20386 पेपर
यह शोध पत्र ग्राफ कॉन्वोल्यूशनल अटेंशन (GCA) प्रस्तुत करता है, जो एक स्पेक्ट्रल परिप्रेक्ष्य से व्युत्पन्न एक नवीन तंत्र है जो औसत स्पेक्ट्रल फ़िल्टरिंग की सीमाओं को दूर करने के लिए इनपुट ग्राफ स्पेक्ट्रा का अनुकूल रूप से लाभ उठाकर ग्राफ डिनोइजिंग और डिफ्यूजन में मानक लीनियर अटेंशन से बेहतर प्रदर्शन करता है।
यह शोध पत्र कैस्केडिंग विफलता (cascading failure) के अवलोकनों से परस्पर निर्भर महत्वपूर्ण बुनियादी ढांचा नेटवर्क के टोपोलॉजी को पुनर्गठित करने के लिए एक मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम का उपयोग करते हुए एक स्केलेबल नॉनपैरामीट्रिक बेयसियन दृष्टिकोण प्रस्तावित करता है, जो सिंथेटिक और वास्तविक दुनिया के सिस्टम दोनों पर मौजूदा विधियों की तुलना में बेहतर सटीकता और दक्षता प्रदर्शित करता है।
यह शोध पत्र VC आयाम (VC dimension) सीमाओं का उपयोग करके क्रॉस-वैलिडेशन के माध्यम से मॉडल चयन के लिए एक वितरण-मुक्त (distribution-free) सैद्धांतिक ढांचा स्थापित करता है और यह प्रदर्शित करने के लिए "लर्निंग स्पेस" (Learning Spaces) को प्रस्तुत करता है कि कैसे उम्मीदवार मॉडलों की संरचना में डोमेन ज्ञान को शामिल करना मानक विधियों की तुलना में सामान्यीकरण प्रदर्शन (generalization performance) को महत्वपूर्ण रूप से बढ़ा सकता है।
यह शोधपत्र सेंट्रॉइड क्लस्टरिंग के लिए "प्रपोर्शनली रिप्रेजेंटेटिव फेयरनेस" (PRF) नामक एक नया निष्पक्षता सिद्धांत प्रस्तुत करता है और कुशल बहुपद-समय एल्गोरिदम पेश करता है जो अनकन्स्ट्रेंड और डिस्क्रीट क्लस्टरिंग दोनों सेटिंग्स के लिए इस निष्पक्षता गारंटी को प्राप्त करते हैं, साथ ही अनकन्स्ट्रेंड मामले में प्रोपोर्शनल फेयरनेस सिद्धांत के लिए पहला सन्निकटन एल्गोरिदम भी प्रदान करते हैं।
यह शोध पत्र JaxMARL को प्रस्तुत करता है, जो एक ओपन-सोर्स पायथन लाइब्रेरी है जो JAX का लाभ उठाकर GPU-त्वरित, बड़े पैमाने पर समानांतर मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) वातावरण और एल्गोरिदम प्रदान करती है, जो मौजूदा दृष्टिकोणों की तुलना में महत्वपूर्ण गति प्राप्त करती है और स्टारक्राफ्ट मल्टी-एजेंट चैलेंज (StarCraft Multi-Agent Challenge) का एक लचीला, इंजन-मुक्त पुनर्रचना प्रदान करती है।
यह शोध पत्र विश्वसनीय एआई सॉफ्टवेयर विकास सहायकों के लिए एक समग्र आर्किटेक्चर प्रस्तावित करता है जो वास्तविक दुनिया के परिदृश्यों पर प्रशिक्षित एक मौलिक एलएलएम (LLM) को ग्राफ-आधारित कोड निरूपणों, एक अद्यतित ज्ञान ग्राफ और एक सुव्यवस्थित बाधा-आधारित डिकोडिंग ढांचे के साथ एकीकृत करता है ताकि सही, सुरक्षित और उच्च गुणवत्ता वाले कोड का सृजन सुनिश्चित किया जा सके।
GestaltMML एक ट्रांसफॉर्मर-आधारित मल्टीमॉडल मशीन लर्निंग फ्रेमवर्क है जो दुर्लभ आनुवंशिक विकारों के निदान की सटीकता में उल्लेखनीय सुधार करने के लिए चेहरे की छवियों, जनसांख्यिकीय डेटा और नैदानिक पाठ को एकीकृत करता है, जिससे नैदानिक यात्रा (डायग्नोस्टिक ओडिसी) को कम करने और कम प्रतिनिधित्व वाले समुदायों के लिए असमानताओं को दूर करने में मदद मिलती है।
यह शोध पत्र ग्राफ यूनिटरी मैसेज पासिंग (GUMP) प्रस्तुत करता है, जो इनपुट ग्राफ को यूलेरियन लाइन-ग्राफ में बदलकर यूनिटरी प्रोपेगेशन को सक्षम करने के लिए, गहरे ग्राफ न्यूरल नेटवर्क को स्थिर करता है, जिससे घातांकीय सिग्नल क्षय (exponential signal decay) को रोका जा सकता है और लॉन्ग-रेंज एवं मानक ग्राफ बेंचमार्क पर प्रदर्शन में सुधार किया जा सकता है।
यह शोध पत्र SuRGe को प्रस्तुत करता है, जो इमेज सुपर-रिज़ॉल्यूशन के लिए एक पूर्णतः कनवल्शनल GAN-आधारित आर्किटेक्चर है, जो मल्टी-डेप्थ फीचर्स को सीखने योग्य वेट्स (learnable weights) के साथ संयोजित करके और विशिष्ट डाइवर्जेंस मापों (जेन्सन-शैनन, ग्रोमोव-वासरस्टीन, और ग्रेडिएंट पेनल्टी के साथ वासरस्टीन) का उपयोग करके प्रदर्शन को बढ़ाता है, जिससे 28 अत्याधुनिक तरीकों की तुलना में 10 बेंचमार्क डेटासेट पर बेहतर परिणाम प्राप्त होते हैं।
यह शोध पत्र एक पदानुक्रमित बेयसियन क्राउडसोर्सिंग मॉडल पेश करता है जो शोर वाले और पक्षपाती रेटिंग डेटा को बेहतर ढंग से संभालने के लिए कठिनाई, विभेदन क्षमता और अनुमान लगाने की क्षमता के आइटम-स्तरीय प्रभावों को शामिल करके डेविड-स्कीन ढांचे का विस्तार करता है, साथ ही प्रतिकूल रेटर्स को नियंत्रित करने और पोस्टीरियर प्रेडिक्टिव चेक और क्रॉस-वैलिडेशन के माध्यम से प्रदर्शन को मान्य करने के तरीके भी प्रदान करता है।