22510 पेपर
यह शोध पत्र एडेलिक ऑपरेशन-प्रिजर्व्ड एम्बेडिंग्स (AOE) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त, प्लग-एंड-प्ले प्रतिनिधित्व है जो संख्याओं के वास्तविक और p-एडिक हस्ताक्षरों दोनों को कैप्चर करता है ताकि उनकी बीजगणितीय संरचना को संरक्षित किया जा सके, जिससे कॉम्बिनेटरियल बेंचमार्क पर पूर्ण सटीकता प्राप्त होती है और AI में "नंबर प्रॉब्लम" का एक सिद्धांत-आधारित समाधान मिलता है।
यह शोध पत्र DTVEM-RE को प्रस्तुत करता है, जो डिफरेंशियल टाइम-वेरिंग इफेक्ट मॉडल का एक पदानुक्रमित रैंडम-इफेक्ट्स विस्तार है, जो डिस्क्रीट-टाइम बेयसियन VAR और कंटीन्यूअस-टाइम ऑर्नस्टीन-उहलेन बीक फ्रेमवर्क दोनों के माध्यम से गहन अनुदैर्ध्य डेटा (इंटेंसिव लॉन्गिट्यूडिनल डेटा) में व्यक्ति-विशिष्ट मल्टी-लैग अनुमान सक्षम बनाता है, जो उत्कृष्ट भविष्य कहनेवाला सटीकता और उन व्यक्तिगत अंतरों को पकड़ने की क्षमता प्रदर्शित करता है जिन्हें पारंपरिक विधियाँ छोड़ देती हैं।
यह शोध पत्र मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) के लिए एक अनुबंध-आधारित संरचनात्मक शील्डिंग ढांचे का प्रस्ताव करता है जो एक गैर-स्थिर मल्टी-आर्म्ड बैंडिट चयनकर्ता (non-stationary multi-armed bandit selector) के माध्यम से स्थानीय LTL दायित्वों के टुपल्स को प्रमाणित करके नियत सुरक्षा गारंटी सुनिश्चित करता है और विकेंद्रीकृत निष्पादन के तहत टीम-इष्टतम व्यवहार को पुनर्प्राप्त करता है।
यह शोध पत्र डिकपल्ड लेटेंट ऑप्टिमाइज़ेशन (DLO) को प्रस्तुत करता है, जो फुल वेवफॉर्म इनवर्जन के लिए एक नवीन ढांचा है जो डेटा फिडेलिटी और डिफ्यूजन प्रायर्स को अलग-अलग भौतिक और लेटेंट वेरिएबल्स में विभाजित करके भूगर्भीय यथार्थवाद और मजबूती को बढ़ाता है, और विविध भूकंपीय बेंचमार्क पर शास्त्रीय रेगुलराइजर्स और मौजूदा डिफ्यूजन-आधारित विधियों दोनों से बेहतर प्रदर्शन करता है।
यह अध्ययन एक "ट्रस्ट बट वेरीफाई" (विश्वास करें लेकिन जांचें) मल्टी-एजेंट फ्रेमवर्क पेश करता है जो प्रतिबंधित फार्मास्यूटिकल्स की खतरनाक सिफारिशों को रोकने के लिए पोस्ट-हॉक एडवरसैरियल ऑडिटिंग का उपयोग करके लार्ज लैंग्वेज मॉडल्स में मेडिकल मतिभ्रम (हैलुसिनेशन) को काफी कम कर देता है, जिससे स्वास्थ्य सेवा परिवेश में प्रवाहपूर्ण टेक्स्ट जनरेशन के बजाय रोगी सुरक्षा को प्राथमिकता दी जाती है।
यह शोधपत्र CDPR प्रस्तुत करता है, जो दो सबमॉड्यूलर मैक्सिमाइजेशन-आधारित एल्गोरिदम का उपयोग करने वाला एक नवीन ढांचा है, जो अत्यधिक सटीक, विभेदक और संक्षिप्त IF-THEN नियम सेट उत्पन्न करता है जो भविष्य कहनेवाला प्रदर्शन और कवरेज दर दोनों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करते हैं।
यह शोध पत्र देखे गए उद्गम-गंतव्य प्रवाह (origin-destination flows) से अंतर्निहित शहरी पहुंच लागतों का अनुमान लगाने के लिए इनवर्स ऑप्टिमल ट्रांसपोर्ट मॉडल का उपयोग करने वाले एक ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि फिलीपींस में स्कूल नामांकन डेटा का उपयोग सब्सिडी प्रभावशीलता को मात्रात्मक रूप देने और शहरी सेवा नियोजन को निर्देशित करने के लिए कैसे किया जा सकता है।
RicciBind एक नवीन ज्यामितीय प्रतिनिधित्व ढांचा (geometric representation framework) है जो स्थानीय संपर्क कसाव (local interaction tightness) और वैश्विक रूप से समन्वित क्रॉस-आणविक अंतःक्रियाओं (globally coordinated cross-molecular interactions) को प्रभावी ढंग से मॉडल करने के लिए अनुकूलतम परिवहन-आधारित क्रॉस-डोमेन संरेखण (optimal transport-based cross-domain alignment) के साथ रिची कर्वेचर-निर्देशित पदानुक्रमित संरचना शिक्षण (Ricci curvature-guided hierarchical structure learning) को एकीकृत करके प्रोटीन-लिगैंड बाइंडिंग एफिनिटी भविष्यवाणी को बढ़ाता है।
यह शोध पत्र CoMAG को प्रस्तुत करता है, जो मल्टीमॉडल एट्रिब्यूटेड ग्राफ्स के लिए एक एकीकृत बैकबोन है, जो मौजूदा विधियों की स्थिर ग्राफ संदर्भों और अत्यधिक संकुचित संलयन (over-compressed fusion) की सीमाओं को दूर करने के लिए कार्य-अनुकूलित विश्वसनीय संदर्भों को सीखने और मोडैलिटी-संरक्षण संरेखण (modality-preserving alignment) करने द्वारा कार्य प्रदर्शन को बढ़ाता है।
यह शोध पत्र उन्हें स्टेक्लो-पोइनकेरे ऑपरेटरों के रूप में मानकर, भौतिकी-सूचित तंत्रिका नेटवर्क (PINNs) और परिमित तत्व विधियों (FEM) के लिए एक कठोर रॉबिन-न्यूमैन युग्मन ढांचा स्थापित करता है, जो सैद्धांतिक संकुचन गारंटी सिद्ध करता है, स्पेक्ट्रल विश्लेषण के लिए एक फूरियर-मोड नैदानिक पेश करता है, और पुनर्मेशिंग (remeshing) की आवश्यकता को समाप्त करके संपर्क के साथ द्रव-संरचना अंतःक्रिया में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।