23700 पेपर
यह शोधपत्र GraphPINE को प्रस्तुत करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क आर्किटेक्चर है जो कैंसर ड्रग रिस्पॉन्स प्रेडिक्शन में बेहतर व्याख्यात्मकता और प्रदर्शन के लिए डोमेन-विशिष्ट पूर्व ज्ञान (prior knowledge) को नोड महत्व (node importance) को इनिशियलाइज़ और पुनरावृत्ति से प्रसारित करने के लिए एकीकृत करता है।
यह शोध पत्र क्रिटीक-गाइडेड डिस्टिलेशन (CGD) का प्रस्ताव करता है, जो एक ऐसा प्रशिक्षण ढांचा है जो शिक्षक की आलोचना (critique) को प्रशिक्षण के समय के लिए केवल एक पर्यवेक्षण संकेत (supervision signal) के रूप में उपयोग करके आलोचना के सृजन और उपभोग को अलग करता है ताकि छात्र की प्रतिक्रियाओं को परिष्कृत किया जा सके, जिससे उन विधियों की तुलना में बेहतर तर्क प्रदर्शन प्राप्त होता है और सामान्य क्षमताओं को संरक्षित किया जाता है जिनके लिए अनुमान (inference) के दौरान मॉडलों द्वारा आलोचना उत्पन्न करने की आवश्यकता होती है।
यह शोध पत्र SzCORE चैलेंज प्रस्तुत करता है, जो 65 रोगियों के एक सख्ती से अलग रखे गए (held-out) डेटासेट पर 28 अत्याधुनिक दौरे का पता लगाने वाले एल्गोरिदम का मूल्यांकन करने वाला एक बड़े पैमाने का अनुभवजन्य बेंचमार्क है, जो एक महत्वपूर्ण सामान्यीकरण अंतराल (generalization gap) और उप-इष्टतम प्रदर्शन (शीर्ष F1 स्कोर 32%) को प्रकट करता है जो रिपोर्ट की गई प्रभावकारिता और वास्तविक दुनिया के नैदानिक परिनियोजन के बीच अंतर को पाटने के लिए मानकीकृत, कठोर मूल्यांकन की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
यह शोधपत्र ज्यामितीय पूर्वधारणाओं (geometric priors) और समूह-संरचित लेटेंट स्पेस (group-structured latent spaces) को शामिल करके अमूर्त विश्व मॉडल (abstract world models) सीखने के लिए एक रूपरेखा प्रस्तावित करता है ताकि पर्यावरणीय समरूपताओं (environmental symmetries) को एनकोड किया जा सके, जिसके परिणामस्वरूप विभिन्न 3D वातावरणों में बेहतर भविष्यवाणी सटीकता, बेहतर डाउनस्ट्रीम सुदृढीकरण शिक्षण (reinforcement learning) प्रदर्शन और अधिक विसंयोजित प्रतिनिधित्व (disentangled representations) प्राप्त होते हैं।
यह शोध पत्र STOF प्रस्तुत करता है, जो एक GPU फ्रेमवर्क है जो कुशल मल्टी-हेड अटेंशन मैपिंग के लिए विश्लेषणात्मक मॉडलिंग और ऑपरेटर फ्यूजन को गतिशील रूप से अनुकूलित करने के लिए एक दो-चरणीय खोज रणनीति का उपयोग करके स्पार्स ट्रांसफार्मर इन्फरेंस को त्वरित करता है, जिससे MHA कंप्यूटेशन में 1.6x और एंड-टू-एंड इन्फरेंस में 1.4x तक की गति वृद्धि प्राप्त होती है।
यह शोध पत्र डायरेक्टेड एसिक्लिक ग्राफ कन्वल्शनल नेटवर्क (DCN) और इसके समानांतर संस्करण (PDCN) को प्रस्तुत करता है, जो ग्राफ सिग्नल प्रोसेसिंग सिद्धांतों पर आधारित नवीन ग्राफ न्यूरल नेटवर्क आर्किटेक्चर हैं, जो DAG-संरचित डेटा से प्रभावी ढंग से सीखने के लिए कॉज़ल ग्राफ फिल्टर्स का लाभ उठाते हैं और अत्याधुनिक बेसलाइनों की तुलना में बेहतर सटीकता, मजबूती और कम्प्यूटेशनल दक्षता प्रदान करते हैं।
यह अध्ययन प्रदर्शित करता है कि फ्रोजन टेक्स्ट एम्बेडिंग्स को हल्के एमएलपी क्लासिफायर के साथ संयोजित करने वाला एक गोपनीयता-संरक्षण वाला फेडरेटेड लर्निंग पाइपलाइन, MIMIC-IV क्लिनिकल नोट्स पर मल्टी-लेबल ICD कोड वर्गीकरण के लिए प्रतिस्पर्धी प्रदर्शन प्राप्त करता है, जो यह सिद्ध करता है कि स्केलेबल मेडिकल AI के लिए एम्बेडिंग की गुणवत्ता मॉडल की जटिलता से अधिक महत्वपूर्ण है।
यह शोध पत्र डिफ्यूजन और फ्लो-आधारित ढांचों को पेश करता है जो कोपुला (copulas) के मॉडलिंग के लिए, जो क्रमिक रूप से अंतर-चर निर्भरताओं को भूलते हैं और फिर उन्हें पुनः प्राप्त करना सीखते हैं, जिससे मौजूदा अत्याधुनिक दृष्टिकोणों की तुलना में जटिल, उच्च-आयामी और बहुविध डेटा के बेहतर मॉडलिंग में सक्षम होते हैं।
यह शोध पत्र डिफरेंशियल-इंटीग्रल न्यूरल ऑपरेटर (DINO) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो त्रुटि संचय (error accumulation) को दूर करने और स्थिर, भौतिक रूप से सुसंगत दीर्घकालिक विक्षोभ पूर्वानुमान (turbulence forecasting) प्राप्त करने के लिए विक्षोभ गतिकी को समानांतर स्थानीय विभेदक (differential) और वैश्विक समाकल (integral) शाखाओं में विभाजित करता है।
यह शोध पत्र हाइब्रिड ट्रेनिंग (HyT) को प्रस्तुत करता है, जो विजन-लैंग्वेज-एक्शन मॉडल्स के लिए एक ऐसा फ्रेमवर्क है जो प्रदर्शन में सुधार करने के लिए प्रशिक्षण के दौरान चेन-ऑफ-थॉट रीजनिंग का लाभ उठाता है, जबकि लेटेंसी को कम करने और वास्तविक दुनिया में उपयोगिता बढ़ाने के लिए मॉडल को इन्फरेंस के दौरान थॉट जनरेशन को छोड़ने की अनुमति देता है।