22512 पेपर
यह शोध पत्र Re-SAT का प्रस्ताव करता है, जो एक नवीन सैंपल रीवेटिंग दृष्टिकोण है जो डिसार्थ्रिक वक्ताओं के लिए प्रदर्शन में सुधार करने और स्वस्थ वक्ताओं के परिणामों को खराब किए बिना, ऑटोमैटिक स्पीच रिकग्निशन सिस्टम में पूर्वाग्रह को व्यवस्थित रूप से मापने और कम करने के लिए सैंपल एफिनिटी टेस्ट का उपयोग करता है।
यह शोधपत्र प्रायोगिक डेटा को अवलोकन संबंधी डेटा के साथ संयोजित करके प्रयोगों और अर्ध-प्रयोगों में गैर-प्राचलीय (nonparametrically) रूप से कारण प्रभावों की पहचान करने की एक विधि प्रस्तावित करता है, जहाँ कम लागत वाले, स्केलेबल रिमोटली सेंसड चर (जैसे उपग्रह इमेजरी) अपूर्ण रूप से मापे गए आर्थिक परिणामों के लिए पोस्ट-आउटकम प्रॉक्सी के रूप में कार्य करते हैं।
यह शोध पत्र एक नवीन पदानुक्रमित संभाव्य कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो विभिन्न ग्रिड स्तरों पर वितरित ऊर्जा संसाधन अपनाने के लिए सांख्यिकीय रूप से वैध, एकत्रित अनिश्चितता मात्रा निर्धारण प्रदान करने हेतु एक मल्टीवेरिएट हॉक्स प्रोसेस को एक विशेष रूप से तैयार किए गए स्प्लिट कॉन्फॉर्मल एल्गोरिदम के साथ जोड़ता है, जो सटीकता और अंशांकन दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह अध्ययन प्रदर्शित करता है कि टैबुलर ट्रांसफॉर्मर आर्किटेक्चर, विशेष रूप से FT-Transformer, सार्वजनिक डेटासेट्स से प्राप्त संरचित नेटवर्क डेटा का उपयोग करके कई वर्गीकरण स्तरों में बेहतर सटीकता प्राप्त करके ऑपरेटिंग सिस्टम फिंगरप्रिंटिंग में पारंपरिक मशीन लर्निंग और नियम-आधारित उपकरणों से बेहतर प्रदर्शन करते हैं।
यह शोध प्रबंध यह प्रस्तावित करता है कि चंकिंग (chunking) और अमूर्तीकरण (abstraction) मौलिक कम्प्यूटेशनल सिद्धांत के रूप में कार्य करते हैं जो मनुष्यों और मॉडलों को बोधगम्य अनुक्रमों को पुन: प्रयोज्य पदानुक्रमित मूल तत्वों (hierarchical primitives) में तोड़कर संरचित पैटर्न को कुशलतापूर्वक सीखने, सामान्यीकरण करने और भविष्यवाणी करने में सक्षम बनाते हैं।
यह शोध पत्र RuleSHAP प्रस्तुत करता है, जो एक नवीन ढांचा है जो महामारी विज्ञान संबंधी डेटा में गैररेखीय और अंतःक्रिया प्रभावों के लिए सांख्यिकीय रूप से वैध अनुमान और अनिश्चितता परिमाणीकरण सक्षम करने हेतु बेयसियन स्पार्स रिग्रेशन, ट्री-आधारित नियम निर्माण और शापली मानों को एकीकृत करता है।
यह शोध पत्र PCS-UQ को प्रस्तुत करता है, जो एक नवीन अनिश्चितता मात्रा निर्धारण (uncertainty quantification) ढांचा है जो पूर्वानुमेयता (Predictability), गणनात्मकता (Computability) और स्थिरता (Stability) के सिद्धांतों पर आधारित है, जो विविध प्रतिगमन (regression) और वर्गीकरण (classification) कार्यों में प्रतिस्पर्धी अंतराल चौड़ाई और सुसंगत उपसमूह कवरेज प्राप्त करने के लिए कठोर मॉडल स्क्रीनिंग, बूटस्ट्रैप-आधारित स्थिरता विश्लेषण और गुणात्मक अंशांकन (multiplicative calibration) को एकीकृत करता है और साथ ही सैद्धांतिक वैधता बनाए रखता है।
यह शोधपत्र पास-एट-के (Pass-at-k) पॉलिसी ऑप्टिमाइजेशन (PKPO) को प्रस्तुत करता है, जो एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो पृथक प्रयासों के बजाय नमूना सेटों की सामूहिक सफलता (pass@k) को सीधे अनुकूलित करने के लिए निष्पक्ष अनुमानकों (unbiased estimators) को व्युत्पन्न करता है, जिससे k-एनीलिंग (k-annealing) के माध्यम से pass@1 प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए अन्वेषण को बढ़ावा मिलता है और कठिन समस्याओं को हल करने में मदद मिलती है।
यह शोध पत्र \texttt{Range-Arithmetic} को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो गैर-अंकगणितीय ऑपरेशनों को सम-चेक प्रोटोकॉल (sum-check protocols) और रेंज प्रमाणों (range proofs) के अनुकूल अंकगणितीय चरणों में परिवर्तित करके अविश्वसनीय पक्षों (untrusted parties) पर कुशल और सत्यापन योग्य डीप लर्निंग इन्फरेंस को सक्षम बनाता है, जिससे मौजूदा विधियों की तुलना में कम्प्यूटेशनल लागत और संचार ओवरहेड कम हो जाता है।
यह शोधपत्र "बाउंडेड एडेप्टिव क्लिपिंग" (bounded adaptive clipping) का प्रस्ताव करता है, जो एक ट्यूनेबल लोअर बाउंड (tunable lower bound) पेश करता है ताकि डिफरेंशियल प्राइवेट लर्निंग में अत्यधिक ग्रेडिएंट सप्रेशन को रोका जा सके, जिससे मौजूदा क्लिपिंग तकनीकों की तुलना में अल्पसंख्यक समूहों के लिए असमान प्रभावों को काफी हद तक कम किया जा सके और वर्स्ट-क्लास सटीकता (worst-class accuracy) में सुधार किया जा सके।