20203 पेपर
यह शोध पत्र PG-EVIKAL को प्रस्तुत करता है, जो एक टेस्ट-टाइम नेबर फ्यूजन विधि है जो आणविक गुण भविष्यवाणियों को परिष्कृत करने के लिए एविडेंशियल न्यूरल नेटवर्क अनिश्चितताओं और एक सीखे हुए प्रॉपर्टी-डिस्टेंस मेट्रिक का लाभ उठाती है, जो बिना पुन: प्रशिक्षण के 16 डेटासेट में महत्वपूर्ण सटीकता और अंशांकन सुधार प्राप्त करती है।
यह शोध पत्र प्रदर्शित करता है कि परिमित क्वांटम मापन सांख्यिकी (शॉट नॉइज़) वेरिएशनल क्वांटम क्लासिफायर पर ग्रेडिएंट-आधारित हमलों के विरुद्ध एक अंतर्निहित रक्षा के रूप में कार्य करती है, क्योंकि यह एक ऐसा मापन लागत लागू करती है जो इनपुट आयाम के साथ सुपर-लीनियर रूप से स्केल करती है, जिससे व्हाइट-बॉक्स एडवरसेरियल हमले शास्त्रीय समकक्षों की तुलना में अत्यधिक महंगे हो जाते हैं।
यह शोधपत्र विरल और शोर युक्त अवलोकनों से व्याख्यात्मक मेमोरी और नॉनलोकल कर्नेल को मजबूती से खोजने के लिए बाधा-युक्त कोलमोगोरोव-आर्नोल्ड नेटवर्क (विशेष रूप से हार्ड-कंस्ट्रेंड MC-KAN और सॉफ्ट-पेनल्टी Cheb-KAN) का उपयोग करते हुए एक डिफरेंशिएबल-सॉल्वर फ्रेमवर्क प्रस्तावित करता है, जो यह प्रदर्शित करता है कि निर्माण द्वारा भौतिक आकार संबंधी बाधाओं को लागू करना सॉफ्ट पेनल्टी की तुलना में बेहतर सटीकता प्रदान करता है, विशेष रूप से बहु-आयामी समस्याओं के लिए।
यह शोधपत्र प्रकट करता है कि भौतिकी-संरचित डीप इक्विलिब्रियम मॉडल अक्सर "लेज़ी आइडेंटिटी कोलैप्स" (lazy identity collapse) से ग्रस्त होते हैं, जहाँ अंतर्निहित सॉल्वर इनपुट की कठिनाई के बावजूद अपने इनिशियलाइज़ेशन पर अभिसरित होकर वास्तव में कोई गणना नहीं करता है, जिससे जटिल आर्किटेक्चर सरल बेसलाइन की तुलना में अप्रभावी हो जाता है।
यह शोधपत्र इम्पलिसिट न्यूरल कंट्रोलर्स (INCs) को फिक्स्ड-पॉइंट समीकरणों के माध्यम से मूल्यांकित स्टेटिक फीडबैक लॉज़ के रूप में प्रस्तुत करता है, जो LMI और IQC के माध्यम से उनकी सुव्यवस्थितता (well-posedness) और स्थिरता विश्लेषण के लिए एक कठोर ढांचा प्रदान करता है, साथ ही सीमित बाधाओं वाले नियंत्रण परिदृश्यों में परिमित-क्रम डायनेमिक लीनियर कंट्रोलर्स से बेहतर प्रदर्शन करने की उनकी क्षमता को प्रदर्शित करता है।
यह शोधपत्र एक रैंक-कंडीशन्ड सैंपल रियूज पद्धति प्रस्तुत करता है जो रिवॉर्ड-सॉर्टेड डायनेमिक प्रोग्राम के माध्यम से सभी -सबसेट्स की कॉम्बिनेटोरियल जटिलता को एक आयामी इंटीग्रल में संकुचित करके, प्लैकेट-लूस बेस्ट-ऑफ- ऑब्जेक्टिव के लिए एक अनबायस्ड एस्टिमेटर और सटीक सरोगेट ग्रेडिएंट प्रदान करता है, जिससे होने पर परिमित द्वितीय क्षण (फाइनाइट सेकंड मोमेंट्स) प्राप्त होते हैं।
STAMP एक प्रोवेनेंस-गाइडेड क्रेडिट असाइनमेंट तंत्र पेश करके डीप-सर्च एजेंटों में रिवॉर्ड-क्रेडिट मिसमैच को संबोधित करता है जो सहायक दस्तावेजों को उनके एक्सपोजिंग एक्शन्स तक ट्रैक करता है और साइन-प्रिजर्विंग मॉड्यूलेशन के माध्यम से एडवांटेज को पुनर्वितरित करता है, जिससे कई बेंचमार्क पर GRPO बेसलाइनों की तुलना में प्रदर्शन में महत्वपूर्ण सुधार होता है।
PREF-Gate ग्राफ धोखाधड़ी का पता लगाने के लिए एक ऑडिट करने योग्य निर्णय ढांचा है जो प्रोवेनेंस बाधाओं के आधार पर एक लेबल-मुक्त संदर्भ विशेषज्ञ और एक लेबल-व्युत्पन्न साक्ष्य विशेषज्ञ के बीच गतिशील रूप से चयन करता है, जिससे वैध रिलेशनल साक्ष्य का उपयोग सुनिश्चित होता है और कई डेटासेट में प्रतिस्पर्धी प्रदर्शन प्राप्त होता है।
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।