19766 पेपर
यह शोध पत्र एमआरआई-से-सीटी रूपांतरण के लिए फेडरेटेड लर्निंग हेतु एक ग्रीन एआई-निर्देशित अनुकूली एनकोडर फ्रीजिंग रणनीति प्रस्तावित करता है जो मॉडल प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए ऊर्जा खपत और CO2 उत्सर्जन को 23% तक काफी कम कर देता है, जिससे न्यायसंगत और टिकाऊ स्वास्थ्य सेवा एआई को बढ़ावा मिलता है।
यह शोधपत्र एक ढांचा और एक क्रमिक मूल्यांकन एल्गोरिदम प्रस्तावित करता है ताकि नए डेटा स्रोतों पर प्रशिक्षित एक चैलेंजर (challenger) मॉडल से मौजूदा (incumbent) मशीन लर्निंग मॉडल पर स्विच करने के इष्टतम समय का निर्धारण किया जा सके, जो लगभग ओरेकल (oracle) आर्थिक दक्षता प्राप्त करने के लिए भविष्य कहनेवाला प्रदर्शन में सुधार और पुनप्रशिक्षण की लागत के बीच संतुलन बनाता है।
यह शोध पत्र इस बात का विश्लेषण करके एमोर्टाइज्ड बेयसियन इन्फरेंस (amortized Bayesian inference) के सांख्यिकीय आधार स्थापित करता है कि कैसे फीडफॉरवर्ड नेटवर्क, डीप सेट्स और ट्रांसफॉर्मर्स जैसे प्रमुख न्यूरल आर्किटेक्चर कुशल, कम लागत वाले पोस्टीरियर सन्निकटन (posterior approximation) को सक्षम करते हैं, जबकि विविध सिमुलेशन परिदृश्यों में उनकी सटीकता, मजबूती और अनिश्चितता परिमाणीकरण को अनुभवजन्य रूप से मान्य करता है।
यह शोधपत्र Spectron को प्रस्तुत करता है, जो एक स्पेक्ट्रल रिनॉर्मलाइजेशन तकनीक है जो वेट अपडेट ग्रोथ (weight update growth) को नियंत्रित करके एंड-टू-एंड नेटिव लो-रैंक LLM प्रीट्रेनिंग को स्थिर करता है, जिससे विशेष रूप से लो-रैंक वेट्स के साथ स्क्रैच से प्रशिक्षित मॉडल डेंस मॉडल के प्रदर्शन के बराबर पहुँच पाते हैं और इन्फरेंस दक्षता में सुधार करते हैं।
यह शोध पत्र ARTIST को प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) आधारित ढांचा है जो समय श्रृंखला तर्क (time series reasoning) को एक अनुक्रमिक निर्णय समस्या के रूप में मानता है ताकि सूचनात्मक टेम्पोरल सेगमेंट को गतिशील रूप से चुना जा सके, जिससे यह स्थिर पूर्ण-अनुक्रम एन्कोडिंग से बचते हुए और कार्य-प्रासंगिक जानकारी पर ध्यान केंद्रित करते हुए मौजूदा मॉडलों से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन उच्च-रिज़ॉल्यूशन वाली छवियों से इचneumonoidea (Ichneumonoidea) ततैया परिवारों की स्वचालित, व्याख्या योग्य पहचान प्राप्त करने के लिए हाई-रिज़ॉल्यूशन क्लास एक्टिवेशन मैपिंग (HiResCAM) के साथ एकीकृत एक YOLO-आधारित डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है, जिससे जैव विविधता और जैविक नियंत्रण कार्यक्रमों में मैनुअल वर्गीकरण संबंधी चुनौतियों का समाधान किया जा सके और 96% से अधिक सटीकता प्राप्त की जा सके।
यह शोध पत्र एडवर्सरियल डायनेमिक्स प्रायर्स (ADP) को प्रस्तुत करता है, जो एक ऐसी विधि है जो मौजूदा मोशन-ट्रैकिंग दृष्टिकोणों की तुलना में ह्यूमनॉइड लोकोमोशन कंट्रोल की गड़बड़ी प्रतिरोध क्षमता और रिकवरी प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए एडवर्सरियल रेगुलाइजेशन में काइनेमैटिक मोशन फीचर्स को भौतिक रूप से आधारित डायनेमिक्स फीचर्स से बदल देती है।
यह शोध पत्र वित्त (फाइनेंस) में जनरेटिव एआई के लिए एक अनुप्रयोग-उन्मुख ढांचे को प्रस्तुत करता है, जो उच्च-प्रभाव वाले उपयोग के मामलों की पहचान करने और प्रभावी जोखिम नियंत्रण के लिए एक आधार स्थापित करने हेतु प्रमुख वित्तीय कार्यों और तकनीकी आर्किटेक्चर से जुड़े इसकी क्षमताओं को पांच प्रमुख पैटर्न में व्यवस्थित करता है।
यह स्थिति पत्र (position paper) तर्क देता है कि 'एक्सप्लेनेबल एआई' (Explainable AI) समुदाय को एड-हॉक (ad-hoc) तकनीकों को विकसित करने के बजाय मौलिक संरचनात्मक चुनौतियों—जैसे कि अस्पष्ट समस्या सूत्रीकरण और एकीकरण पाइपलाइनों की कमी—को संबोधित करने की ओर अपना ध्यान केंद्रित करना चाहिए, ताकि स्पष्टीकरण प्रभावी रूप से वास्तविक दुनिया के, मानव-इन-द-लूप (human-in-the-loop) कार्यों को संचालित कर सकें।
यह शोध पत्र एक नवीन छह-चरणीय ढांचे का प्रस्ताव करता है जो परिचालन निर्णय सहायता के लिए बेयसियन बिलीफ नेटवर्क (Bayesian Belief Networks) के निर्माण हेतु लार्ज लैंग्वेज मॉडल एजेंटों और एक ट्रिम्ड-मीन एग्रीगेशन नियम का लाभ उठाता है, जो एक वैकल्पिक स्वास्थ्य सेवा प्रणाली के भीतर ग्राहकों के इरादों को मॉडल करने में इसकी प्रभावशीलता को प्रदर्शित करता है।