22272 पेपर
यह शोध पत्र CELEUS को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो अनिश्चितता-निर्देशित नमूनाकरण (uncertainty-guided sampling) और सरोगेट-सहायता प्राप्त सन्निकटन (surrogate-assisted approximations) के माध्यम से आवश्यक नमूनों की संख्या को काफी कम करते हुए, LLM मूल्यांकन के लिए प्रमाणित, एनीटाइम-वैलिड (anytime-valid) विश्वास अंतराल प्रदान करने के लिए E-प्रक्रियाओं का लाभ उठाता है।
यह शोध पत्र ReLaTS को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विशेषज्ञ ट्यूनिंग की आवश्यकता के बिना सटीकता और कम्प्यूटेशनल दक्षता को संतुलित करने के लिए मल्टी-स्केल स्व-गुरुत्वाकर्षण सिमुलेशन में कपलिंग टाइम स्टेप्स को गतिशील रूप से अनुकूलित करता है, और पूर्व-निर्धारित थ्रेशोल्ड के भीतर ऊर्जा त्रुटियों को बनाए रखते हुए विभिन्न स्टार क्लस्टर कॉन्फ़िगरेशन में मजबूत प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र स्टोकेस्टिक साइन्ड डिस्टेंस प्रोसेस (SSDP) को प्रस्तुत करता है, जो एक संभाव्य ढांचा है जो सतह रेंडरिंग के लिए फर्स्ट-पासेज-टाइम वितरण प्राप्त करने हेतु किरणों के साथ साइन्ड डिस्टेंस फील्ड्स को स्टोकेस्टिक प्रक्रियाओं के रूप में मॉडल करता है, जिससे NeuS जैसे मौजूदा तरीकों को एकीकृत किया जा सके और मल्टी-व्यू सरफेस रिकंस्ट्रक्शन एवं अनिश्चितता परिमाणीकरण में बेहतर प्रदर्शन प्राप्त किया जा सके।
SignVLA एक वास्तविक समय का ढांचा है जो एक अटेंशन-एनहैंस्ड LSTM और टेम्पोरल स्टेबिलाइज़ेशन मॉड्यूल के माध्यम से सांकेतिक भाषा के इशारों को अर्थपूर्ण निर्देशों में परिवर्तित करके मानव-रोबोट संपर्क में सुलभता को बढ़ाता है, जिससे विजन-लैंग्वेज-एक्शन मॉडल को बधिर और वाक-विकलांग उपयोगकर्ताओं के लिए रोबोटिक मैनिपुलेशन कार्यों को निष्पादित करने में सक्षम बनाया जा सके।
यह शोध पत्र शिफ्टेड लेजेंड्रे पॉलिनोमियल (shifted Legendre polynomials) पर आधारित कॉन्फॉर्मल टेस्ट मार्टिंगल्स (conformal test martingales) के एक परिवार को प्रस्तुत करता है जो उच्च-क्रम के वितरण संबंधी विचलन (higher-order distributional deviations) का पता लगाने के लिए 'सिंपल जंपर' (Simple Jumper) का विस्तार करते हैं, और ऑनलाइन विनिमेयता परीक्षण (online exchangeability testing) में अज्ञात शिफ्ट टाइमस्केल्स (unknown shift timescales) के अनुकूल होने और कम्प्यूटेशनल लागतों को दूर करने के लिए वेरिएशनल (Variational) और कंपोजिट लेजेंड्रे जंपर्स (Composite Legendre Jumpers) जैसे स्केलेबल वेरिएंट प्रदान करते हैं।
यह शोध पत्र घुसपैठ पहचान प्रणालियों (इंट्रूज़न डिटेक्शन सिस्टम) में डेटासेट की कमी और क्लास असंतुलन को संबोधित करने के लिए यथार्थवादी, भौतिक रूप से वैध सिंथेटिक IoT नेटवर्क पैकेट उत्पन्न करने हेतु दो बाधा-प्रवर्तक विधियों—एक उच्च-थ्रूपुट सांख्यिकीय शिक्षण दृष्टिकोण और एक उच्च-गुणवत्ता वाले जेनेटिक एल्गोरिदम—का प्रस्ताव और मूल्यांकन करता है।
यह अध्ययन प्रदर्शित करता है कि क्लिनिकली सूचित फीचर इंजीनियरिंग द्वारा संवर्धित, रैंडम फॉरेस्ट और ग्रेडिएंट बूस्टेड ट्रीज़ का एक सॉफ्ट-वोटिंग एन्सेम्बल, जटिल प्रयोगशाला डेटा से कठिन-से-पहचानने योग्य क्रायोपैथी सिंड्रोम को सटीक रूप से वर्गीकृत करने में अन्य मशीन लर्निंग दृष्टिकोणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र सात डेटासेटों में टैबुलर डेटा संश्लेषण के लिए लेटेंट फ्लो मॉडल्स का एक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि लर्निंग टारगेट का चयन मुख्य रूप से यूटिलिटी-रिस्क ट्रेड-ऑफ को निर्धारित करता है जबकि विशिष्ट कॉन्फ़िगरेशन और सैंपलिंग रणनीतियाँ निश्चित संसाधन बाधाओं के तहत वितरणल फिडेलिटी और कम्प्यूटेशनल दक्षता को अनुकूलित कर सकती हैं।
Go-with-the-Track एक एकीकृत वीडियो जनरेशन फ्रेमवर्क है जो स्थानिक रूप से जागरूक पॉइंट-ट्रैक एम्बेडिंग्स और एक हाइब्रिड ट्रेनिंग स्ट्रैटेजी को पेश करके, एक वीडियो सीक्वेंस के दौरान सटीक मोशन कंट्रोल और हाई-फिडेलिटी कंपोजिटिंग को सक्षम करने के लिए पॉइंट ट्रैकिंग को कई रेफरेंस इमेजेस के साथ जोड़ता है।
यह शोध पत्र MMGNN को प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ न्यूरल नेटवर्क ढांचा है जो आणविक ग्राफ को परमाणु-प्रकार के युग्मों और ज्यामितीय निकटता के आधार पर ओवरलैपिंग, इंटरेक्शन-विशिष्ट उपग्राफ में विघटित करता है, और कई बेंचमार्क में पारंपरिक एकल-ग्राफ दृष्टिकोणों की तुलना में आणविक गुण भविष्यवाणी में बेहतर प्रदर्शन प्रदर्शित करता है।