20727 पेपर
यह शोध पत्र मल्टीप्रोब ग्रिड-आधारित ANN खोज का एक व्यवस्थित विश्लेषण प्रस्तुत करता है, जो ग्राफ, ट्री और विभाजन विधियों की तुलना में उच्च आयामों में इसकी बेहतर स्केलेबिलिटी और कम इंडेक्सिंग लागत को प्रकट करता है, जिससे पुनर्गठन-प्रधान (rebuild-heavy) अनुप्रयोगों और कुशल ट्रांसफार्मर आर्किटेक्चर को अनुकूलित करने के लिए इसकी क्षमता का सुझाव मिलता है।
यह सर्वेक्षण इस बात की एक संरचित समीक्षा प्रदान करता है कि कैसे जनरेटिव एआई (Generative AI) और फेडरेटेड लर्निंग (Federated Learning), वर्तमान तकनीकों को वर्गीकृत करके, उनके एकीकरण का विश्लेषण करके और खुले अनुसंधान संबंधी चुनौतियों की पहचान करके, घुसपैठ का पता लगाने वाली प्रणालियों (Intrusion Detection Systems) में डेटा की कमी, गोपनीयता संबंधी बाधाओं और विकसित होते हमलों जैसी प्रमुख चुनौतियों का समाधान करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि एक नज्ड इलास्टिक बैंड (Nudged Elastic Band) एल्गोरिदम का उपयोग करके क्वांटम लागत परिदृश्यों (quantum cost landscapes) में "रैविन्स" (स्थानीय मिनिमा को जोड़ने वाले कम लागत वाले पथों) की पहचान करना और उनका लाभ उठाना, संसाधन-कुशल एन्सेम्बल प्रेडिक्टर्स के निर्माण को सक्षम बनाता है जो सटीकता और अभिसरण गति (convergence speed) दोनों के मामले में मानक वेरिएशनल क्वांटम एल्गोरिदम से काफी बेहतर प्रदर्शन करते हैं।
यह शोधपत्र प्रदर्शित करता है कि स्पार्स ऑटोएनकोडर्स (sparse autoencoders) न्यूरल क्वांटम स्टेट्स में अनसुपरवाइज्ड, कॉज़ल आंतरिक विशेषताओं को उजागर कर सकते हैं जो सीधे भौतिक अवलोकन योग्यों (physical observables) के अनुरूप होती हैं, जिससे वेरिएशनल ऊर्जा (variational energy) से समझौता किए बिना इन गुणों को निर्देशित करने के लिए लक्षित हस्तक्षेप सक्षम होता है।
यह शोध पत्र एक मल्टी-मोडल एआई पाइपलाइन का प्रस्ताव करता है जो रेलवे क्रॉसिंग की छवियों से प्राप्त दृश्य डेटा को संरचित दुर्घटना इतिहास के साथ जोड़कर सुरक्षा स्कोर का मजबूती से अनुमान लगाने और जोखिम स्तरों को वर्गीकृत करने के लिए डिज़ाइन किया गया है, जो ऐसा प्रदर्शन प्राप्त करता है जो फेडरल रेलरोड एडमिनिस्ट्रेशन के मानकों और विशेषज्ञ मूल्यांकनों के अनुरूप है।
यह अध्ययन प्रदर्शित करता है कि एक अत्याधुनिक डीप मल्टीमॉडल ब्रेन-एनकोडिंग मॉडल (TRIBE), प्राकृतिक वीडियो के प्रति fMRI प्रतिक्रियाओं की सटीक भविष्यवाणी करने के बावजूद, यूट्यूब रिप्ले हीटमैप्स द्वारा मापे गए दर्शक के पुन: देखने के व्यवहार का पूर्वानुमान लगाने में विफल रहता है, जो सरल ध्वनिक और गति बेसलाइन से परे कोई महत्वपूर्ण सहसंबंध नहीं दिखाता है।
यह शोध पत्र कंडीशनल इन्फरेंस ट्रीज़ और फॉरेस्ट्स का टॉप- फीचर-रैंकिंग विधियों के रूप में मूल्यांकन करता है, जो वास्तविक दुनिया के डेटासेट्स पर उनके प्रतिस्पर्धी भविष्य कहनेवाला प्रदर्शन को प्रदर्शित करते हुए यह पहचानता है कि एडेप्टिव स्टॉपिंग और थ्रेशोल्ड सर्च रणनीतियाँ डाउनस्ट्रीम स्कोर पर न्यूनतम प्रभाव के साथ कम्प्यूटेशनल दक्षता को महत्वपूर्ण रूप से प्रभावित करती हैं।
यह शोध पत्र CreativityNeuro को प्रस्तुत करता है, जो एक डेटा-मुक्त विधि है जो भाषा मॉडल के भार (weights) को इस प्रकार निर्देशित करती है जिससे बिना पुनप्रशिक्षण या व्यवहार संबंधी डेटा के विभिन्न रचनात्मकता कार्यों में विचलनशील सोच (divergent thinking) को महत्वपूर्ण रूप से बढ़ाया जा सके और मोड कोलैप्स (mode collapse) को कम किया जा सके।
यह शोध पत्र रेडियोलॉजी रिपोर्ट ड्राफ्टिंग के लिए अनुकूलित एक डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल प्रस्तुत करता है जो न केवल मेडिकल बेंचमार्क पर ऑटोरेग्रेसिव मॉडल्स के प्रदर्शन के बराबर या उससे बेहतर प्रदर्शन करता है और तेज़ डिकोडिंग प्रदान करता है, बल्कि अनूठे रूप से किसी भी क्रम में टेक्स्ट इनफिल (text infill) को सक्षम बनाता है, जिससे चिकित्सक द्वि-दिशीय (bidirectional) तरीके से रिपोर्ट के अंशों को निर्बाध रूप से संपादित और पूर्ण कर सकते हैं।
यह शोध पत्र ज्योमेट्री-अवेयर आर-स्ट्रक्चर्ड कोल्मोगोरोव-आर्नोल्ड नेटवर्क (GRS-KAN) प्रस्तुत करता है, जो एक हाइब्रिड आर्किटेक्चर है जो ज्यामितीय बाधाओं और तार्किक ऑपरेशन्स को विश्लेषणात्मक रूप से एनकोड करने के लिए KANs में डिफरेंशिएबल आर-फंक्शंस को एकीकृत करता है, जिससे विच्छिन्नता (discontinuities) वाले समस्याओं के लिए भविष्यवाणात्मक सटीकता और बाउंड्री लोकलाइजेशन में महत्वपूर्ण सुधार होता है और मॉडल की व्याख्यात्मकता (interpretability) बढ़ती है।