10642 पेपर
यह शोध पत्र 2D LiDAR रेंज इमेज सेगमेंटेशन के लिए पहले डिफ्यूजन-आधारित अनरिस्ट्रिक्टेड एडवरसेरियल अटैक का प्रस्ताव करता है, जो नियंत्रित और ट्रांसफ़रेबल सेगमेंटेशन त्रुटियों को प्रेरित करने के लिए यथार्थवादी, मैनिफोल्ड-प्रिजर्विंग उदाहरण उत्पन्न करने हेतु सैंपलिंग के दौरान एडवरसेरियल गाइडेंस का लाभ उठाता है।
यह शोध पत्र MVMGNN का प्रस्ताव करता है, जो एक मल्टी-व्यू मास्कड ग्राफ न्यूरल नेटवर्क है जो स्ट्रक्चरल एमआरआई-आधारित अल्जाइमर रोग निदान में सिंगल-स्ट्रेटजी ग्राफ कंस्ट्रक्शन की सीमाओं को दूर करने के लिए एक जॉइंट नोड-एज मास्किंग मैकेनिज्म और क्रॉस-व्यू गेटेड फ्यूजन का उपयोग करता है, जिससे ADNI डेटासेट पर श्रेष्ठ वर्गीकरण प्रदर्शन और व्याख्यात्मकता प्राप्त होती है।
यह शोध पत्र एक एकीकृत स्थानिक-कालिक (spatio-temporal) ट्रांसफार्मर फ्रेमवर्क प्रस्तुत करता है जो 16 मिलियन एक्स-रे फ्रेमों पर बड़े पैमाने पर प्रीट्रेनिंग का लाभ उठाकर अत्यधिक सटीक, ईसीजी-मुक्त गतिशील कोरोनरी रोडमैपिंगिंग प्राप्त करता है, जिससे कार्डिएक फेज मैचिंग और कैथेटर टिप ट्रैकिंग को एक साथ निष्पादित किया जा सके, और इस प्रकार पर्क्यूटेनियस कोरोनरी इंटरवेंशन के दौरान कंट्रास्ट एजेंट के उपयोग और विकिरण जोखिम को कम किया जा सके।
यह शोध पत्र TS-Mask VLA का प्रस्ताव करता है, जो एक रोबोटिक मैनिपुलेशन फ्रेमवर्क है जो ब्रिज अटेंशन (Bridge Attention) के साथ एक डिस्क्रीट डिफ्यूजन एक्शन एक्सपर्ट (Discrete Diffusion Action Expert) और एक टेम्पोरल-स्पेशियल 2D मास्किंग रणनीति को एकीकृत करके विजन-लैंग्वेज-एक्शन मॉडल्स को उन्नत करता है ताकि ऑटोरिग्रेसिव टोकन प्रेडिक्शन की सीमाओं को दूर किया जा सके, जिससे उच्च दक्षता के साथ लॉन्ग-होरिज़न कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र चिकित्सा इमेज विश्लेषण के लिए पांच क्लस्टरिंग एल्गोरिदम का मूल्यांकन और अनुकूलन करता है, जिसमें यह पाया गया है कि एग्लोमरेटिव क्लस्टरिंग एमआरआई और अल्ट्रासाउंड में सूक्ष्म विवरणों को संरक्षित करने के लिए सर्वश्रेष्ठ है, मिनी-बैच के-मीन्स चेस्ट एक्स-रे के लिए सबसे अच्छा संतुलन प्रदान करता है, जबकि मानक के-मीन्स और बाइसेक्टिंग के-मीन्स इंट्रा-क्लस्टर परिवर्तनशीलता के साथ संघर्ष करते हैं, और BIRCH सभी मोडैलिटीज में लगातार खराब प्रदर्शन करता है।
यह शोध पत्र प्रदर्शित करता है कि डिफरेंशिएबल शिफ्ट-वेरिएंट फिल्टर्ड बैकप्रोजेक्शन फ्रेमवर्क चुनौतीपूर्ण और अनियमित अधिग्रहण सेटिंग्स के तहत कोन-बीम सीटी पुनर्निर्माण के लिए एक सुदृढ़, कुशल और लचीला समाधान प्रदान करता है, जो गणना समय को काफी कम करते हुए प्रतिस्पर्धी प्रदर्शन प्राप्त करता है और गंभीर अंडरसैंपलिंग के तहत इसकी स्थिरता सीमाओं को भी प्रकट करता है।
यह शोध पत्र BS-cRT को प्रस्तुत करता है, जो एक दो-चरणीय पुनरप्रशिक्षण (retraining) बेसलाइन है जो बैलेंस्ड सॉफ्टमैक्स-प्रशिक्षित बैकबोन को फ्रीज करके और केवल संतुलित बैचों पर क्लासिफायर को पुन: अनुकूलित करके लॉन्ग-टेल्ड रिकग्निशन में फ्यू-शॉट सटीकता में महत्वपूर्ण सुधार करता है, साथ ही CBRM जैसे बाउंड्री-आधारित तरीकों की सीमाओं का विश्लेषण भी करता है।
यह बेंचमार्क अध्ययन प्रकट करता है कि जहाँ नया YOLO26 आर्किटेक्चर Raspberry Pi 5 जैसे एज डिवाइसेस पर बेहतर इन्फरेंस स्पीड प्रदान करता है, वहीं इसे पूर्ववर्तियों की सटीकता के स्तर तक पहुँचने के लिए काफी अधिक प्रशिक्षण डेटा की आवश्यकता होती है, जो यह दर्शाता है कि एक्वाकल्चर एज डिप्लॉयमेंट के लिए मॉडल चयन केवल आर्किटेक्चरल नवीनता पर निर्भर रहने के बजाय हार्डवेयर बाधाओं और डेटा उपलब्धता के बीच संतुलन बनाना चाहिए।
यह शोध पत्र एक एजेंटिक वर्कफ़्लो पेश करता है जो बड़े भाषा मॉडलों (LLMs) और विज़न लैंग्वेज मॉडल्स (VLMs) को स्वयं-जनित गुणवत्ता आश्वासन प्रश्नों और दृश्य फीडबैक का उपयोग करके स्थानिक तर्क और सटीकता में वर्तमान सीमाओं को दूर करने और उच्च-गुणवत्ता वाले, शैक्षणिक रूप से सुदृढ़ गणितीय आरेखों को पुनरावृत्ति के माध्यम से उत्पन्न और परिष्कृत करने में सक्षम बनाता है, जो K-12 शिक्षा के लिए उपयोगी हैं।
यह शोधपत्र इम्पलिसिट न्यूरल रिप्रेजेंटेशन्स (INRs) के लिए एक हल्का (lightweight) तरीका प्रस्तावित करता है जो लक्ष्यों को बिन्स (bins) में विविक्त (discretize) करके रिग्रेशन को क्लासिफिकेशन कार्य के रूप में पुनर्गठित करता है, जिससे महंगी गणनाओं या कठोर पैरामीट्रिक धारणाओं पर निर्भर किए बिना बेहतर पुनर्निर्माण गुणवत्ता और अनिश्चितता अनुमान के लिए जटिल त्रुटि वितरणों का कुशल और लचीला मॉडलिंग सक्षम होता है।