20106 पेपर
यह शोध पत्र एक नवीन लॉन्ग-मेमोरी रिज़र्वोइर कंप्यूटिंग फ्रेमवर्क प्रस्तावित करता है, जिसमें फ्रैक्शनल और वेवलेट वेरिएंट शामिल हैं, जो रैखिक सांख्यिकीय और डीप लर्निंग बेसलाइन्स दोनों से बेहतर प्रदर्शन करते हुए और कैलिब्रेटेड अनिश्चितता अंतराल प्रदान करते हुए, डेंगू पूर्वानुमान में डेटा की कमी और दीर्घकालिक अस्थायी निर्भरता की चुनौतियों को प्रभावी ढंग से संबोधित करता है।
यह शोधपत्र एक फिक्स्ड-प्रोटोकॉल एमोर्टाइज्ड मैट्रिक्स प्रोडक्ट स्टेट (MPS) एस्टिमेटर प्रस्तावित करता है जो रैंडम स्ट्रिंग्स के बजाय सूचनात्मक स्थानीय पॉली सेट्स (local Pauli sets) पर आधारित होकर कम मापों के साथ उच्च-सटीकता वाली क्वांटम स्टेट टोमोग्राफी प्राप्त करता है, जबकि मापे गए और बिना मापे गए दोनों अवलोकनीय (observables) के लिए विश्वसनीय कवरेज अंतराल प्रदान करने हेतु कॉन्फॉर्मलाइज्ड प्रेडिक्टिव अनसर्टेन्टी का उपयोग करता है।
यह शोध पत्र SPARC-Net को प्रस्तुत करता है, जो एक एकीकृत भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural network) आर्किटेक्चर है जो एडेप्टिव स्पेक्ट्रल एनकोडिंग, हार्ड-कंस्ट्रेंड आउटपुट्स और विशिष्ट प्रशिक्षण रणनीतियों के माध्यम से स्पेक्ट्रल बायस, लॉस-वेट कोलैप्स, कार्य-कारण उल्लंघन (causality violations) और अपर्याप्त रूप से रिज़ॉल्व्ड कोलोकेशन को एक साथ संबोधित करता है, जिससे स्टिफ (stiff) और शॉक-डोमिनेटेड आंशिक अंतर समीकरणों (partial differential equations) को हल करने में वैनिला PINNs की तुलना में पर्याप्त त्रुटि न्यूनीकरण प्राप्त किया जाता है।
StructAgent एक अवस्था-केंद्रित (state-centered) ढांचे को पेश करता है जो लंबी अवधि के डिजिटल एजेंट कार्यों को प्रबंधित करने के लिए एकीकृत कारण संरचनाओं (unified causal structures) का उपयोग करता है, जो सत्यापन योग्य, साक्ष्य-आधारित प्रगति ट्रैकिंग और रिकवरी को सक्षम करके विविध LLM/VLM बैकबोन और परिवेशों में सफलता दर और सामान्यीकरण क्षमता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक भौतिकी-जागरूक (physics-aware), ज्यामिति-सशर्त (geometry-conditioned) SetGAN प्रस्तावित करता है जो मानक Sionna मॉडल की तुलना में स्थानिक रूप से सुसंगत मल्टी-यूज़र TR 38.901 चैनलों के जनरेशन को महत्वपूर्ण रूप से त्वरित करता है, जबकि पावर डिस्ट्रीब्यूशन और स्थानिक सहसंबंध प्रोफाइल (spatial correlation profiles) में उच्च निष्ठा बनाए रखता है।
यह शोध पत्र वेलोसिटी शेड्यूल्ड फ्लो मैचिंग (VSFM) को प्रस्तुत करता है, जो एक ऐसी विधि है जो अनुकूलित एकीकरण शेड्यूल्स के माध्यम से सैंपलिंग लागत को कम करने और जनरेशन गुणवत्ता (FID) में सुधार करने के लिए मानक फ्लो मैचिंग की स्थिर-गति धारणा को चर वेग प्रोफाइल (variable velocity profiles) के साथ शिथिल करती है, चाहे वह इन्फरेंस के दौरान प्रीट्रेन मॉडल्स का पुन: उपयोग करके हो या विशिष्ट ब्रेकिंग प्रोफाइल्स के साथ स्क्रैच से प्रशिक्षण देकर।
यह शोध पत्र न्यूरोप्रोस्थेटिक मोटर नियंत्रण के लिए एक उच्च-प्रदर्शन, ऊर्जा-कुशल न्यूरल डिकोडिंग पद्धति प्रस्तावित करता है जो वर्तमान डीप लर्निंग-आधारित प्रोस्थेसिस की विलंबता (लेटेंसी) और बैंडविड्थ सीमाओं को दूर करने के लिए ग्रेडेड स्पाइक्स के साथ एक इवेंट-आधारित गेटेड रिकरेंट यूनिट का उपयोग करता है, जबकि पारंपरिक स्पाइकिंग न्यूरल नेटवर्क से बेहतर प्रदर्शन करता है।
यह शोध पत्र LASKO को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो एडिट नीतियों और उनके गैर-क्रमविनिमेय (non-commutative) संयोजनों को दर्शाने के लिए ली अल्जेब्रॉइड्स (Lie algebroids) का उपयोग करके एजेंटिक कौशल अनुकूलन को मॉडल करता है, जिससे महंगी LLM सत्यापन प्रक्रिया से पहले सस्ते ली-ब्रैकेट परीक्षणों के माध्यम से संपादन की स्क्रीनिंग करके क्रम-परिमाण (order-of-magnitude) की गति वृद्धि संभव होती है।
यह शोध पत्र IG-GAN का प्रस्ताव करता है, जो एक अंतर्निहित-ज्यामिति-आधारित जनरेटिव एडवरसैरियल नेटवर्क (generative adversarial network) है जो एरोडायनामिक डेटा को पीसवाइज़ स्मूथ बेज़ियर मैनिफोल्ड्स (piecewise smooth Bézier manifolds) के रूप में मॉडल करता है और एरोडायनामिक डेटासेट पर भविष्यवाणी त्रुटियों को कम करने में अत्याधुनिक बेसलाइन से काफी बेहतर प्रदर्शन करने के लिए रेडियल-बेसिस-फंक्शन डिस्क्रिमिनेटर (radial-basis-function discriminator) का उपयोग करता है।
यह शोध पत्र कॉज़ल डिस्कवरी फाउंडेशन मॉडल (CDFM) को प्रस्तुत करता है, जो एक एकीकृत, सर्व-उद्देश्यीय ढांचा है जो शून्य-शॉट स्ट्रक्चरल इन्फरेंस (zero-shot structural inference) प्राप्त करने के लिए एक सिद्धांत-आधारित वेरिएशनल दृष्टिकोण और सिंथेटिक कॉज़ल मॉडल्स पर व्यापक प्रीट्रेनिंग का लाभ उठाता है, जिससे पारंपरिक डेटासेट-विशिष्ट कॉज़ल डिस्कवरी एल्गोरिदम की स्केलेबिलिटी सीमाओं को दूर किया जा सके।