22330 पेपर
यह शोध पत्र प्रदर्शित करता है कि एक समानांतर डीप रिज़र्वोअर कंप्यूटिंग आर्किटेक्चर हस्तनिर्मित फीचर एक्सट्रैक्शन के बिना कच्चे ऑडियो सिग्नल्स के एंड-टू-एंड वर्गीकरण को प्रभावी ढंग से कर सकता है, जो कम कम्प्यूटेशनल जटिलता बनाए रखते हुए शैलो और सीक्वेंशियल बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र टेम्पोरल बिहेवियर ट्रीज़ (Temporal Behavior Trees) को रिवॉर्ड-पेट्री-नेट्स (Reward-Petri-Nets) के रूप में व्याख्या करने का प्रस्ताव करता है ताकि सुदृढीकरण शिक्षण (reinforcement learning) के लिए संरचित रिवॉर्ड फंक्शन स्वचालित रूप से उत्पन्न किए जा सकें, जिससे उन जटिल, लंबी अवधि वाले रोबोटिक कार्यों के कुशल शिक्षण को सक्षम बनाया जा सके जहाँ मानक विधियाँ विफल हो जाती हैं जिनमें पदानुक्रमित और टेम्पोरल बाधाएँ शामिल हैं।
यह शोध पत्र न्यूरल एक्शन कोडक (NAC) को प्रस्तुत करता है, जो एक न्यूरल ऑडियो कोडक से प्रेरित आर्किटेक्चर है जो रोबोटिक एक्शन ट्राजेक्टरीज को मल्टी-चैनल 1D सिग्नल्स के रूप में मानता है ताकि मौजूदा टोकेनाइजेशन विधियों की तुलना में विजन-लैंग्वेज-एक्शन मॉडल्स में उच्च-सटीकता वाली संपीड़न और बेहतर डाउनस्ट्रीम प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र VLA-FAIL को प्रस्तुत करता है, जो एक हल्का और व्यापक रूप से लागू होने योग्य ढांचा है जो बिना विफलता डेटा या गणनात्मक रूप से महंगे सैंपलिंग के, फाइन-ट्यून्ड विजन-लैंग्वेज-एक्शन मॉडल्स में कार्य विफलताओं का पता लगाने के लिए लास्ट-लेयर महालनोबिस दूरी और एक्शन चंक निरंतरता को जोड़ता है।
यह शोध पत्र ADualVUOT का प्रस्ताव करता है, जो मेडिकल इमेज सेगमेंटेशन के लिए एक नवीन अनसुपरवाइज्ड डोमेन अडैप्टेशन फ्रेमवर्क है, जो बेहतर लेटेंट स्पेस एक्सप्रेसिवनेस और एडवरसेरियल ऑग्मेंटेशन के माध्यम से डोमेन शिफ्ट को प्रभावी ढंग से संबोधित करने के लिए ड्यूल-एनकोडर VAE को कंटीन्यूअस नॉर्मलाइजिंग फ्लो और गॉसियन-ग्रोमोव-वासरस्टीन दूरी के माध्यम से अनबैलेंस्ड ऑप्टिमल ट्रांसपोर्ट के साथ जोड़ता है।
यह शोध पत्र DCGC का प्रस्ताव करता है, जो एक नवीन न्यूरल टेंसर फैक्टराइजेशन विधि है जो जटिल क्रॉस-मोड इंटरैक्शन को प्रभावी ढंग से कैप्चर करने और टेंसर कंप्लीशन कार्यों में अत्यधिक डेटा स्पैरसिटीिटी (विरलता) को कम करने के लिए एक मल्टी-चैनल कनवल्शन नेटवर्क को गेटेड ड्यूल-अटेंशन मैकेनिज्म और ग्रुप-लेवल कॉन्ट्रास्टिव लर्निंग के साथ जोड़ता है।
यह शोध पत्र एक यूनिवर्सल रो एनकोडर (Universal Row Encoder) के साथ रिलेशनल डीप लर्निंग के लिए एक मॉड्यूलर दृष्टिकोण प्रस्तावित करता है जो स्कीमा मेटाडेटा और वैश्विक सांख्यिकी को एकीकृत करके रो एनकोडिंग को ग्राफ मैसेज-पासिंग से अलग करता है, जिससे स्कीमा-अज्ञेय (schema-agnostic), सामान्यीकरण योग्य और कुशल क्रॉस-डेटाबेस प्रतिनिधित्व शिक्षण सक्षम होता है।
Fast-TurboQuant एक मल्टीप्लायर-मुक्त ऑनलाइन वेक्टर क्वांटाइजेशन विधि है जो TurboQuant के गणनात्मक रूप से महंगे डेंस रैंडम रोटेशन को रेडेमेकर फेज इनवर्जन और फास्ट वॉल्श-हाडामार्ड ट्रांसफॉर्म का उपयोग करके एक स्ट्रक्चर्ड फास्ट जॉनसन-लिंडेनस्ट्रास ट्रांसफॉर्म से बदल देता है, जिससे एज डिवाइसेस पर लार्ज लैंग्वेज मॉडल एम्बेडिंग्स के लिए महत्वपूर्ण गति और बेहतर सटीकता प्राप्त होती है।
यह शोध पत्र ऑटोरेग्रेसिव स्पीच एन्हांसमेंट लैंग्वेज मॉडल्स के लिए एक पोस्ट-ट्रेनिंग फ्रेमवर्क पेश करता है जो नॉन-डिफरेंशिएबल क्वालिटी मेट्रिक्स को सीधे ऑप्टिमाइज़ करने के लिए मल्टी-मेट्रिक परसेप्चुअल रिवार्ड्स के साथ ग्रुप सीक्वेंस पॉलिसी ऑप्टिमाइज़ेशन का उपयोग करता है, जिससे सिंगल-मेट्रिक ट्रेनिंग से जुड़ी रिवॉर्ड हैकिंग से बचते हुए DNS2020 बेंचमार्क पर स्टेट-ऑफ-द-आर्ट परिणाम प्राप्त होते हैं।
यह अध्ययन प्रदर्शित करता है कि पार्किंसंस रोग के सर्जिकल नियोजन के लिए सबथैलेमिक न्यूक्लियस जैसे सबकोर्टिकल संरचनाओं को सेगमेंट करने में नेटिव-स्पेस UNet-आधारित पाइपलाइन, टेम्पलेट-स्पेस दृष्टिकोणों से बेहतर प्रदर्शन करती हैं, हालांकि 7T और 3T MRI डोमेन के बीच प्रदर्शन के अंतर को पाटना एक महत्वपूर्ण चुनौती बना हुआ है।