20472 पेपर
यह शोध पत्र WiLHPE प्रस्तुत करता है, जो एक हल्का और कुशल ढांचा है जो वाई-फाई आधारित मानव मुद्रा अनुमान (ह्यूमन पोस एस्टीमेशन) के लिए डायनेमिक कर्नेल अटेंशन और हाइपरपैरामीटर ऑप्टिमाइज़ेशन का उपयोग करता है ताकि गोपनीयता बनाए रखते हुए संसाधन-सीमित उपकरणों पर अत्याधुनिक सटीकता प्राप्त की जा सके।
यह शोध पत्र ट्रांज़िशन इंफॉर्मेशन डेंसिटी (TID) और पोजीशनल आइडेंटिटी को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि एंडपॉइंट्स के बीच संरचित मध्यवर्ती अवस्थाओं पर न्यूरल मॉडल को प्रशिक्षित करने से ध्वन्यात्मक और अर्थ संबंधी डोमेन में आंतरिक आयामीता (intrinsic dimensionality) काफी कम हो जाती है, हालांकि विजुअल या क्रॉस-मोडल डोमेन में ऐसा नहीं होता है, जिससे ट्रैजेक्टरी-अवेयर लर्निंग के लाभों के लिए एक मोडैलिटी-विशिष्ट सीमा स्थिति (boundary condition) का पता चलता है।
यह शोध पत्र प्रदर्शित करता है कि संचित (lumped) से वितरित (distributed) संभाव्य हाइड्रोलॉजिकल मॉडलों में संक्रमण के लिए ऊपरी प्रवाह (upstream runoff) के संयुक्त वितरण का स्पष्ट रूप से नमूना लेना आवश्यक है, ताकि अनिश्चितता के कृत्रिम औसत को रोका जा सके, अन्यथा इससे निचले प्रवाह (downstream discharge) के पूर्वानुमानों में अत्यधिक कम-प्रकीर्णन (under-dispersed) की स्थिति उत्पन्न हो जाती है।
PhenoNEST एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो गेहूं में जीनोटाइप-फेनोटाइप इंटरैक्शन की निगरानी करने और सटीक स्थानिक लक्षण खोज (spatial trait discovery) को सक्षम करने के लिए असंरचित फील्ड नोट्स और RGB छवियों के बीच के सिमेंटिक अंतराल को पाटकर एक मल्टीमॉडल, ऑन्टोलॉजी-अलाइन्ड नॉलेज ग्राफ का निर्माण करता है।
यह शोध पत्र एक सैद्धांतिक ढांचे को प्रस्तुत करता जिसमें अनबायस्ड रिवॉर्ड मॉडल (URM) और अनबायस्ड डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन (UDPO) लॉस शामिल हैं, ताकि लार्ज लैंग्वेज मॉडल्स को बिना किसी स्वच्छ ग्राउंड-ट्रुथ सुपरविजन की आवश्यकता के, सीधे शोर वाले (noisy) प्रेफरेंस डेटासेट्स से सुदृढ़ और शोर-सहिष्णु संरेखण (alignment) प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र एक फाउंडेशन-मॉडल-संचालित डाउनस्केलिंग फ्रेमवर्क का प्रस्ताव करता है जो पारंपरिक तरीकों की तुलना में बहुत कम कम्प्यूटेशनल लागत पर सटीक, उच्च-रिज़ॉल्यूशन क्षेत्रीय मौसम पूर्वानुमानों को कुशलतापूर्वक उत्पन्न करने के लिए एक प्रीट्रेंड ग्लोबल वेदर मॉडल के लेटेंट स्पेस और लाइटवेट मल्टी-स्केल हेड्स का लाभ उठाता है, जो न्यूमेरिकल वेदर प्रेडिक्शन और मानक इमेज-आधारित सुपर-रिज़ॉल्यूशन दृष्टिकोणों दोनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र वर्ल्डटेंसर (WorldTensor) को प्रस्तुत करता है, जो एक सामंजस्यपूर्ण वैश्विक डेटासेट है जो विविध पर्यावरणीय और सामाजिक-आर्थिक चरों को एक मानकीकृत 0.25° ग्रिड और वार्षिक ढांचे पर संरेखित करता है ताकि मल्टीमॉडल अर्थ सिस्टम फाउंडेशन मॉडल्स को प्रशिक्षित किया जा सके जो युग्मित मानव-पर्यावरण गतिशीलता को पकड़ सकें।
यह शोधपत्र DMVM का प्रस्ताव करता है, जो एक नवीन ढांचा है जो टास्क अरिथमेटिक (task arithmetic) और सुरक्षित एकत्रीकरण (secure aggregation) का लाभ उठाकर मल्टी-टास्क डेटासेटों के कुशल, गोपनीयता-संरक्षित और विकेंद्रीकृत मूल्यांकन को सक्षम बनाता है, जिससे डेटा साझा किए बिना या पुनरप्रशिक्षण (retraining) की आवश्यकता के बिना सीधे मॉडल मापदंडों से योगदान का अनुमान लगाया जा सके।
यह शोध पत्र मल्टीस्केल सिंगल-इंडेक्स मॉडल के वीनर केओस (Wiener chaos) संरचना का सूक्ष्म विश्लेषण करने के लिए एडजवर्थ एक्सपेंशन (Edgeworth expansions) का उपयोग करता है, जिससे शैलो-नेटवर्क एप्रोक्सिमेशन लोअर बाउंड्स स्थापित होते हैं और यह सिद्ध होता है कि ऑनलाइन SGD सैंपल कॉम्प्लेक्सिटी के साथ लगभग-पूर्ण रिकवरी प्राप्त करता है, जो इसके लीनियर काउंटरपार्ट की दक्षता से मेल खाता है।
यह शोध पत्र प्रकट करता है कि विज़न-लैंग्वेज मॉडल दृश्य सूचना प्रवाह के लिए दो विशिष्ट, कार्य-निर्भर मार्गों—एक प्रत्यक्ष मार्ग और एक टेक्स्ट-मध्यस्थ मार्ग—का उपयोग करते हैं जो उल्लेखनीय लचीलापन प्रदर्शित करते हैं और विशिष्ट हस्तक्षेपों के तहत एक फॉलबैक तंत्र में स्विच कर सकते हैं।