19861 पेपर
यह शोध पत्र DS@GT ARC टीम के BirdCLEF+ 2026 सबमिशन को प्रस्तुत करता है, जो पेंटानल वेटलैंड्स में मल्टी-लेबल पक्षी स्वर पहचान (bird vocalization detection) के लिए एक प्रतिस्पर्धी सुपरवाइज्ड एनसेंबल बेसलाइन स्थापित करता है और विशेष बायोअकौस्टिक मॉडलों के विरुद्ध न्यूरल ऑडियो कोडेक्स और फाउंडेशनल एम्बेडिंग्स से प्राप्त टोकन-आधारित रिप्रेजेंटेशन्स की प्रभावकारिता की जांच करता है।
यह शोधपत्र मैकेनिकल क्लोकिंग जैसे अनुप्रयोगों के लिए स्थानिक रूप से परिवर्तनशील गुणों वाले विविध, नियंत्रणीय अव्यवस्थित मेटा-मटेरियल्स (metamaterials) बनाने हेतु सेल्फ-ऑर्गनाइजिंग न्यूरल सेलुलर ऑटोमेटा का उपयोग करके एक डेटा-कुशल, वन-शॉट जनरेटिव डिज़ाइन फ्रेमवर्क प्रस्तुत करता है, जो मैनुअल पैरामीट्राइजेशन और डेटा-गहन एआई की सीमाओं को दूर करता है।
यह शोध पत्र प्लांटCLEF 2026 चुनौती के लिए DS@GT ARC के तीसरे स्थान वाले समाधान को प्रस्तुत करता है, जो एक मल्टी-स्केल DINOv2 ViT क्लासिफायर को FAISS kNN रिट्रीवल, भौगोलिक आवास प्रायोरिटीज़ (geographic habitat priors) और टेम्पोरल फ्यूजन के साथ जोड़कर उच्च-रिज़ॉल्यूशन वाले क्वाड्रैट इमेजेस में मजबूत बहु-प्रजाति पौधों की पहचान प्राप्त करता है, जबकि यह प्रदर्शित करता है कि वैकल्पिक प्रशिक्षण-केंद्रित दृष्टिकोणों से कोई प्रदर्शन लाभ नहीं हुआ।
यह अध्ययन प्रदर्शित करता है कि अनुकूलक (ऑप्टिमाइज़र) में एडेप्टिव रुन्गे-कुट्टा स्टेप कंट्रोल, सख्त कंप्यूट-मैच्ड स्थितियों के तहत, मानक एडम (Adam) की तुलना में सामान्यीकरण (जनरलाइजेशन) या प्रशिक्षण हानि (ट्रेनिंग लॉस) में सुधार करने में विफल रहता है, क्योंकि इसकी अनुकूलन क्षमता भ्रामक है और इसके लाभ या तो नाजुक हैं, सस्ते प्रथम-क्रम विधियों द्वारा प्रतिलिपि योग्य हैं, या ग्रेडिएंट औसत से प्राप्त एक छोटे नियमितीकरण प्रभाव तक सीमित हैं।
यह शोधपत्र MIDI-RAE-JEPA प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised) ढांचा है जो पिच और टाइम-शिफ्ट इक्विवैरिएंस (pitch- and time-shift equivariance) उद्देश्यों के साथ स्विन ट्रांसफॉर्मर V2 एनकोडर को जोड़ता है ताकि प्रतीकात्मक संगीत (symbolic music) के पदानुक्रमित, अर्थपूर्ण प्रतिनिधित्वों को सीखा जा सके जो भावना वर्गीकरण जैसे डाउनस्ट्रीम कार्यों में उत्कृष्ट प्रदर्शन करते हैं और उच्च-गुणवत्ता वाले जनरेटिव मॉडलिंग को सक्षम बनाते हैं।
यह शोध पत्र "गेट-ज़ीरो ग्रोथ" (gate-zero growth) प्रस्तुत करता है, जो एक फंक्शन-प्रिजर्विंग कॉन्टिनुअल लर्निंग फ्रेमवर्क है जो फंक्शनल जैकोबियन में रैंक सेपरेशनेशन को प्रेरित करने के लिए ज़ीरो-इनिशियलाइज़्ड गेट्स का उपयोग करता है, जिससे लगभग शून्य विस्मृति (near-zero forgetting) और नियंत्रित फंक्शनल ड्रिफ्ट के साथ सुरक्षित क्षमता विस्तार संभव हो पाता है।
यह शोध पत्र स्टेबल डिफ्यूजन (Stable Diffusion) के लिए एक नवीन ड्यूल-गाइडेंस फ्रेमवर्क प्रस्तुत करता है जो आर्टिफ़ेक्ट्स को कम करने और सिमेंटिक फिडेलिटी (semantic fidelity) को बढ़ाने के लिए ऑटोमैटिक नेगेटिव प्रॉम्प्ट ऑप्टिमाइज़ेशन हेतु एक फाइन-ट्यून्ड सीक्वेंस-टू-सीक्वेंस एलएलएम (LLM) को लेटेंट-स्पेस गाइडेंस के लिए एक सीएनएन-आरएनएन (CNN-RNN) हाइब्रिड क्लासिफायर के साथ जोड़ता है।
यह शोध पत्र एक नवीन A/B-परीक्षण प्रोटोकॉल प्रस्तावित करता है जो सहमत कार्यों (agreeing actions) से उत्पन्न होने वाले शोर को समाप्त करने के लिए पॉलिसी ओवरलैप और -ऑफ-पॉलिसी एस्टीमेशन का लाभ उठाता है, जिससे मानक विधियों की तुलना में उपचार प्रभावों (treatment effects) के मूल्यांकन में भिन्नता (variance) कम होती है और गति आती है।
यह शोधपत्र पहला व्यापक अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि निष्पक्षता-बढ़ाने वाले एल्गोरिदम के सदस्यता अनुमान गोपनीयता जोखिमों (membership inference privacy risks) पर विषम, उप-जनसंख्या-विशिष्ट प्रभाव होते हैं, जो यह प्रकट करता है कि निष्पक्षता, गोपनीयता और उपयोगिता के बीच की परस्पर क्रिया का मूल्यांकन समग्र मेट्रिक्स के बजाय उपसमूह स्तर पर संयुक्त रूप से किया जाना आवश्यक है।
यह शोध पत्र कॉन्ट्रास्टिव पॉलिसी ऑप्टिमाइज़ेशन (CPO) को प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो एंट्रॉपी-आधारित एडवांटेज शेपिंग को संदर्भ-निर्देशित और वैनिला जनरेशन के बीच टोकन-स्तरीय कॉन्ट्रास्टिव डिसएग्रीमेंट से बदल देता है ताकि शुद्धता को अधिक सटीक रूप से संकेतित किया जा सके, जिससे ज़ीरो-एडवांटेज समस्या का समाधान होता है और इन-डोमेन एवं आउट-ऑफ-डोमेन दोनों बेंचमार्क पर मौजूदा विधियों से काफी बेहतर प्रदर्शन होता है।