10686 पेपर
DreamCharacter-1 एक हल्का पोस्ट-एडेप्टेशन फ्रेमवर्क है जो प्रीट्रेन किए गए 3D फाउंडेशन मॉडल्स को ज्योमेट्री और टेक्सचर पोस्ट-ट्रेनिंग के साथ-साथ इन्फरेंस एक्सेलेरेशन के माध्यम से बेहतर बनाता है ताकि उच्च-निष्ठा वाले, प्रोडक्शन-रेडी 3D कैरेक्टर्स जेनरेट किए जा सकें जो स्टेट-ऑफ-द-आर्ट तरीकों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र GIRAF को प्रस्तुत करता है, जो एक टेक्स्ट-कंडीशन्ड डिफ्यूजन मॉडल है जो मौजूदा विधियों की सीमाओं को दूर करने के लिए एक ऑब्जेक्ट-सेंट्रिक रिप्रजेंटेशन, मिक्स्ड-डोमेन ट्रेनिंग और कॉन्टैक्ट-बेस्ड ऑग्मेंटेशन का उपयोग करके आर्टिकुलेटेड ऑब्जेक्ट्स के साथ यथार्थवादी, सामान्यीकरण योग्य फुल-बॉडी ह्यूमन इंटरैक्शन को सिंथेसाइज करता है।
यह शोधपत्र एक डेटा-कुशल, व्याख्या योग्य विधि प्रस्तुत करता है जो अनस्ट्रक्चर्ड वातावरण में गतिशील बाधा निवारण (डायनामिक ऑब्स्टेकल अवॉयडेंस) के लिए मोनोकुलर 3D पुनर्निर्माण हेतु प्री-ट्रेन्ड UniDepth और ट्रैकिंग के लिए SuperPoint/SuperGlue का लाभ उठाता है ताकि टकराव के समय (टाइम-टू-कोलिजन) की गणना की जा सके, जिससे रोबोट-विशिष्ट प्रशिक्षण या सिमुलेशन की आवश्यकता के बिना वास्तविक दुनिया के डेटा पर प्रभावी बचाव युद्धाभ्यास सक्षम होता है।
यह अध्ययन प्रदर्शित करता है कि कम लागत वाले UAV और CraneCam-आधारित फोटोग्रामेट्री द्वारा पूरे पर्णपाती पेड़ों के 3D मॉडल को सब-सेंटिमीटर सटीकता और उच्च पूर्णता के साथ सटीक रूप से पुनर्गठित किया जा सकता है, जो प्राथमिक वृक्ष वृद्धि पर जलवायु परिवर्तन के प्रभावों को बेहतर ढंग से समझने के लिए संपूर्ण छत्र (कैनोपी) में शूट दीर्घीकरण की निगरानी करने हेतु एक व्यवहार्य विधि प्रदान करता है।
यह अध्ययन प्रदर्शित करता है कि 15-फ्रेम अंतराल पर नमूना लिए गए पोज़-व्युत्पन्न (pose-derived) फीचर्स पर प्रशिक्षित गेटेड रिकरेंट यूनिट (GRU) और लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) मॉडल, जिन्हें अपसैंपलिंग सहित विशिष्ट डेटा ऑग्मेंटेशन रणनीतियों के साथ संयोजित किया गया है, ऑटिज्म-संबंधी स्व-उत्तेजक हैंड व्यवहारों का पता लगाने में पूर्व सीएनएन (CNN) बेसलाइन की तुलना में बेहतर सटीकता (98.75% तक) प्राप्त करते हैं, जो डेटा-दुर्लभ नैदानिक सेटिंग्स में स्केलेबल रिमोट स्क्रीनिंग के लिए कार्रवाई योग्य मार्गदर्शन प्रदान करता है।
यह शोध पत्र LOGOS का प्रस्ताव करता है, जो एक नवीन ट्रांसफार्मर-आधारित विधि है जो हवाई दृश्यों में उन्मुख वस्तु पहचान (oriented object detection) को निर्देशित करने के लिए टेक्स्टुअल प्रॉम्प्ट्स का लाभ उठाती है, जो कोणीय विच्छिन्नता (angular discontinuity) और जटिल पृष्ठभूमि जैसी चुनौतियों को प्रभावी ढंग से संबोधित करते हुए DOTA डेटासेट पर अत्याधुनिक दृष्टिकोणों से बेहतर प्रदर्शन करती है।
लाइटक्राफ्टर (LightCrafter) एक हाइब्रिड वीडियो रिलाइटिंग फ्रेमवर्क है जो कच्चे फुटेज के बजाय PBR-रेंडर्ड प्रॉक्सी वीडियो को ट्रांसलेट करके भौतिक रूप से आधारित (physically grounded), टेम्पोरल रूप से सुसंगत और नियंत्रणीय इल्यूमिनेशन प्राप्त करता है, जो ग्लोबल इल्यूमिनेशन जैसे जटिल प्रभावों को कैप्चर करने के लिए पोस्ट-ट्रेन्ड CogVideoX का लाभ उठाता है।
SAGA एक प्रशिक्षण-मुक्त विधि है जो स्पेक्ट्रल त्वरण मार्गदर्शन उद्देश्य (spectral acceleration guidance objective) और संरचित शोर प्रारंभिक (structured noise initialization) को पेश करके ऑटोरिग्रेसिव वीडियो जनरेशन की टेम्पोरल स्थिरता को बढ़ाती है ताकि अंतर्निहित मॉडल को संशोधित किए बिना त्रुटि प्रवर्धन और फ्लिकरिंग को कम किया जा सके।
ConRad एक कुशल कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क है जो रेडियोमिक विशेषताओं के लिए अनुकूलन योग्य, वितरण-मुक्त (डिस्ट्रीब्यूशन-फ्री) प्रेडिक्शन इंटरवल बनाने के लिए इमेज अपीयरेंस, मास्क ज्योमेट्री और सेगमेंटेशन अनसर्टेंटी का लाभ उठाता है, जो विविध मेडिकल इमेजिंग डेटासेट्स में लगभग-नॉमिनल कवरेज बनाए रखते हुए इंटरवल दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र इक्विवेरिएंट क्वांटम क्लस्टरिंग (EQC) को प्रस्तुत करता है, जो एक पैरामीटर-कुशल ढांचा है जो विषम संवेदनशील डेटासेट के क्लस्टरिंग में बेहतर गोपनीयता-उपयोगिता ट्रेडऑफ़ प्राप्त करने के लिए समरूपता-जागरूक क्वांटम सर्किट को डिफरेंशियल प्राइवेसी के साथ जोड़ता है, जैसा कि NSL-KDD और MIMIC-III जैसे बेंचमार्क पर इसकी उच्च सटीकता और मेंबरशिप इन्फरेंस हमलों के प्रति कम संवेदनशीलता द्वारा प्रदर्शित किया गया है।