19766 पेपर
यह शोध पत्र ReaGAN का प्रस्ताव करता है, जो एक रिट्रीवल-ऑगमेंटेड ग्राफ एजेंटिक नेटवर्क है जो पारंपरिक ग्राफ न्यूरल नेटवर्क में फिक्स्ड एग्रीगेशन मैकेनिज्म की सीमाओं को दूर करने के लिए नोड्स को स्वायत्त निर्णय लेने की क्षमता और ग्लोबल सिमेंटिक रिट्रीवल से सशक्त बनाता है, जिससे बिना फाइन-ट्यूनिंग के प्रतिस्पर्धी फ्यू-शॉट प्रदर्शन प्राप्त होता है।
यह शोध पत्र RCUKF का प्रस्ताव करता है, जो डेटा-संचालित गैररेखीय प्रणाली मॉडलिंग के लिए रिज़र्वोयर कंप्यूटिंग को वास्तविक समय में अवस्था अनुमान और मॉडल सुधार के लिए अनसेंटेड कलमन फ़िल्टरिंग के साथ एकीकृत करता है, जो जटिल, उच्च-आयामी और अराजक व्यवस्थाओं में इसकी प्रभावशीलता को प्रदर्शित करता है।
यह शोध पत्र pFedDSH प्रस्तुत करता है, जो एक व्यक्तिगत फेडरेटेड लर्निंग फ्रेमवर्क है जो कच्चे डेटा साझाकरण या पुनरप्रशिक्षण की आवश्यकता के बिना मौजूदा क्लाइंट्स के प्रदर्शन को बनाए रखते हुए नए क्लाइंट बैचों को प्रभावी ढंग से ऑनबोर्ड करने के लिए एक केंद्रीय हाइपरनेटवर्क, बैच-विशिष्ट मास्क और सर्वर-साइड डेटा-फ्री रिप्ले का उपयोग करता है।
HERAKLES एक पदानुक्रमित एजेंट है जो प्राप्त करने योग्य उप-लक्ष्यों (subgoals) के चयन के लिए एक उच्च-स्तरीय LLM नीति को एक निम्न-स्तरीय नियंत्रक के साथ जोड़ता है जो सफल व्यवहारों को पुन: प्रयोज्य कौशलों में संकलित करता है, जिससे आंशिक रूप से दृश्यमान वातावरणों में कुशल ओपन-एंडेड अन्वेषण और कौशल संयोजन सक्षम होता है जहाँ पुरस्कार विरल (sparse) होते हैं।
यह शोध पत्र 3DPain प्रस्तुत करता है, जो 82,500 फ्रेमों वाला एक बड़े पैमाने का सिंथेटिक डेटासेट और एक संगत ViTPain फ्रेमवर्क है, जिसका उद्देश्य विविध, नैदानिक रूप से मान्य और पहचान-जागरूक चेहरे के दर्द के भाव उत्पन्न करके स्वचालित दर्द मूल्यांकन में डेटा की कमी और नियंत्रण सीमाओं को दूर करना है।
यह शोध पत्र हाइपरडायमेंशनल प्रोब (Hyperdimensional Probe) प्रस्तुत करता है, जो एक हाइब्रिड विधि है जो इनपुट-केंद्रित फीचर निष्कर्षण और आउटपुट-उन्मुख विश्लेषण को एकीकृत करने के लिए वेक्टर सिम्बोलिक आर्किटेक्चर का लाभ उठाती है, जिससे लार्ज लैंग्वेज मॉडल (Large Language Model) के निरूपणों में गहरे अर्थ संबंधी अंतर्दृष्टि प्रदान करने के लिए मौजूदा व्याख्यात्मकता तकनीकों की सीमाओं को पार किया जा सके।
यह शोधपत्र SHUFFLESPARSE को प्रस्तुत करता है, जो एक एकल क्रमपरिवर्तन आव्यूह (permutation matrix) को सीखता है ताकि विभिन्न स्पर्सिटी पैटर्न और प्रशिक्षण प्रतिमानों में स्ट्रक्चर्ड और अनस्ट्रक्चर्ड स्पार्स नेटवर्क के बीच सटीकता के अंतर को न्यूनतम इन्फरेंस ओवरहेड बनाए रखते हुए महत्वपूर्ण रूप से कम किया जा सके।
यह शोध पत्र ग्राम डिटरमिनेंट स्कोर (Gram determinant score) प्रस्तुत करता है, जो एक प्रयोग-अज्ञेय (experiment-agnostic) मीट्रिक है जो ग्राउंड ट्रुथ के बिना अनुभवजन्य वितरणों (empirical distributions) के वैक्टर द्वारा घेरे गए आयतन को मापकर डेटासेट की विश्वसनीयता का आकलन करता है, जिससे विविध अवलोकन प्रक्रियाओं में डेटा गुणवत्ता को प्रभावी ढंग से कैप्चर किया जा सकता है।
यह शोध पत्र पॉलिसी इटरेशन के भीतर Q-फंक्शन लॉस के लिए यूनिवर्सल एप्रोक्सिमेटर्स के रूप में गॉसियन मिक्सचर मॉडल Q-फंक्शन्स (GMM-QFs) को प्रस्तुत करता है, जो डीप लर्निंग विधियों की तुलना में काफी छोटे कम्प्यूटेशनल फुटप्रिंट के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए रिमानियन ऑप्टिमाइज़ेशन का उपयोग करता है।
यह शोध पत्र हल्के रैंक धारणाओं के तहत स्पेक्ट्रल दृष्टिकोणों और टेंसर अपघटन का लाभ उठाकर अनुक्रमिक डेटा से आंशिक रूप से अवलोकन योग्य मार्कोव निर्णय प्रक्रिया (POMDP) के स्पष्ट संक्रमण और अवलोकन मैट्रिसेस को सीखने की एक विधि प्रस्तुत करता है, जो एजेंटों को विविध लक्ष्यों के लिए योजना बनाने में सक्षम बनाता है और यह सिद्ध करता है कि एक विशिष्ट अवस्था विभाजन से परे सीखना सैद्धांतिक रूप से असंभव है।