22510 पेपर
यह शोध पत्र RT-VLA का प्रस्ताव करता है, जो एक हल्का, डिस्टिल्ड विजन-लैंग्वेज-एक्शन मॉडल है जो अत्याधुनिक SimLingo टीचर की ड्राइविंग और रीजनिंग क्षमताओं को एक कॉम्पैक्ट स्टूडेंट में स्थानांतरित करता है, जिससे प्रतिस्पर्धी क्लोज्ड-लूप प्रदर्शन को बनाए रखते हुए और पोस्ट-हॉक व्याख्यात्मकता के साथ रीयल-टाइम कंट्रोल को सक्षम करते हुए महत्वपूर्ण इन्फरेंस लेटेंसी में कमी (44.8x तक) प्राप्त की जाती है।
यह शोध पत्र प्रदर्शित करता है कि LayerNorm के बाद, न कि उससे पहले, एक पैरामीटर-मुक्त इनवर्स-डिग्री स्केलिंग फैक्टर (inverse-degree scaling factor) सम्मिलित करने से GNNs में महत्वपूर्ण टोपोलॉजी संकेतों को प्रभावी ढंग से संरक्षित किया जा सकता है, जिससे बिना किसी अतिरिक्त पैरामीटर की आवश्यकता के नोड-चयन कार्यों में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र एक 'एनीटाइम-वैलिड' (anytime-valid) अनुक्रमिक परीक्षण ढांचे का प्रस्ताव करता है जो छोटे-बैच सेटिंग्स में पूर्व-निर्धारित लेबल-शिफ्ट सुधारों की पुष्टि करने के लिए प्रति-अवलोकन लाइकलीहुड रेश्यो (per-observation likelihood ratios) के रनिंग प्रोडक्ट का उपयोग करता है, जो कि तब एक सांख्यिकीय रूप से कठोर विकल्प प्रदान करता है जब लेबल किए गए लक्षित परिणाम दुर्लभ होते हैं।
यह शोधपत्र यूटिलिटी-कंस्ट्रेंड एमडीपी (UCMDPs) के लिए एक व्यावहारिक कार्यप्रणाली प्रस्तुत करता है जो जोखिम-संवेदनशील बाधाओं और बिना किसी अतिरिक्त प्रशिक्षण लागत के बाधा सीमाओं के लचीले, पोस्ट-ट्रेनिंग समायोजन को सक्षम बनाता है, जबकि सेफ्टी जिमनासियम बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
KGERMAR एक नवीन ढांचा है जो इन्फरेंस के दौरान संदर्भ-विशिष्ट ज्ञान ग्राफ़ों को गतिशील रूप से निर्मित करके और उनके संरचनात्मक एम्बेडिंग को सिमेंटिक एवं कॉन्टेक्स्टुअल मेमोरी बैंकों के साथ एकीकृत करके लॉन्ग-कॉन्टेक्स्ट लैंग्वेज मॉडलिंग को उन्नत करता है, जिससे मौजूदा बेसलाइनों की तुलना में बेहतर परप्लेक्सिटी रिडक्शन और मेमोरी एफिशिएंसी प्राप्त होती है।
यह शोध पत्र एक सुदृढ़, गैर-पैरामीट्रिक मशीन टेक्स्ट डिटेक्शन फ्रेमवर्क का प्रस्ताव करता है जो पूरक फीचर सिग्नल्स को एकत्रित करने के लिए एक मल्टी-व्यू गॉसियन प्रोसेस एन्सेम्बल का लाभ उठाता है, जिससे विविध प्रतिकूल हमलों और वितरण परिवर्तनों के तहत भी उच्च सटीकता बनाए रखने और कैलिब्रेटेड अनिश्चितता अनुमान प्रदान करने में सक्षम होता है।
यह शोध पत्र ब्लाइंड इनवर्जन-बैकडोर एडवर्सरियल अनलर्निंगिंग (BI-BAU) का प्रस्ताव करता है, जो एक नवीन विधि है जो बैकडोर अनलर्निंग को एक निरंतर शिक्षण (continual learning) समस्या के रूप में पुनर्गठित करती है ताकि एक एक्सपेक्टेशन-मैक्सिमाइजेशन एल्गोरिदम के साथ एकीकृत एक द्वि-स्तरीय अनुकूलन ढांचे के माध्यम से कैटास्ट्रोफिक फॉरगेटिंग तंत्र का लाभ उठाकर पूर्ण बैकडोर उन्मूलन प्राप्त किया जा सके।
यह शोध पत्र डीप स्पेक्ट्रल एनकोडर (DSE) को प्रस्तुत करता है, जो एक नवीन ऑपरेटर-आधारित लेटेंट स्टेट-स्पेस मॉडल है जो शोर और आंशिक दृश्यता के तहत स्टोकेस्टिक नॉनलीनर डायनेमिकल सिस्टम्स के लिए स्थिर और उत्कृष्ट स्पेक्ट्रल लर्निंग, अनुक्रमिक बायेसियन फ़िल्टरिंग और डायनेमिक मोड डिकंपोजिशन को सक्षम करने हेतु फंक्शनल कैनोनिकल कोरिलेशन एनालिसिस के माध्यम से समय-अपरिवर्तनीय नॉनलीनर फीचर मैप्स सीखता है।
यह अध्ययन प्रदर्शित करता है कि हाइब्रिड U-Net आर्किटेक्चर के भीतर सहायक संदर्भ (auxiliary context) के रूप में क्ले जियो-फाउंडेशनल मॉडल (Clay Geo-Foundational Model) को एकीकृत करना लैंडस्लाइड डिटेक्शन में स्टैंडअलोन फाउंडेशनल मॉडल्स और मानक बेसलाइन्स दोनों की तुलना में काफी बेहतर प्रदर्शन करता है, जो पूरक स्थानिक और सिमेंटिक विशेषताओं के माध्यम से अत्यधिक क्लास इम्बैलेंस (extreme class imbalance) को प्रभावी ढंग से संबोधित करते हुए लैंडस्लाइड4सेंस (Landslide4Sense) बेंचमार्क पर 64.5% F1 स्कोर प्राप्त करता है।
यह शोध पत्र एक नवीन लियापुनोव-आधारित विश्लेषण ढांचे को प्रस्तुत करता है जो कमजोर रूप से युग्मित मार्कोव निर्णय प्रक्रियाओं (वीकली-कपल्ड मार्कोव डिसीजन प्रोसेसेज) और रेस्टलेस बैंडिट्स में निकट-इष्टतम नीतियों को सीखने के लिए बहुपद नमूना और कम्प्यूटेशनल जटिलता के साथ प्रथम परिमित-नमूना पीएसी (फाइनाइट-सैंपल पीएसी) गारंटी स्थापित करता है, जो नैटिव टेबुलर दृष्टिकोणों की घातीय अवस्था-स्थान सीमाओं पर विजय प्राप्त करता है।