22037 पेपर
यह शोध पत्र RE4 प्रस्तुत करता है, जो एक ऐसा ढांचा है जो सरल निर्माण खंडों का उपयोग करके वस्तु संपर्क कार्यों के लिए सुदृढ़, व्याख्या योग्य इमिटेशन लर्निंग प्राप्त करने हेतु मॉडल-मुक्त पोज़ अनुमान (pose estimation) को मैनिपुलेशन मोड-जागरूक रिट्रीवल और ट्रांसफॉर्मेशन के साथ जोड़ता है।
यह शोध पत्र फूरियर विश्लेषण और प्रतिनिधित्व सिद्धांत (representation theory) का उपयोग करते हुए एक सैद्धांतिक ढांचा स्थापित करता है ताकि यह प्रदर्शित किया जा सके कि आंशिक डेटा संवर्धन (partial data augmentation), पूर्ण संवर्धन के समान ही मिनिमैक्स सांख्यिकीय दरों (minimax statistical rates) को प्राप्त करता है, जबकि यह भी सिद्ध करता है कि सटीक समरूपता प्रवर्तन (exact symmetry enforcement) के लिए अनिवार्य रूप से संपूर्ण समूह पर औसत निकालना आवश्यक है।
यह शोध पत्र नोड प्रॉपर्टी प्रेडिक्शन के लिए नौ हालिया ग्राफ फाउंडेशन मॉडल्स का एक निष्पक्ष और कठोर पुनर्मूल्यांकन करता है, जिससे यह पता चलता है कि केवल सबसे हालिया प्रायर-डेटा फिटेड नेटवर्क-आधारित मॉडल ही उच्च अनुमान लागत (इन्फ्रेंस कॉस्ट) पर, अच्छी तरह से ट्यून किए गए ग्राफ न्यूरल नेटवर्क बेसलाइन्स की तुलना में बेहतर भविष्य कहनेवाला प्रदर्शन (प्रेडिक्टिव परफॉर्मेंस) दिखाते हैं।
यह शोध पत्र ASALT को प्रस्तुत करता है, जो एक मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) विधि है जो अवलोकन-स्तर (ऑब्जर्वेशन-लेवल) और अवस्था-स्तर (स्टेट-लेवल) के एडेप्टरों का उपयोग करती है ताकि बेमेल स्रोत और लक्ष्य डोमेन को एक साझा एम्बेडिंग स्पेस में मैप किया जा सके, जिससे प्रभावी ज्ञान हस्तांतरण संभव हो सके और भिन्न अवस्था-स्थान विमाओं (स्टेट-स्पेस डाइमेंशनलिटीज़) वाले वातावरणों में नकारात्मक हस्तांतरण को कम किया जा सके।
यह शोध पत्र QC-SMOTE का प्रस्ताव करता है, जो एक गुणवत्ता-नियंत्रित ओवरसैंपलिंग फ्रेमवर्क है जो एक कंपोजिट नेबरहुड ट्रस्टवर्थनेस स्कोर को IPQ-निर्देशित चयन रणनीति और एडेप्टिव रिप्लेसमेंट मैकेनिज्म के साथ एकीकृत करके विश्वसनीय सिंथेटिक नमूने उत्पन्न करता है, जिससे मौजूदा विधियों की तुलना में असंतुलित डेटासेट पर बेहतर वर्गीकरण प्रदर्शन प्राप्त होता है।
यह शोध पत्र Harmonic को प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical) स्टेट स्पेस मॉडल है जो ट्रांसफॉर्मर्स और मंबा की तुलना में लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग में बेहतर दक्षता और प्रदर्शन प्राप्त करने के लिए तीन आवर्ती टाइमस्केल्स (recurrent timescales) पर प्रेडिक्शन एरर्स को प्रोसेस करता है, जबकि 1B-पैरामीटर वाले मॉडल्स में लीनियर कम्प्यूटेशनल कॉम्प्लेक्सिटी के साथ 64K टोकन्स तक सफलतापूर्वक स्केल करता है और पोजीशनल एनकोडिंग की सीमाओं को समाप्त करता है।
यह शोध पत्र एक विस्तारित सूडो-स्पेक्ट्रल फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (ESPINN) ढांचे को प्रस्तुत करता है जो सीमित क्षणिक स्नैपशॉट डेटा से, यहाँ तक कि शोर वाली स्थितियों में भी, फेज-फील्ड मॉडलों में अज्ञात बल्क केमिकल पोटेंशियल और ग्रेडिएंट गुणांकों को कुशलतापूर्वक और मजबूती से पहचानता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे स्कोर वितरण की विषमता (skewness) टाइम सीरीज़ डेटा पर माध्य (mean), माध्यिका (median) और रैंक-आधारित सांख्यिकी के बीच परस्पर विरोधी मॉडल चयन परिणामों का कारण बनती है, यह प्रदर्शित करते हुए कि जबकि बड़े परीक्षण सेटों के साथ ये मानदंड अभिसरित (converge) होते हैं, माध्य स्कोर छोटे परीक्षण सेटों पर वास्तविक मॉडल की पहचान करने के लिए विशिष्ट रूप से विश्वसनीय है, जैसा कि M5 प्रतियोगिता सहित रुक-रुक कर आने वाली (intermittent) टाइम सीरीज़ के विश्लेषण से सिद्ध होता है।
यह शोध पत्र डिरैक-फ्रेनकेलल (Dirac-Frenkel) गतिकी के एक जड़त्वीय विस्तार (inertial extension) का प्रस्ताव करता है जो सुव्यवस्थित और सुदृढ़ पैरामीटर विकास सुनिश्चित करने के लिए अधिशेष गैररेखीय पैरामीकरण (redundant nonlinear parametrizations) का उपयोग करता है, जो सुव्यवस्थित दिशाओं में मानक गतिकी को बनाए रखते हुए कम सूचित दिशाओं में वेग की जानकारी को संरक्षित करता है, जिसे सैद्धांतिक त्रुटि सीमाओं और संख्यात्मक सत्यापन द्वारा समर्थित किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि पाठ्यपुस्तक समीक्षा प्रश्नों से हल्के भाषाई और दृश्य संबंधी विशेषताओं को शामिल करने से, केवल पूर्व छात्र प्रदर्शन डेटा के उपयोग से प्राप्त की जा सकने वाली क्षमता की तुलना में, छात्र क्विज़ प्रदर्शन के पूर्वानुमान में महत्वपूर्ण सुधार होता है।