्र डिटेक्शन ट्रांसफॉर्मर्स को इंक्रीमेंटल ऑब्जेक्ट डिटेक्शन में अनुकूलित करने में प्रदर्शन गिरावट के मूल कारण के रूप में ग्रेडिएंट डाइल्यूशन (gradient dilution) की पहचान करता है और FAS का प्रस्ताव करता है, जो एक एकीकृत ढांचा है जो प्रायर-इंजेक्टेड क्वेरीज (prior-injected queries), डिटर्मिनिस्टिक एंकर डिस्टिलेशन (deterministic anchor distillation) और मैनिफोल्ड-सपोर्ट रिप्ले (manifold-support replay) के माध्यम से ग्रेडिएंट प्रवाह को केंद्रित, संरेखित और बनाए रखने पर ध्यान केंद्रित करता है ताकि अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन किया जा सके।

Aoting Zhang, Dongbao Yang, Chang Liu, Xiaopeng Hong, Yu Zhou2026-06-16
💻 computer science

PPDM: Pixel Puzzling Diffusion Model for Speed and Memory Efficient Volumetric Medical Image Translation

यह शोध पत्र PPDM को प्रस्तुत करता है, जो एक मेमोरी- और स्पीड-कुशल 3D मेडिकल इमेज ट्रांसलेशन फ्रेमवर्क है, जो उच्च-सटीकता वाले परिणाम प्राप्त करने के लिए एक रिवर्सिबल पिक्सेल पज़ल-अनपज़ल ऑपरेटर और एक डायरेक्ट ब्रिज डिफ्यूजन फॉर्मूलेशन का उपयोग करता है, जिससे मौजूदा विधियों की तुलना में गणनात्मक लागत में काफी कमी आती है।

Tianqi Chen, Jun Hou, Yinchi Zhou, James S. Duncan, Chi Liu, Bo Zhou2026-06-16
💻 computer science

DYNA-PRUNER: Input-Adaptive Data-Model Co-Pruning for Efficient and Scalable Spatio-Temporal Media Prediction

Dyna-Pruner एक एंड-टू-एंड फ्रेमवर्क है जो इनपुट-डिपेंडेंट महत्व के आधार पर अनावश्यक इनपुट क्षेत्रों और संबंधित मॉडल संरचनाओं को गतिशील रूप से सह-प्रून (co-prune) करता है, जिससे स्पैटियो-टेम्पोरल मीडिया प्रेडिक्शन कार्यों के लिए नगण्य सटीकता हानि के साथ एज डिवाइसेस पर 70% तक FLOPs की कमी और 2.5× इन्फरेंस स्पीडअप प्राप्त होता है।

Fuyan Zhang, Yuqi Li, Yingli Tian, Edmond S. L. Ho2026-06-16
💻 computer science

Facial Affect Analysis for Service-Oriented Systems: Advances, Challenges, and Future Visions

यह शोध पत्र हालिया एल्गोरिदम संबंधी प्रगति को अनिश्चितता प्रबंधन, विलंबता बाधाओं और शासन जैसे महत्वपूर्ण सिस्टम-इंजीनियरिंग आवश्यकताओं के साथ संश्लेषित करके, रोबस्टर, इंटरऑपरेबल और जवाबदेह परिनियोजन के लिए एक रोडमैप स्थापित करने हेतु फेशियल अफेक्ट एनालिसिस (चेहरे के भावों का विश्लेषण) को सर्विस-ओरिएंटेड सॉफ्टवेयर इकोसिस्टम्स के भीतर एक पुन: प्रयोज्य, विश्वसनीय सेवा घटक के रूप में पुनर्गठित करता है।

Spyridon Georgiou, Aggelos Psiris, Thomas Lagkas, Vasileios Argyriou, Panagiotis Sarigiannidis, Iraklis Varlamis, Georgi (…)2026-06-16
⚡ electrical engineering

Chroma-gated, differentiable OKLCH interpolation: Continuous Oklab fallback for color-cast reduction

यह शोध पत्र कंटीन्यूअस ओक्लाब फॉलबैक (COFb) प्रस्तुत करता है, जो एक डिफरेंशिएबल, वन-पैरामीटर क्रोमा-गेटिंग विधि है जो डिस्क्रीट थ्रेशोल्ड स्विच पर निर्भर हुए बिना, इंटर-ह्यू डिटूर और ऑफ-लाइन बोज़ दोनों को समाप्त करने के लिए OKLCH और लीनियर ओक्लाब इंटरपोलेशन पाथ्स को निर्बाध रूप से मिश्रित करता है।

Naoyuki Uchida2026-06-16
💻 computer science

Sustainable Face Recognition on Low-Power Devices with VQ-VAE Embeddings

यह शोध पत्र एक टिकाऊ, एज-डिप्लॉय करने योग्य फेस रिकग्निशन फ्रेमवर्क प्रस्तावित करता है जो कॉम्पैक्ट, सिमेंटिकली रिच लेटेंट रिप्रेजेंटेशन उत्पन्न करने के लिए वेक्टर-क्वांटाइज्ड वेरिएशनल ऑटोएनकोडर (VQ-VAE) और नॉलेज डिस्टिलेशन का उपयोग करता है, जिससे कम शक्ति वाले उपकरणों पर मेमोरी, कंप्यूटेशन और ऊर्जा लागत को काफी कम करते हुए अत्याधुनिक सटीकता प्राप्त होती है।

Christos Chronis, Georgios Th. Papadopoulos, Iraklis Varlamis2026-06-16
💻 computer science

MNet++: Extended 2D/3D Networks for Anisotropic Medical Image Segmentation

यह शोध पत्र nnU-Net फ्रेमवर्क के भीतर एनिसोट्रोपिक (anisotropic) मेडिकल इमेज सेगमेंटेशन के लिए MNet आर्किटेक्चर की पुनरुत्पादकता (reproducibility) को मान्य करता है और दो हल्के विस्तारों—एक लर्नड फ्यूजन गेटिंग (learned Fusion Gating) मैकेनिज्म और एक VMamba स्टेट-स्पेस मॉड्यूल—को प्रस्तुत करता है, जो परिवर्तनशील वोक्सेल स्पेसिंग (voxel spacing) के बीच सेगमेंटेशन सटीकता और निरंतरता को और अधिक बढ़ाते हैं।

Kirsten Odendaal, Rade Bajic2026-06-16
💻 computer science

Timestep Rescheduling in Diffusion Inversion

यह शोध पत्र एक नवीन नॉन-यूनिफॉर्म (गैर-समान) टाइमस्टेप शेड्यूलर प्रस्तुत करता है जो इमेज रिकंस्ट्रक्शन और एडिटिंग के लिए डिफ्यूजन इन्वर्जन की सटीकता को बिना किसी अतिरिक्त पैरामीटर या ओवरहेड के महत्वपूर्ण रूप से बढ़ाने के लिए, टाइमस्टेप आकार और इन्वर्जन एरर के बीच परवलयिक (पैराबोलिक) संबंध का लाभ उठाते हुए कम्प्यूटेशनल प्रयास को रणनीतिक रूप से आवंटित करता है।

Shangquan Sun, Ting Gong, Zhirui Liu, Jiamin Wu, Runkai Zhao, Mianxin Liu, Wenqi Ren, Xiaochun Cao2026-06-16