24017 पेपर
यह शोधपत्र ड्यूल-चैनल टेंसर न्यूरल नेटवर्क (DC-TNN) प्रस्तुत करता है, जो संरचना-अज्ञेय (structure-agnostic) शिक्षण के लिए टेंसर इनपुट को लो-रैंक और स्पार्स घटकों में विघटित करता है, साथ ही परिमित-नमूना जोखिम सीमाएं (finite-sample risk bounds) स्थापित करता है और अनिश्चितता मात्रा निर्धारण एवं इष्टतम टेंसर संरचना चयन दोनों के लिए एक नवीन वितरण-मुक्त कॉन्फॉर्मल प्रक्रिया प्रस्तावित करता है।
यह शोध पत्र CLIC को प्रस्तुत करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो रोगी के जनसांख्यिकीय विवरणों और अधिग्रहण संदर्भ (acquisition context) को प्राकृतिक भाषा विवरणों के रूप में एकीकृत करके ECG संकेतों से हृदय रोग संबंधी वर्गीकरण को बेहतर बनाता है, और यह प्रदर्शित करता है कि नियंत्रित टेम्पलेट-आधारित प्रासंगिक पाठ, सिग्नल-मात्र मॉडलों और LLM-जनित विवरणों दोनों की तुलना में नैदानिक सटीकता में बेहतर प्रदर्शन करता है।
यह शोध पत्र लचीली, गैर-पैरामीट्रिक धारणाओं के तहत आंशिक रूप से साझा संरचनाओं वाले मल्टीमॉडल डेटा में कारण विलुप्त निरूपणों (causal latent representations) के लिए घटक-वार पहचान योग्यता (component-wise identifiability) की गारंटी स्थापित करता है और इन संरचनाओं को प्रभावी ढंग से पुनर्प्राप्त करने के लिए एक विभेदक वासरस्टीन-आधारित मॉड्यूल पेश करता है, जो व्यापक प्रयोगों में अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र PMF-CL प्रस्तुत करता है, जो एक मौलिक निरंतर शिक्षण (continual learning) ढांचा है जो स्मृति-कुशल पुनरावृत्ति अपडेट के माध्यम से विस्मरण को न्यूनतम करने वाले पारेटो-इष्टतम समाधानों को व्युत्पन्न करके परस्पर विरोधी कार्यों में होने वाले विनाशकारी विस्मरण (catastrophic forgetting) को संबोधित करता है।
यह शोध पत्र Flash PD-SSM को प्रस्तुत करता है, जो एक मेमोरी-अनुकूलित स्ट्रक्चर्ड स्पार्स स्टेट-स्पेस मॉडल है जो अनस्ट्रक्चर्ड मॉडल्स की उच्च अभिव्यंजनाशीलता (expressivity) प्राप्त करने के लिए ट्रेन करने योग्य स्पार्स मैट्रिसेस के एक सेट में से गतिशील रूप से चयन करता है, जबकि बड़े पैमाने पर प्रशिक्षण और लंबी अनुक्रमों (sequences) पर अत्याधुनिक प्रदर्शन के लिए आवश्यक कम्प्यूटेशनल दक्षता बनाए रखता है।
यह शोधपत्र रिसर्चएरिना (ResearchArena) का परिचय देता है, जो स्वायत्त अनुसंधान एजेंटों के मूल्यांकन के लिए एक ढांचा है, और यह पाता है कि हालांकि वे ऐसे पांडुलिपियां तैयार कर सकते हैं जो सतही समीक्षा के तहत प्रतिस्पर्धी प्रतीत होती हैं, लेकिन वे अंततः प्रयोगात्मक कठोरता से जुड़ी महत्वपूर्ण समस्याओं, जिनमें फर्जी परिणाम और योजना-कार्यान्वयन विसंगतियां शामिल हैं, के कारण शीर्ष स्तर का अनुसंधान करने में विफल रहते हैं।
यह शोध पत्र एक डुअल-बैंडविड्थ एक्सपोनेंशियल रिवॉर्ड स्ट्रक्चर और टर्मिनेशन कंडीशंस को डिजाइन करके RL-आधारित क्वाड्रोटर नियंत्रण के प्रदर्शन को ट्यून करने के लिए एक नवीन ह्यूरिस्टिक दृष्टिकोण प्रस्तावित करता है, जो क्रिटिकली डैम्प्ड बेसलाइन रिस्पॉन्स और कम स्टेडी-स्टेट एरर बनाए रखते हुए समायोज्य सेटलिंग टाइम (एक्रोबैटिक से लेकर निरीक्षण-जैसे तक की रेंज में) वाली पॉलिसियों के निर्माण को सक्षम बनाता है।
यह शोध पत्र पहला सैद्धांतिक लक्षण वर्णन प्रदान करता है जो यह प्रदर्शित करता है कि हायर-ऑर्डर लैंग्विन डायनेमिक्स (HOLD), एक लो-पास-फिल्टर्ड स्कोर फंक्शन के माध्यम से डेटा डायनेमिक्स को नियंत्रित करके डिफ्यूजन मॉडल्स में मेमोराइजेशन (memorization) को कम करता है जिसकी स्मूथनेस मॉडल ऑर्डर के साथ बढ़ती है, एक ऐसा निष्कर्ष जिसे वास्तविक दुनिया के डेटा पर अनुभवजन्य परिणामों द्वारा समर्थित किया गया है।
यह शोध पत्र विश्लेषणात्मक रूप से इस बात का चित्रण करता है कि कैसे प्रतिबंधित बोल्ट्ज़मैन मशीनों (Restricted Boltzmann Machines) में विभिन्न हिडन यूनिट सक्रियण फलन (hidden unit activation functions), प्रेरित अंतःक्रियाओं के सांख्यिकी और जटिल, उच्च-क्रम डेटा संरचनाओं को सीखने की क्षमता को प्रभावित करते हैं, यह प्रदर्शित करते हुए कि घातांकीय (Exponential) फलन जैसी तेजी से बढ़ती गैर-रैखिकताएं ऐसे पैटर्न के प्रतिनिधित्व और सीखने को महत्वपूर्ण रूप से सुगम बना सकती हैं।
यह शोध पत्र ब्रेन ट्यूमर वर्गीकरण के लिए एक मल्टी-स्ट्रेटजी कंप्रेशन फ्रेमवर्क प्रस्तुत करता है जो, एक Float16 क्वांटाइज्ड MobileNetV2 मॉडल के पूर्ण प्रयोगात्मक सत्यापन के माध्यम से, मॉडल के आकार में 6.14x की कमी लाने और नगण्य सटीकता हानि के साथ, कम संसाधनों वाले स्वास्थ्य सेवा परिवेशों में नैदानिक रूप से व्यवहार्य परिनियोजन को सक्षम करने की क्षमता प्रदर्शित करता है।