22423 पेपर
यह शोध पत्र प्रदर्शित करता है कि व्यावहारिक फ्लोटिंग-पॉइंट अंकगणित और ऑटोमैटिक डिफरेंशिएशन के तहत संचालित न्यूरल नेटवर्क सैद्धांतिक रूप से मनचाहे लक्ष्य फलन मानों (target function values) और उनके संगत ग्रेडिएंट्स को निरूपित कर सकते हैं, जो वास्तविक दुनिया की कम्प्यूटेशनल बाधाओं तक यूनिवर्सल एप्रोक्सिमेशन परिणामों का विस्तार करता है।
यह शोध पत्र अल्पसंख्यक हाशिए पर जाने (minority marginalization) को रोकने के लिए एक नैश सोशल वेलफेयर (Nash Social Welfare) उद्देश्य को पेश करके, विषम प्राथमिकताओं (heterogeneous preferences) के लिए एक नवीन रिग्रेट लोअर बाउंड (regret lower bound) स्थापित करके और मिलान वाले अपर बाउंड्स (matching upper bounds) प्राप्त करने वाले एल्गोरिदम प्रस्तावित करके मल्टी-यूज़र ड्यूलिंग बैंडिट्स (multi-user dueling bandits) में निष्पक्षता को संबोधित करता है।
यह शोध पत्र संक्षिप्त, व्याख्यात्मक और भविष्य कहनेवाला जोखिम स्कोर (risk scores) बनाने के लिए एक ग्रेडिएंट बूस्टिंग-आधारित एल्गोरिदम प्रस्तुत करता है जो गैररेखीय प्रभावों (nonlinear effects) को मॉडल करते हुए पारंपरिक प्रतिगमन-आधारित (regression-based) विधियों से बेहतर प्रदर्शन करता है और वर्गीकरण एवं समय-से-घटना (time-to-event) कार्यों के लिए आवश्यक नियमों की संख्या को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र एक एनालॉग कंटेंट एड्रेसेबल मेमोरी ऐरे के भीतर एक कस्टम TXL सेल का उपयोग करके रेडियल बेसिस फंक्शन न्यूरॉन का एक ऊर्जा-कुशल, RRAM-आधारित हार्डवेयर कार्यान्वयन प्रस्तुत करता है, जो केवल 185fJ प्रति ऑपरेशन की खपत के साथ MNIST पर 89.1% सटीकता के साथ एज क्लासिफिकेशन के लिए तेज़, ऑन-द-फ्लाई लर्निंग को सक्षम बनाता है।
यह शोध पत्र HorusEye पेश करता है, जो आपातकालीन दृश्य विश्लेषण के पांच चरणों में RefCOCO-Degraded डेटासेट पर VLMs का मूल्यांकन करने वाला एक फ्रेमवर्क है, जो यह प्रकट करता है कि भाषाई फीडबैक की प्रभावशीलता मॉडल-निर्भर है और क्रॉपिंग जैसी मानक डिग्रेडेशन शमन रणनीतियां थर्मल इमेजरी में विनाशकारी रूप से विफल हो सकती हैं।
X-Tokenizer एक हल्का, मल्टीमॉडल एक्शन टोकेनाइज़र है जो एक एसिमेट्रिक सिमेंटिक रेसिडुअल क्वांटिज़ेशन आर्किटेक्चर और कॉन्ट्रास्टिव प्रीट्रेनिंग को नियोजित करके एक्शन टोकेनाइज़ेशन को एक सिमेंटिक इंटरफ़ेस लर्निंग टास्क के रूप में पुनर्गठित करता है ताकि विजन-लैंग्वेज रीजनिंग को सटीक निरंतर रोबोट नियंत्रण के साथ जोड़ा जा सके, जो सिमुलेशन और वास्तविक दुनिया के लॉन्ग-होरिज़न कार्यों दोनों में मौजूदा तरीकों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र 'डिवाइड-एंड-डीनॉइज़' (Divide-and-Denoise) को प्रस्तुत करता है, जो एक गेम-थ्योoretic ढांचा है जो नमूने के क्षेत्रों को प्रत्येक मॉडल की विशेषज्ञता के आधार पर गतिशील रूप से आवंटित करके कई पूर्व-प्रशिक्षित डिफ्यूजन मॉडलों को निष्पक्ष रूप से समन्वित करता है, जिससे संघर्षों का समाधान होता है और मिश्रित छवि निर्माण की गुणवत्ता में सुधार होता है।
यह शोध पत्र VIOLIN को प्रस्तुत करता है, जो एक हल्का (lightweight) मास्कड अटेंशन मैकेनिज्म है जो विजन ट्रांसफॉर्मर्स में स्पष्ट स्थानिक इंडक्टिव बायस (spatial inductive biases) को इंजेक्ट करने के लिए स्पेस फिलिंग कर्व्स (Space Filling Curves) का लाभ उठाता है, जिससे नगण्य कम्प्यूटेशनल ओवरहेड के साथ छोटे मॉडल और सीमित डेटा वाले परिदृश्यों में प्रदर्शन में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र एक मैप-फ्री (मानचित्र-रहित) स्वायत्त नेविगेशन फ्रेमवर्क प्रस्तुत करता है जो नॉनलीनियर मॉडल प्रेडिक्टिव कंट्रोल के साथ LiDAR-आधारित रिएक्टिव प्लानिंग को एकीकृत करता है, जिसमें सिमुलेशन और वास्तविक दुनिया के गतिशील वातावरण में एक क्वाड्रुपेड रोबोट पर मजबूत, उच्च-प्रदर्शन तैनाती के लिए कंट्रोलर मापदंडों को ट्यून करने हेतु ऑफलाइन बेयसियन ऑप्टिमाइज़ेशन का उपयोग किया गया है।
यह शोधपत्र एक डीप लर्निंग-आधारित टेरेन रिलेटिव नेविगेशन सिस्टम प्रस्तावित करता है जो एक विशिष्ट क्रेटर डिटेक्टर को एक्सटेंडेड कलमन फिल्टर के साथ एकीकृत करता है ताकि अंतरिक्ष यान की स्थिति का सटीक अनुमान लगाया जा सके और 5 किमी तक की प्रारंभिक स्थान अनिश्चितताओं के बावजूद नेविगेशन त्रुटियों को कुछ सौ मीटर तक कम किया जा सके।