22512 पेपर
यह शोध पत्र एक भौतिकी-निर्देशित गहन स्थानिक-कालिक शिक्षण ढांचे का प्रस्ताव करता है जो तटवर्ती तरंग पीक अवधियों का सटीक और सुसंगत अनुमान लगाने के लिए निष्क्रिय तटीय वीडियो स्ट्रीम, सिम-टू-रियल ट्रांसफर लर्निंग और भौतिकी-सूचित नियमितीकरण का लाभ उठाता है, जो पारंपरिक निगरानी प्रणालियों के लिए एक लागत प्रभावी और परिचालन रूप से व्यवहार्य विकल्प प्रदान करता है।
यह शोध पत्र रैरिटी-गेटेड फीचर-वाइज लीनियर मॉड्यूलेशन (RGFiM) का प्रस्ताव करता है, जो एक नवीन मॉड्यूल है जो दुर्लभ पर्यावरणीय शासनों में समुद्री विसंगति का पता लगाने की सटीकता में सुधार करने और गलत अलार्म को प्रभावी ढंग से कम करने के लिए डेटा-संचालित दुर्लभता स्कोर के आधार पर संदर्भ अनुकूलन को गतिशील रूप से समायोजित करता है।
यह शोधपत्र Hölder++ को प्रस्तुत करता है, जो एक नवीन मल्टीमॉडल VAE है जो सटीक Hölder पूलिंग को लागू करके, विशिष्ट साझा और निजी निरूपणों (representations) को मॉडल करके, और लेटेंट डिसेंटैंगलमेंट (latent disentanglement) को बढ़ाने के लिए पदानुक्रमित अनुमान (hierarchical inference) का उपयोग करके जनरेटिव गुणवत्ता और क्रॉस-मोडल सुसंगतता के बीच के संतुलन को अनुकूलित करता है।
यह शोध पत्र अराजक प्रणालियों (chaotic systems) के लिए मशीन लर्निंग में व्यावहारिक क्वांटम लाभ हेतु एक सैद्धांतिक और प्रयोगात्मक ढांचा स्थापित करता है, जो यह प्रदर्शित करता है कि उच्च-क्रम क्वांटम सांख्यिकीय पूर्वग्रहों (higher-order quantum statistical priors) का उपयोग करने वाला एक टू-कॉपी क्वांटम रीड-आउट प्रोटोकॉल जटिल सहसंबंधों को कुशलतापूर्वक निकाल सकता है और वर्तमान शोर वाले हार्डवेयर पर भी शास्त्रीय विधियों की तुलना में मौसम पूर्वानुमान की सटीकता में महत्वपूर्ण सुधार कर सकता है।
यह शोध पत्र एक नवीन ब्लॉक सत्यापन योजना प्रस्तुत करता है जो निरंतर डिफ्यूजन मॉडलों के लिए कुशल स्पेक्युलेटिव डिकोडिंग को सक्षम बनाता है, जिससे एक प्रशिक्षण-मुक्त "फ्री ड्राफ्टर" ड्राफ्ट स्वीकृति दरों में प्रमाणिक सुधार करके 6.3% तक इन्फरेंस स्पीडअप प्राप्त कर सकता है।
यह शोध पत्र नोड-विशेषता वाले नेटवर्क (node-attributed networks) के क्लस्टरिंग के लिए एक नवीन पूर्णतः अनसुपरवाइज्ड (fully unsupervised) ढांचे का प्रस्ताव करता है जो सेल्फ-लर्निंग राउंड के माध्यम से ग्राफ न्यूरल नेटवर्क रिप्रजेंटेशन को पुनरावृत्ति से परिष्कृत करता है, जो प्रभावी रूप से सिंगल-राउंड बेसलाइन से बेहतर प्रदर्शन करने और अत्याधुनिक विधियों के साथ प्रतिस्पर्धा करने के लिए संरचनात्मक और विशेषता संबंधी दोनों सूचनाओं का लाभ उठाता है।
यह शोध पत्र लाप्लास सन्निकटन (Laplace approximation) के माध्यम से शोर भविष्यवाणी परिवर्तनशीलता (noise prediction variability) को मापकर, पूर्व-प्रशिक्षित आणविक प्रसार मॉडल (molecular diffusion models) में प्रति-नमूना अनिश्चितता का अनुमान लगाने के लिए एक पोस्ट-हॉक विधि प्रस्तावित करता है, जो यह प्रदर्शित करता है कि प्राप्त स्कोर प्रभावी रूप से नमूना गुणवत्ता का पूर्वानुमान लगाता है और टेस्ट-टाइम फ़िल्टरिंग के माध्यम से प्रदर्शन में सुधार सक्षम करता है।
यह शोध पत्र एक स्पैटियल फोटोनिक आइसिंग मशीन का उपयोग करके न्यूरॉन अवस्थाओं और प्रशिक्षण योग्य पैटर्न को फेज मॉड्यूलेशन के रूप में एनकोड करने वाले इक्विलिब्रियम प्रोपेगेशन के एक हाइब्रिड ऑप्टिकल-डिजिटल कार्यान्वयन को प्रदर्शित करता है, जो वाइन (Wine) डेटासेट पर इस दृष्टिकोण का सफलतापूर्वक मूल्यांकन करता है और ऊर्जा-कुशल फिजिकल मशीन लर्निंग के लिए एक मार्ग स्थापित करने हेतु एमनिस्ट (MNIST) पर संख्यात्मक रूप से इसका परीक्षण करता है।
यह शोध पत्र एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो न्यूरल मॉडल संपादन को एक एजेंट-आधारित अनुकूलन समस्या के रूप में निर्मित करता है, यह प्रदर्शित करते हुए कि सीखे गए नीतियां मैन्युअल रूप से इंजीनियर किए गए, कार्य-विशिष्ट एल्गोरिदम की आवश्यकता के बिना समग्र मॉडल प्रदर्शन को संरक्षित करते हुए पूर्वाग्रह शमन और मशीन अनलर्निंग जैसे कार्यों को प्रभावी ढंग से निष्पादित कर सकती हैं।
यह शोध पत्र SupraBench प्रस्तुत करता है, जो बाइंडिंग एफिनिटी प्रेडिक्शन और होस्ट-गेस्ट रीजनिंग जैसे मौलिक सुप्रामोलिकुलर केमिस्ट्री कार्यों पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए डिज़ाइन किया गया पहला बेंचमार्क है, साथ ही डोमेन एडाप्टेशन में सहायता के लिए एक विशेष 16M-टोकन कॉर्पस (SupraPMC) भी जारी करता है।