24939 पेपर
यह शोध पत्र एक नवीन बेयसियन कंजुगेट मॉडल पेश करता है जिसे ऑन्कोलॉजी मांग के रुझानों का सटीक पूर्वानुमान लगाने के लिए एक अवशिष्ट-आधारित बूस्टिंग तंत्र के साथ उन्नत किया गया है, जो ब्राजील के वास्तविक डेटा पर मूल्यांकन किए जाने पर ARIMA और LSTM जैसे स्थापित बेसलाइन की तुलना में रुझान पहचान में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र गेटिंग तंत्र को एक स्टोकेस्टिक चैनल के रूप में मॉडल करके और रूटिंग सूचना को मापने के लिए डिस्क्रीट एंट्रॉपी एस्टिमेटर्स के साथ एक परिमित-विशेषज्ञ बैंक (finite-expert bank) का उपयोग करके, संसाधन-कुशल मिश्रण-विशेषज्ञों (Mixture-of-Experts) की प्रणालियों का विश्लेषण करने के लिए एक व्यावहारिक ढांचा प्रस्तावित करता है, जिससे सूचना-सैद्धांतिक मेट्रिक्स और सामान्यीकरण प्रदर्शन के बीच एक निरंतर संबंध स्थापित होता है।
यह शोधपत्र लार्ज लैंग्वेज मॉडल्स के लिए एक एट्रिब्यूशन-गाइडेड कॉन्टिनुअल फाइन-ट्यूनिंग फ्रेमवर्क प्रस्तावित करता है जो ग्रेडिएंट्स को नियंत्रित करने के लिए कार्य-विशिष्ट पैरामीटर महत्व का अनुमान लगाता है, जिससे नए कार्यों पर प्रदर्शन बनाए रखते हुए कैटास्ट्रोफिक फॉरगेटिंग को प्रभावी ढंग से कम किया जा सके।
यह शोध पत्र एनोटेटर पॉलिसी मॉडल्स (APMs) को प्रस्तुत करता है, जो एक व्याख्यात्मक ढांचा है जो परिचालन विफलताओं, नीतिगत अस्पष्टता और मूल्य बहुलवाद के बीच अंतर करने के लिए उनके लेबलिंग व्यवहार से सीधे एनोटेटर्स की आंतरिक सुरक्षा नीतियों का अनुमान लगाता है, जिससे अतिरिक्त एनोटेशन बोझ के बिना अधिक लक्षित और समावेशी सुरक्षा नीति डिजाइन सक्षम होती है।
यह शोध पत्र एक मल्टी-हेड ट्रांसफार्मर फ्रेमवर्क प्रस्तुत करता है जो डेटा सेंटर की बिजली, तापमान और आर्द्रता के उल्लंघन की 30 मिनट पहले भविष्यवाणी करने के लिए SLA नियमों को संरचित JSON के रूप में एनकोड करता है, जिससे वित्त, संचालन और अनुपालन के लिए भूमिका-विशिष्ट आउटपुट उत्पन्न होते हैं ताकि सक्रिय उपचार सक्षम हो सके और वित्तीय दंड को न्यूनतम किया जा सके।
यह शोध पत्र कॉपीकॉप (CopyCop) को प्रस्तुत करता है, जो एक सुदृढ़ एल्गोरिदम है जिसमें सैद्धांतिक गारंटी है कि यह ग्राफ न्यूरल नेटवर्क के स्वामित्व को सत्यापित करने के लिए यह पता लगाता है कि क्या दो अलग-अलग आर्किटेक्चर, भार (weights), या एम्बेडिंग आयामों वाले मॉडल स्वतंत्र रूप से प्रशिक्षित किए गए थे या उनमें से एक एक प्रतिकूल नकलची (adversarial copycat) है, जो 14 डेटासेट में मौजूदा वॉटरमार्किंग और फिंगरप्रिंटिंग विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र SPADE को पेश करता है, जो एक नवीन एल्गोरिदम है जो विरल डेटा (sparse data) का उपयोग करके नवीन प्रोटीनों के लिए उच्च-गुणवत्ता वाले लिगेंड्स को कुशलतापूर्वक पहचानकर दवा की खोज में महत्वपूर्ण तेजी लाता है, जिसमें 10 सफल उम्मीदवारों को खोजने के लिए औसतन केवल 40 परीक्षणों की आवश्यकता होती है और यह नमूना दक्षता (sample efficiency) और स्कोरिंग गति दोनों में डीप लर्निंग और बायेसियन ऑप्टिमाइज़ेशन विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र सूचना-सैद्धांतिक सीमाओं (information-theoretic bounds) के माध्यम से स्कोर फंक्शन त्रुटियों का विश्लेषण करके और मौजूदा प्रोजेक्शन-आधारित बेसलाइन से बेहतर प्रदर्शन करने वाले गाइडेड रिवर्स डिनोइजिंग के साथ एक प्रोजेक्टेड-लैंजरिन इनिशियलाइजेशन (projected-Langevin initialization) का प्रस्ताव देकर लीनियर इनवर्स समस्याओं के लिए ज़ीरो-शॉट कंडिशनल सैंपलिंग में पूर्वाग्रह (bias) को संबोधित करता है।
यह शोध पत्र स्टेट-डिपेंडेंट इवेंट्स (state-dependent events) वाले सेमी-एक्सप्लिसिट डिफरेंशियल-एल्जेब्रिक इक्वेशन्स के लिए डिफरेंशिएबल पैरामीटर ऑप्टिमाइज़ेशन की चुनौती को एक कंस्ट्रेंड लीस्ट-स्क्वेयर्स टास्क के रूप में स्वरूपित करके और दो पूरक ग्रेडिएंट-कंप्यूटेशन रणनीतियों का प्रस्ताव देकर संबोधित करता है: एक ऑटोमैटिक-डिफरेंशिएशन-थ्रू-सिमुलेशन विधि और एक एक्सप्लिसिट डिस्क्रीट-एडजॉइंट विधि, जो दोनों ही फिक्स्ड इवेंट ऑर्डरिंग और ट्रांसवर्सल गार्ड क्रॉसिंग्स के तहत वैध ग्रेडिएंट प्रदान करते हैं।
यह शोध पत्र नॉनपैरामेट्रिक श्रोडिंगर ब्रिज टाइम-सीरीज ड्रिफ्ट्स के लिए एक डायरेक्ट नादरया-वाट्सन प्लग-इन एस्टिमेटर पेश करता है जो सांख्यिकीय त्रुटि को ऑप्टिमाइज़ेशन आर्टिफैक्ट्स से अलग करता है और परिमित-नमूना यूनिफॉर्म बाउंड्स, एसिम्प्टोटिक नॉर्मलिटी, साथ ही एक एडेप्टिव, मिनिमैक्स-रेट-ऑप्टिमल बैंडविड्थ सेलेक्टर प्रदान करता है।