19863 पेपर
यह शोध पत्र निश्चित शेड्यूल्स के तहत नॉन-एक्सपेंसिव टू-टाइम-स्केल स्टोकेस्टिक एप्रोक्सिमेशन के लिए एक मौलिक अभिसरण बाधा (convergence barrier) स्थापित करता है और बायस-करेक्टेड एवं सिंगल-लूप एल्गोरिदम प्रस्तावित करता है जो प्रथम-क्रम के फास्ट-ट्रैकिंग त्रुटियों को रद्द करके अभिसरण दर को क्रमशः और तक त्वरित करते हैं।
यह शोध पत्र EXPLORE को प्रस्तुत करता है, जो एक नया फ्रेमवर्क है जो मौजूदा वन-शॉट और सैंपलिंग-आधारित विधियों की तुलना में स्वचालित एनालॉग सर्किट टोपोलॉजी जनरेशन की सफलता दर और प्रदर्शन में महत्वपूर्ण सुधार करने के लिए लैंग्वेज मॉडल प्रायर्स (language model priors) को सिम्युलेटर-गाइडेड मोंटे कार्लो ट्री सर्च (Monte Carlo Tree Search) के साथ जोड़ता है।
यह शोध पत्र "लोकल रिडंडेंसी" (local redundancy) को प्रस्तुत करता है, जो यूनिवर्सल कंप्रेशन थ्योरी से व्युत्पन्न न्यूरल नेटवर्क प्लास्टिसिटी का एक सूचना-सैद्धांतिक माप है, जिसे एक सिंथेटिक मेमोराइजेशन टास्क पर अपेक्षित स्क्वेयर्ड ग्रेडिएंट नॉर्म (expected squared gradient norm) द्वारा कुशलतापूर्वक अनुमानित किया जाता है और डाउनस्ट्रीम प्रदर्शन की भविष्यवाणी करने तथा चेकपॉइंट चयन को निर्देशित करने में मौजूदा मेट्रिक्स से बेहतर प्रदर्शन करते हुए प्रदर्शित किया गया है।
यह शोध पत्र एक एकीकृत वितरण रूप से सुदृढ़ (distributionally robust) और सुरक्षित अनुकरण शिक्षण (imitation learning) ढांचे का प्रस्ताव करता है जो टेलर सीरीज़ इमिटेशन लर्निंग और वितरण रूप से सुदृढ़ अनुकूली नियंत्रण को संयोजित करता है ताकि नीति-प्रेरित और अनिश्चितता-प्रेरित वितरण बदलावों को कम किया जा सके, जिससे एक यूएवी (UAV) केस स्टडी द्वारा प्रदर्शित अनिश्चित वातावरण में सुरक्षित और प्रभावी प्रदर्शन सुनिश्चित किया जा सके।
HIVE-3D एक पदानुक्रमित वोक्सेल संवर्धन ढांचे (hierarchical voxel enhancement framework) को पेश करता है जो 2D और 3D घटकों को एक पदानुक्रमित वृक्ष (hierarchical tree) में संरेखित करके और मोटे-से-सूक्ष्म परिशोधन (coarse-to-fine refinement) प्राप्त करने के लिए एक वोक्सेल सुपर-रिज़ॉल्यूशन मॉडल लागू करके एक एकल छवि से उच्च-गुणवत्ता वाले 3D दृश्य उत्पन्न करता है, जो मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र बैंकिंग लेनदेन में धोखाधड़ी का पता लगाने के लिए पारदर्शिता, सटीकता और ऑडिटर के विश्वास को बढ़ाने हेतु आइसोलेशन फॉरेस्ट (Isolation Forest) विसंगति पहचान, SHAP-आधारित स्पष्टीकरण और एक स्ट्रीमलिट (Streamlit) डैशबोर्ड को संयोजित करने वाले एक व्याख्यात्मक एआई (Explainable AI) ढांचे को प्रस्तुत करता है।
यह शोध पत्र एक सीखे हुए, ज्यामिति-नियमित (geometry-regularized) स्टेट एस्टिमेटर का प्रस्ताव करता है जो आंशिक अवलोकनशीलता (partial observability) के तहत प्रभावी स्वायत्त सर्जिकल रिट्रैक्शन प्लानिंग को सक्षम करने के लिए विरल, शोर युक्त अवलोकनों से पूर्ण विरूप्य ऊतक अवस्थाओं (deformable tissue states) को पुनर्गठित करता है, जो सिमुलेशन में लगभग ऑरेकल प्रदर्शन प्राप्त करता है।
यह शोधपत्र एक टोपोलॉजी-अज्ञेय (topology-agnostic) डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो दृष्टि के बिना, विरल स्पर्श डेटा (sparse tactile data) से विरूपित वस्तुओं (deformable objects) के पूर्ण 3D मेश को पुनर्गठित करता है, जो पारंपरिक ज्यामितीय विधियों से काफी बेहतर प्रदर्शन करता है और अवरुद्ध वातावरण में सक्रिय स्पर्श रणनीतियों को अनुकूलित करने के लिए डीप-एन्सेम्बल अनिश्चितता का लाभ उठाता है।
यह शोध पत्र मॉडिफाइड स्पेक्ट्रल-इन्फॉर्म्ड न्यूरल नेटवर्क्स (SINNs) को प्रस्तुत करता है, जो उच्च-आयामी आंशिक अवकल समीकरणों (PDEs) को हल करने के लिए मौजूदा विधियों की सटीकता और दक्षता की सीमाओं को दूर करने हेतु गुणांक क्षय स्केलिंग (coefficient decay scaling) और बेसिस एम्बेडिंग्स को एकीकृत करते हैं, जो स्पार्स ग्रिड स्पेक्ट्रल विधियों और फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs) दोनों की तुलना में श्रेष्ठ प्रदर्शन प्रदर्शित करते हैं।
यह शोध पत्र प्रदर्शित करता है कि भाषा मॉडल, विशेष रूप से पोलिश के लिए अनुकूलित, संस्थागत परिचितता (entity familiarity) के क्रमिक आंतरिक रीडआउट (graded internal readouts) रखते हैं जो प्रॉम्प्ट भाषा के प्रति सुदृढ़ हैं और इनकार व्यवहार (refusal behaviors) को नियंत्रित करने के लिए प्रभावी ढंग से निर्देशित किए जा सकते हैं, हालांकि ये पूर्व-उत्पादन संकेत (pre-generation signals) अंतिम परहेज निर्णयों (abstention decisions) को नियंत्रित करने वाली नीतियों से भिन्न रहते हैं।