22512 पेपर
यह शोध पत्र लीड-लैग फोरकास्टिंग (LLF) प्रतिमान को प्रस्तुत करता है और प्रारंभिक सोशल प्लेटफॉर्म इंटरैक्शन से विलंबित उच्च-प्रभाव वाले परिणामों की भविष्यवाणी करने पर व्यवस्थित अनुसंधान को सक्षम करने के लिए arXiv और GitHub से दो उच्च-मात्रा वाले बेंचमार्क डेटासेट स्थापित करता है।
यह शोध पत्र एक क्वांटाइजेशन-अवेयर ट्रेनिंग पाइपलाइन प्रस्तुत करता है जो आर्टिक्स-7 (Artix-7) एफपीजीए के लिए स्वचालित रूप से लो-बिट इंटीजर पॉलिसीज़ का चयन और संश्लेषण करता है, जो फुल-प्रिसिजन बेसलाइन्स के तुलनीय प्रदर्शन बनाए रखते हुए और उन्नत शोर मजबूती (noise robustness) प्रदान करते हुए 2-3 बिट प्रिसिजन के साथ माइक्रोसेकंड-लेटेंसी इन्फरेंस प्राप्त करता है।
यह शोध पत्र RLVE को प्रस्तुत करता है, जो 400 प्रक्रियात्मक रूप से जनरेट किए गए, अनुकूलन योग्य सत्यापन योग्य वातावरणों (RLVE-Gym) के एक बड़े सूट का उपयोग करके भाषा मॉडलों के लिए सुदृढीकरण शिक्षण (reinforcement learning) को स्केल करता है, जिससे समस्या की कठिनाई को गतिशील रूप से समायोजित किया जाता है, और इस प्रकार पारंपरिक स्थिर डेटा दृष्टिकोणों की तुलना में सामान्यीकरण योग्य तर्क क्षमताओं में महत्वपूर्ण सुधार किया जाता है।
यह शोध पत्र एक निर्णय-केंद्रित निरंतर शिक्षण (decision-focused continual learning) ढांचे का प्रस्ताव करता है जो फिशर-सूचना-आधारित नियमितीकरण (Fisher-information-based regularization) और एक अवकलनीय उत्तल सरोगेट (differentiable convex surrogate) का उपयोग करता है ताकि समुद्री बंदरगाह शक्ति-लॉजिस्टिक्स शेड्यूलिंग मॉडल को परिवर्तनशील जहाज आगमन कार्यों के प्रति ऑनलाइन अनुकूल होने में सक्षम बनाया जा सके, जिससे सतत गणनात्मक और स्मृति आवश्यकताओं को बनाए रखते हुए क्रॉस-टास्क सामान्यीकरण और निर्णय की गुणवत्ता में सुधार किया जा सके।
यह शोध पत्र एक डोमेन अनुकूलन पाइपलाइन प्रस्तुत करता है जो सिम्युलेटेड TNG50 छवियों पर प्रशिक्षण देकर और सिमुलेशन-टू-रियलिटी गैप को प्रभावी ढंग से पाटने के लिए एक नवीन टॉप- सॉफ्ट मैचिंग तंत्र सहित फीचर-लेवल ऑप्टिमल ट्रांसपोर्ट लॉस के संयोजन का उपयोग करके वास्तविक SDSS गैलेक्सी मोर्फोलॉजी को वर्गीकृत करने की सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र डिफ़रेंशिएबल वेटलेस कंट्रोलर्स (DWCs) को प्रस्तुत करता है, जो एक नवीन आर्किटेक्चर है जो कुशल, व्याख्या योग्य और कम विलंबता वाली नियंत्रण नीतियों के एंड-टू-एंड प्रशिक्षण को सक्षम बनाता है जो विविध निरंतर नियंत्रण बेंचमार्क में मानक डीप न्यूरल नेटवर्क के प्रतिस्पर्धी प्रदर्शन को प्राप्त करते हुए सीधे FPGA-अनुकूल सर्किट में संकलित होते हैं।
यह शोध पत्र स्टोकेस्टिक वेरिएन्स रिड्यूस्ड ग्रेडिएंट (SVRG) और बायेसियन पोस्टीरियर करेक्शन के बीच पहला मौलिक संबंध स्थापित करता है, यह प्रदर्शित करते हुए कि SVRG इस ढांचे का एक विशेष मामला है और न्यूटन-जैसे और एडम-जैसे वेरिएंट जैसे नवीन, अधिक लचीले विस्तार प्राप्त करने के लिए इसका लाभ उठाता है।
यह शोध पत्र ORCA को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित डीप लर्निंग मॉडल है जो विरल और विषम इन-सिटू अवलोकनों के वास्तविक समय के आत्मसातीकरण के माध्यम से ग्लोबल फोरकास्ट सिस्टम (GFS) में व्यवस्थित त्रुटियों को सुधारकर सीखकर वैश्विक समुद्री पवन पूर्वानुमानों में महत्वपूर्ण सुधार करता है।
यह शोध पत्र यह प्रदर्शित करते हुए कॉन्सेप्ट बॉटलनैक मॉडल्स (Concept Bottleneck Models) और स्पार्स ऑटोएनकोडर्स (Sparse Autoencoders) को एकीकृत करता है कि दोनों एक्टिवेशन स्पेस में कॉन्सेप्ट कोन्स (concept cones) सीखते हैं, एक ज्यामितीय समावेशन ढांचे (geometric containment framework) का प्रस्ताव देता है जिसका उपयोग मात्रात्मक रूप से यह मूल्यांकन करने के लिए किया जा सके कि अनसुपरवाइज्ड SAEs मानव-परिभाषित CBM कॉन्सेप्ट्स के साथ कितनी अच्छी तरह संरेखित होते हैं, और प्रशंसनीय कॉन्सेप्ट्स की खोज के लिए इष्टतम स्पार्सिटी (sparsity) और एक्सपेंशन पैरामीटर्स की पहचान करता है।
यह शोध पत्र दो सैंपलिंग-मुक्त, दूरी-जागरूक भौतिकी-प्रतिबंधित संभाव्य ढांचे, PC-SNGP और PC-SNER को प्रस्तुत करता है, जो वितरण संबंधी बदलावों (distributional shifts) और प्रतिकूल व्यवधानों (adversarial perturbations) के तहत औद्योगिक रोलिंग-एलिमेंट बेयरिंग के लिए मजबूत, सु-कैलिब्रेटेड अनिश्चितता अनुमान और बेहतर भविष्यसूचक सटीकता प्राप्त करने के लिए स्पेक्ट्रल नॉर्मलाइजेशन और डायनेमिक लॉस वेटिंग का उपयोग करते हैं।