22498 पेपर
यह अध्ययन प्रदर्शित करता है कि डीप इमेज क्लासिफायर, जिनमें CNN और विजन ट्रांसफॉर्मर शामिल हैं, छवि की पहचान को मुख्य रूप से परिमाण (मैग्निट्यूड) के बजाय फेज़ या साइन सूचना के माध्यम से आंतरिक रूप से एनकोड करते हैं, जो इन आर्किटेक्चर के बीच टेक्सचर-शेप गैप के लिए एक यांत्रिक स्पष्टीकरण प्रदान करता है।
यह शोध पत्र Hierarchical Advantage-Weighted Behavior Cloning (HABC) का प्रस्ताव करता है, जो एक ऐसी विधि है जो विरल एपिसोड परिणामों (sparse episode outcomes) को अवस्था-अनुकूली भारण (state-adaptive weighting) और हस्तक्षेप-जागरूक क्रेडिट असाइनमेंट (intervention-aware credit assignment) के साथ अलग-अलग व्यवहार्यता और दक्षता उद्देश्यों में विभाजित करके, ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करते हुए पूर्व-प्रशिक्षित विजन-लैंग्वेज-एक्शन मॉडलों को फाइन-ट्यून करती है, जिससे सुपरवाइज्ड फाइन-ट्यूनिंग बेसलाइनों की तुलना में संपर्क-समृद्ध द्विपक्षीय कार्यों (contact-rich bimanual tasks) पर सफलता दर में महत्वपूर्ण सुधार होता है।
यह शोध पत्र ज्योमेट्रिक एक्शन मॉडल (GAM) को प्रस्तुत करता है, जो एक भाषा-सशर्त हेरफेर नीति (language-conditioned manipulation policy) है जो एक पूर्व-प्रशिक्षित ज्योमेट्रिक फाउंडेशन मॉडल को एक कॉज़ल फ्यूचर प्रेडिक्टर (causal future predictor) को एकीकृत करने के लिए विभाजित करके उसे पुन: उपयोग करती है, जिससे समृद्ध ज्योमेट्रिक प्रायर्स (geometric priors) को संरक्षित करते हुए रोबोट नियंत्रण के लिए कुशल, सटीक और सुदृढ़ 3D तर्क को सक्षम बनाया जा सके।
यह शोध पत्र 'एक्ज़ैक्ट पोस्टीरियर स्कोर' (EPS) को प्रस्तुत करता है, जो एक नया प्रशिक्षण उद्देश्य (training objective) है जो लीनियर इनवर्स समस्याओं के लिए एक क्लोज्ड-फॉर्म सटीक पोस्टीरियर स्कोर व्युत्पन्न करता है, जिससे मानक डिनोइजिंग आर्किटेक्चर के साथ उच्च-सटीकता वाली सैंपलिंग संभव होती है और ग्रेडिएंट-आधारित विधियों की तुलना में कम्प्यूटेशनल लागत में उल्लेखनीय कमी आती है।
यह शोध पत्र लेटेंट स्पेस को इनवेरिएंट क्लास फैक्टर्स और सिमेट्री ग्रुप पोज़ फैक्टर्स में विभाजित करके इक्विवैरिएंट रिप्रेजेंटेशन्स सीखने के लिए एक सामान्य विधि प्रस्तुत करता है, जिसे लॉसलेस, इंटरप्रिटेबल और डिसेंटैंगल्ड परिणाम प्राप्त करने के लिए रिलेटिव सिमेट्री सुपरविज़न का उपयोग करके प्रशिक्षित किया गया है जो मौजूदा फ्रेमवर्क से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र सैद्धांतिक रूप से सिद्ध करता है कि कंट्रास्टिव लर्निंग में हार्ड-नेगेटिव सैंपलिंग, रिप्रेजेंटेशन्स को इष्टतम न्यूरल-कोलैप्स ज्योमेट्री की ओर ले जाती है और डायमेंशनल-कोलैप्स को रोकती है, जो एक ऐसी घटना है जिसे फीचर नॉर्मलाइजेशन के साथ एडम ऑप्टिमाइज़ेशन के माध्यम से अनुभवजन्य रूप से मान्य किया गया है।
यह शोध पत्र लगभग स्थानिक स्वतंत्रता स्तरों (spatial degrees of freedom) वाले एक द्वि-आयामी प्रोग्रामेबल वेवगाइड को प्रस्तुत करता है जो सिंगल-पास न्यूरल नेटवर्क इन्फरेंस करने के लिए मल्टीमोड तरंग प्रसार (multimode wave propagation) पर मनमाना नियंत्रण सक्षम करता है, साथ ही पारंपरिक डिस्क्रीट-कंपोनेंट आर्किटेक्चर की तुलना में डिवाइस क्षेत्र दक्षता और स्केलिंग में महत्वपूर्ण सुधार प्रदान करता है।
यह शोध पत्र मोनॉमियल सक्रियण फलनों (monomial activation functions) वाले कनवल्शनल न्यूरल नेटवर्क का विश्लेषण करने के लिए बीजगणितीय ज्यामिति (algebraic geometry) का उपयोग करता है, यह स्थापित करते हुए कि उनका पैरामीट्रिकरण सामान्यतः एक आइसोमोर्फिज्म (isomorphism) है, परिणामी न्यूरोमैनिफोल्ड (neuromanifold) के आयाम, डिग्री और विलक्षणताओं (singularities) को अभिलक्षणिक करते हुए, और रिग्रेशन अनुकूलन में क्रिटिकल पॉइंट्स की संख्या के लिए एक स्पष्ट सूत्र व्युत्पन्न करते हुए।
यह शोध पत्र एक कमजोर रूप से पर्यवेक्षित (weakly supervised) प्राकृतिक भाषा प्रसंस्करण (Natural Language Processing) पाइपलाइन प्रस्तुत करता है जो वाक्य निष्कर्षण (sentence extraction), डोमेन-विशिष्ट सिमेंटिक एम्बेडिंग्स (domain-specific semantic embeddings), और कमजोर लेबल उत्पन्न करने के लिए दो-स्तरीय क्लस्टरिंग का लाभ उठाकर इतालवी अस्पताल डिस्चार्ज पत्रों से रोगी के निदान को स्वचालित रूप से पहचानता है, जिससे पूर्ण रूप से पर्यवेक्षित मॉडलों के समान प्रदर्शन प्राप्त होता है जबकि मैनुअल एनोटेशन की आवश्यकता को काफी कम कर दिया जाता है।
यह शोध पत्र ANSR-DT प्रस्तुत करता है, जो एक न्यूरो-सिंबोलिक फ्रेमवर्क है जो औद्योगिक प्रणालियों में पारदर्शी विसंगति पहचान (anomaly detection) और निर्णय सहायता के लिए एक विश्वसनीय, व्याख्या योग्य और अनुकूलनशील डिजिटल ट्विन बनाने हेतु CNN-LSTM पैटर्न रिकग्निशन, Prolog-आधारित तर्क (reasoning), और PPO-संचालित अनुकूलन को एकीकृत करता है।