26003 पेपर
यह शोधपत्र WISP को प्रस्तुत करता है, जो एक क्वेरी-आधारित सेट प्रेडिक्शन मॉडल है जो अगले दिन के सक्रिय अग्नि पूर्वानुमान को पॉइंट-सेट प्रेडिक्शन कार्य के रूप में पुनर्गठित करता है ताकि वैश्विक स्तर पर उच्च-रिज़ॉल्यूशन, रैंक किए गए फायर क्लस्टर केंद्रों को उत्पन्न किया जा सके, जिससे पारंपरिक ग्रिड-आधारित दृष्टिकोणों की तुलना में बेहतर स्थानीयकरण और कवरेज प्रदर्शन प्राप्त होता है।
यह शोध पत्र "फॉलो द मीन" (Follow the Mean) प्रस्तुत करता है, जो एक संदर्भ-निर्देशित फ्लो मैचिंग फ्रेमवर्क है जो उदाहरण-आधारित एंडपॉइंट मीन शिफ्ट्स के माध्यम से प्रीट्रेन्ड मॉडल्स को अनुकूलित करके नियंत्रणीय इमेज जनरेशन को सक्षम बनाता है, जो बिना फाइन-ट्यूनिंग या टेस्ट-टाइम सर्च के आउटपुट को निर्देशित करने के लिए प्रशिक्षण-मुक्त और अर्ध-पैरामीट्रिक विधियाँ प्रदान करता है।
यह शोध पत्र TAP को प्रस्तुत करता है, जो एक नवीन ढांचा है जो डिफ्यूजन इनपेंटिंग (diffusion inpainting) को लर्नर-कंडीशन्ड पॉलिसी (learner-conditioned policy) के साथ जोड़ता है ताकि उच्च-उपयोगिता वाले सिंथेटिक सारणीबद्ध डेटा (synthetic tabular data) को सक्रिय रूप से चुनने और इंजेक्ट करने का कार्य किया जा सके, जिससे वितरण संबंधी निष्ठा (distributional fidelity) और डाउनस्ट्रीम मॉडल प्रदर्शन के बीच के अंतर को पाटकर गंभीर डेटा की कमी के तहत वर्गीकरण और प्रतिगमन परिणामों में महत्वपूर्ण सुधार किया जा सके।
यह शोधपत्र \textsc{KrausKGE} प्रस्तुत करता है, जो क्रौस अपघटन (Kraus decomposition) और तीन संरचनात्मक अभिगृहीतों (रैखिकता, ट्रेस संरक्षण और पूर्ण धनात्मकता) पर आधारित एक सिद्धांतपूर्ण नॉलेज ग्राफ एम्बेडिंग मॉडल है, जो स्वाभाविक रूप से जटिल -से- संबंधों को संभालता है, स्पष्ट पाथ एनकोडर्स के बिना -हॉप रीजनिंग का समर्थन करता है, और नॉर्म बाधाओं की आवश्यकता को समाप्त करते हुए मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
PowerStep एक मेमोरी-कुशल एडेप्टिव ऑप्टिमाइज़र है जो सेकंड-मोमेंट सांख्यिकी (second-moment statistics) को संग्रहीत किए बिना -नॉर्म स्टीपेस्ट डिसेंट (steepest descent) के माध्यम से कोऑर्डिनेट-वाइज एडेप्टिविटी प्राप्त करता है, जो एडम (Adam) की अभिसरण गति (convergence speed) से मेल खाता है और बड़े पैमाने पर ट्रांसफॉर्मर प्रशिक्षण के लिए मेमोरी ओवरहेड को महत्वपूर्ण रूप से कम करता है।
यह शोधपत्र DeepL'evy को पेश करता है, जो एक न्यूरल फ्रेमवर्क है जो विशेषता फलन (characteristic function) के विसंगतियों को न्यूनतम करके L'evy स्थिर वितरणों की जटिलता को दूर करता है ताकि भारी-पूंछ वाली अनिश्चितता (heavy-tailed uncertainty) को प्रभावी ढंग से मॉडल किया जा सके और अत्यधिक अस्थिर समय श्रृंखला पूर्वानुमान में मौजूदा विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र PC3D का प्रस्ताव करता है, जो एक ऐसी विधि है जो विकेंद्रीकृत मल्टी-एजेंट सुदृढीकरण लर्निंग एजेंटों को विविध टीम रोस्टर के बीच ज़ीरो-शॉट सहयोग प्राप्त करने में सक्षम बनाती है, जो एक केंद्रीकृत शिक्षक से व्यक्तिगत समन्वय संदर्भों को स्थानीय नीतियों में आसतित (distill) करती है ताकि वे इंटरेक्शन इतिहास से प्रासंगिक टीम जानकारी को अनुकूल रूप से पुनः प्राप्त कर सकें।
यह शोध पत्र मैसेज पासिंग न्यूरल नेटवर्क्स (MPNNs) की बहुपद गणना क्षमताओं (polynomial counting capabilities) की जांच करता है, जो यह प्रदर्शित करता है कि वे मीन एग्रीगेशन (mean aggregation) का उपयोग करके, विशेष रूप से रेगुलर ग्राफ, नॉन-नेस्टेड मोडैलिटीज या ट्री-लाइक संरचनाओं जैसी स्थितियों के तहत, नोड-लेबल वाले ग्राफ में वैश्विक और विशिष्ट स्थानीय बहुपद बाधाओं (global and specific local polynomial constraints) को सत्यापित कर सकते हैं।
यह शोध पत्र यह स्थापित करता है कि उच्च-आयामी, विस्तृत-चौड़ाई वाले न्यूरल नेटवर्क में पदानुक्रमित विशेषताओं (hierarchical features) को सीखते समय, विशेषता अधिग्रहण (feature acquisition) तीक्ष्ण क्रमिक चरण संक्रमणों (sharp sequential phase transitions) के माध्यम से होता है जो एक "प्रभावी चौड़ाई" (effective width) को परिभाषित करते हैं और विशिष्ट सामान्यीकरण त्रुटि स्केलिंग नियमों (generalization error scaling laws) को एक एकल इष्टतम संबंध में एकीकृत करते हैं, जिसे एडम-प्रशिक्षित छात्रों (Adam-trained students) द्वारा अनुभवजन्य रूप से प्राप्त किया जा सकता है।
यह शोध पत्र ReLU न्यूरल नेटवर्क के लिए सटीक कारण संबंधी स्पष्टीकरण (causal explanations) उत्पन्न करने की एक विधि प्रस्तावित करता है, जो उनके ज्यामितीय ढांचे से, जिन्हें उत्तल बहुभुजों (convex polytopes) द्वारा परिभाषित खंडित रैखिक फलनों (piecewise linear functions) के रूप में माना जाता है, सीधे निर्णय नियमों को निकालकर किया जाता है, जिससे व्याख्यात्मकता के लिए मॉडलों के डिस्टिलेशन (distilling) से जुड़ी प्रदर्शन गिरावट और निष्ठा संबंधी समस्याओं से बचा जा सके।