22423 पेपर
यह शोध पत्र पॉइंट-क्लाउड-असिस्टेड टेंजेंट गॉसियन स्प्लेटिंग (PC-TGS) प्रस्तुत करता है, जो एक नवीन ढांचा है जो विरल रेडियो मापों को सघन LiDAR ज्यामिति के साथ एकीकृत करता है ताकि स्थानीय सांख्यिकीय चैनल कोणीय शक्ति स्पेक्ट्रा को अनमापे स्थानों तक सटीक रूप से एक्सट्रपलेट किया जा सके, जिससे कुशल, बड़े पैमाने पर वायरलेस नेटवर्क अनुकूलन सक्षम हो सके।
यह शोध पत्र RouteJudge को प्रस्तुत करता है, जो उपयोगकर्ता प्राथमिकता-आधारित युग्म तुलनाओं (pairwise comparisons) के माध्यम से LLM रूटिंग रणनीतियों के मूल्यांकन के लिए एक खुला ऑनलाइन प्लेटफॉर्म है, जिसके साथ ORBIT भी है, जो रूटिंग एल्गोरिदम के विकास, बेंचमार्किंग और एकीकरण को मानकीकृत करने वाला एक मॉड्यूलर टूलबॉक्स है।
यह शोध पत्र टॉप-टू पारेटो फ्रंट थॉम्पसन सैंपलिंग (TTPFTS) को प्रस्तुत करता है, जो मल्टी-ऑब्जेक्टिव मल्टी-आर्म्ड बैंडिट्स के लिए पहला एनीटाइम बेयसियन एल्गोरिदम है जो पारेटो ऑप्टिमल सेट्स की पहचान करता है, और इसकी सैद्धांतिक शुद्धता, अत्याधुनिक विधियों के विरुद्ध बेहतर प्रदर्शन, और लर्निंग प्रोग्रेस की निगरानी के लिए एक नवीन अनसर्टेन्टी क्वांटिफिकेशन मेट्रिक के साथ आणविक खोज (मॉलिक्यूलर डिस्कवरी) में इसकी व्यावहारिक उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र एक व्याख्यात्मक, प्रशिक्षण-मुक्त ढांचे का प्रस्ताव करता है जो मल्टीट्रैक म्यूजिक ट्रांसफॉर्मर में पिच और ड्यूरेशन गुणों के सूक्ष्म, स्वतंत्र मॉड्यूलेशन को प्राप्त करने के लिए PID फीडबैक कंट्रोल और ग्राम-श्मिट ऑर्थोगोनलाइजेशन के माध्यम से ज्यामितीय डिकपलिंग का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि मशीन-लर्न की गई भविष्यवाणियाँ, भले ही वे यादृच्छिक अनुमान (रैंडम गेसिंग) से केवल मामूली रूप से बेहतर हों और कमजोर स्वतंत्रता धारणाओं के अधीन हों, एनपी-हार्ड (NP-hard) सबसेट चयन समस्याओं के लिए सटीक घातांकीय-समय एल्गोरिदम (exact exponential-time algorithms) के खोज स्थान को प्रमाणिक रूप से कम कर सकती हैं और उन्हें त्वरित कर सकती हैं।
यह शोध पत्र TRUST का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो प्रोंबाबिलिस्टिक त्सेटलिन मशीनों (Probabilistic Tsetlin Machines) और बायेसियन ऑप्टिमाइज़ेशन का लाभ उठाकर मजबूत, व्याख्या योग्य काउंटरफैक्टुअल स्पष्टीकरण उत्पन्न करने के लिए सीधे उन न्यूनतम इनपुट परिवर्तनों की खोज करता है जो उपयोगकर्ता-निर्धारित भविष्यवाणी विश्वास लक्ष्यों को संतुष्ट करते हैं, जिससे पारंपरिक बाउंड्री-क्रॉसिंग रिकोर्स विधियों की भंगुरता पर विजय प्राप्त होती है।
यह शोध पत्र स्ट्रुबी (StruBI) एल्गोरिदम प्रस्तुत करता है, जो छिपे हुए कन्फाउंडिंग (confounding) और चयन पूर्वाग्रहों (selection biases) की पहचान करने और उनके बीच अंतर करने के लिए विभिन्न वातावरणों में कारण तंत्र के बदलावों (causal mechanism shifts) की निर्भरता का लाभ उठाता है, जिससे सख्त i.i.d. और बिना-अनियंत्रित-चर (no-unmeasured-variable) मान्यताओं पर निर्भर पारंपरिक कारण खोज (causal discovery) विधियों की सीमाओं को दूर किया जा सके।
यह शोध पत्र एक नवीन दृष्टिकोण प्रस्तावित करता है जो शोर वाले लेबल अनुक्रमों (noisy label sequences) पर आधारित एक न्यूरल कंडीशनल रैंडम फील्ड (neural Conditional Random Field) को प्रशिक्षित करने के लिए डिफ्यूजन मॉडल्स का लाभ उठाता है, जिससे दीर्घ-रेंज निर्भरताओं (long-range dependencies) को कैप्चर किया जा सके और अनुमानित निष्कर्ष (approximate inference) के माध्यम से POS-टैगिंग में 16.5% की त्रुटि कमी प्राप्त की जा सके।
यह शोध पत्र QUAM-SM को प्रस्तुत करता है, जो एक पोस्ट-हॉक एडवरसेरियल फ्रेमवर्क है जो लक्षित गड़बड़ी (targeted perturbations) के माध्यम से नाजुक क्षेत्रों की पहचान करके मेडिकल इमेज सेगमेंटेशन में पिक्सेल-स्तरीय अनिश्चितता को मापता है, जिससे विश्वसनीयता में सुधार होता है और महत्वपूर्ण नैदानिक अनुप्रयोगों के लिए एपिस्टेमिक (epistemic) और एलियटोरिक (aleatoric) अनिश्चितताओं के बीच अंतर स्पष्ट होता है।
यह शोध पत्र एक फ्लो-मैचिंग-आधारित टेस्ट-टाइम एडेप्टेशन विधि प्रस्तुत करता है जो हिस्टोग्राम को सिंथेटिक ट्रैजेक्टरीज के साथ संरेखित करके और टाइम कंडीशनिंग को हटाकर, शोर वाले इनपुट से उच्च गुणवत्ता वाली OCT छवियां उत्पन्न करती है, जिससे आयु-संबंधी मैकुलर डिजनरेशन बायोमार्कर के लिए अत्याधुनिक सेगमेंटेशन प्रदर्शन प्राप्त होता है।