22423 पेपर
यह शोध पत्र "कंप्यूटेशनल आइडेंटिफिएबिलिटी" (computational identifiability) नामक एक ढांचे का प्रस्ताव करता है जो सैद्धांतिक, एसिम्प्टोटिक (asymptotic) पहचान से ध्यान हटाकर अनुभवजन्य अनुमानकों (empirical estimators) को खोजने की एक व्यावहारिक, परिमित खोज प्रक्रिया पर केंद्रित करता है, जिससे छोटे नमूनों, अस्पष्ट ग्राफों और मिश्रित डेटा प्रकारों वाले परिदृश्यों में पहचान संबंधी चुनौतियों का समाधान सक्षम होता है।
यह शोध पत्र Guard का प्रस्ताव करता है, जो एक नवीन डिस्टिलेशन फ्रेमवर्क है जो एक कॉन्टेक्स्टुअल राउटर और अनसर्टेन्टी-गेटेड टेम्परेचर मैकेनिज्म का लाभ उठाकर वितरण संबंधी रूप से विसंगत (distributionally misaligned) टाइम-सीरीज फाउंडेशन मॉडल्स से ज्ञान को संसाधन-सीमित वैज्ञानिक एज अनुप्रयोगों के लिए हल्के और सुदृढ़ फोरकास्टर्स में प्रभावी ढंग से स्थानांतरित करता है।
यह शोध पत्र NVIDIA GPU आर्किटेक्चर में Med-DDPM 3D जनरेटिव डिफ्यूजन मॉडल का एक व्यापक प्रदर्शन विश्लेषण प्रस्तुत करता है, जो मेमोरी एक्सेस और टेंसर कोर उपयोगिता में प्रमुख बाधाओं की पहचान करता है, और यह प्रदर्शित करता है कि आर्किटेक्चर-जागरूक अनुकूलन जैसे कि TF32 एक्टिवेशन और 3D चैनल्स-लास्ट लेआउट संश्लेषण गुणवत्ता से समझौता किए बिना कंप्यूटेशनल चक्रों को काफी कम कर सकते हैं और दक्षता में सुधार कर सकते हैं।
यह शोध पत्र वर्गित भार नॉर्म (squared weight norm) के तीन-बल अपघटन (three-force decomposition) को व्युत्पन्न करके AdamW प्रशिक्षण के दौरान वीबुल वेट-स्केल पैरामीटर के विकास का विश्लेषण करता है, जो यह प्रदर्शित करता है कि एक संरेखण बल (alignment force) प्रारंभिक वृद्धि चरण पर हावी रहता है जबकि संरेखण और वेट डिके (weight decay) के बीच का संतुलन आगामी विश्रांति (relaxation) को संचालित करता है, जिसमें एक प्रस्तावित स्प्लाइन विस्थापन विधि (spline displacement method) विरल चेकपॉइंट्स (sparse checkpoints) से इन गतिकी के सटीक पुनर्निर्माण को सक्षम बनाती है।
यह शोध पत्र एक हाइब्रिड प्रशिक्षण पद्धति प्रस्तावित करता है जो सेल्फ-प्ले सुदृढीकरण शिक्षण (self-play reinforcement learning) को मानव प्रदर्शन डेटा की एक न्यूनतम मात्रा (केवल 30 मिनट) के साथ एक नियमितीकरण उद्देश्य (regularization objective) के रूप में जोड़ता है, जिससे व्यापक मानव डेटासेट या नाजुक रिवॉर्ड इंजीनियरिंग की आवश्यकता के बिना, सुरक्षित और स्वाभाविक रूप से मानव व्यवहार के अनुरूप स्वायत्त ड्राइविंग नीतियों का कुशल निर्माण संभव हो पाता है।
ProMUSE एक प्रगतिशील, अनिश्चितता-निर्देशित बहु-मोडल नेटवर्क है जो कम लागत वाले नैदानिक डेटा के आधार पर केवल आवश्यकता होने पर ही महंगी एमआरआई (MRI) या पीईटी (PET) इमेजिंग को अनुकूल रूप से शामिल करता है, जिससे अल्जाइमर रोग के सटीक निदान के साथ-साथ इमेजिंग लागत और संसाधनों के उपयोग में महत्वपूर्ण कमी आती है।
यह शोध पत्र फुल-सेल्फ डायग्नोस्टिक्स (FSD) को प्रस्तुत करता है, जो एक एकीकृत गणितीय ढांचा है जो अनकन्स्ट्रेंड स्मार्टफोन फेशियल वीडियो से रक्त ग्लूकोज के स्तर जैसे गुप्त शारीरिक अवस्थाओं का सटीक रूप से अनुमान लगाने के लिए भौतिकी-आधारित इनवर्स प्रॉब्लम्स और ऑपरेटर लर्निंग का लाभ उठाता है, जिससे नैदानिक रूप से प्रासंगिक प्रदर्शन प्राप्त होता है जो युग्मित प्रशिक्षण डेटा की मात्रा के साथ बढ़ता है।
यह शोध पत्र एक भौतिकी-सूचित (physics-informed) ढांचे का प्रस्ताव करता है जो पूर्ण-क्षेत्र विस्थापन (full-field displacement) और प्रतिक्रिया बल डेटा से सीधे अनिसोट्रोपिक यील्ड फलनों (anisotropic yield functions) की खोज करने के लिए उत्तल न्यूरल नेटवर्क (convex neural networks) का उपयोग करता है, जो एक अवकलनीय इलास्टोप्लास्टिक स्ट्रेस इंटीग्रेशन स्कीम के भीतर यील्ड फंक्शन को समाहित करके प्रत्यक्ष स्ट्रेस प्रेक्षणों या पूर्व-निर्धारित पैरामीट्रिक रूपों की आवश्यकता को दरकिनार करता है।
Emyx एक अत्यधिक कुशल 140M-पैरामीटर वाला कंडीशनल फ्लो मैचिंग मॉडल है जो हल्के कंडीशनल रिप्रेजेंटेशन और इष्टतम सैंपलिंग के लिए एक नवीन रीपैरामीट्राइजेशन का लाभ उठाकर, चार गुना कम ट्रेनिंग कंप्यूट के साथ एंजाइम डिजाइन बेंचमार्क में RFdiffusion और ProteinComplexa जैसे अत्याधुनिक ऑल-एटम प्रोटीन जनरेटरों से बेहतर प्रदर्शन करता है।
यह शोधपत्र एक हाइब्रिड GNN-FEM ढांचे का प्रस्ताव करता है जो एक पारंपरिक परिमित तत्व (फिनिट एलीमेंट) स्टैगर्ड स्कीम के भीतर फेज-फील्ड अपडेट के लिए एक ग्राफ न्यूरल नेटवर्क सरोगेट को एकीकृत करता है, जो भौतिक निरंतरता को बनाए रखते हुए विविध ज्यामिति और स्थितियों में इतिहास-निर्भर फ्रैक्चर विकास के कुशल, सटीक और सामान्यीकरण योग्य सिमुलेशन को सक्षम बनाता है।