19901 पेपर
यह शोध पत्र LASKO को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो एडिट नीतियों और उनके गैर-क्रमविनिमेय (non-commutative) संयोजनों को दर्शाने के लिए ली अल्जेब्रॉइड्स (Lie algebroids) का उपयोग करके एजेंटिक कौशल अनुकूलन को मॉडल करता है, जिससे महंगी LLM सत्यापन प्रक्रिया से पहले सस्ते ली-ब्रैकेट परीक्षणों के माध्यम से संपादन की स्क्रीनिंग करके क्रम-परिमाण (order-of-magnitude) की गति वृद्धि संभव होती है।
यह शोध पत्र IG-GAN का प्रस्ताव करता है, जो एक अंतर्निहित-ज्यामिति-आधारित जनरेटिव एडवरसैरियल नेटवर्क (generative adversarial network) है जो एरोडायनामिक डेटा को पीसवाइज़ स्मूथ बेज़ियर मैनिफोल्ड्स (piecewise smooth Bézier manifolds) के रूप में मॉडल करता है और एरोडायनामिक डेटासेट पर भविष्यवाणी त्रुटियों को कम करने में अत्याधुनिक बेसलाइन से काफी बेहतर प्रदर्शन करने के लिए रेडियल-बेसिस-फंक्शन डिस्क्रिमिनेटर (radial-basis-function discriminator) का उपयोग करता है।
यह शोध पत्र कॉज़ल डिस्कवरी फाउंडेशन मॉडल (CDFM) को प्रस्तुत करता है, जो एक एकीकृत, सर्व-उद्देश्यीय ढांचा है जो शून्य-शॉट स्ट्रक्चरल इन्फरेंस (zero-shot structural inference) प्राप्त करने के लिए एक सिद्धांत-आधारित वेरिएशनल दृष्टिकोण और सिंथेटिक कॉज़ल मॉडल्स पर व्यापक प्रीट्रेनिंग का लाभ उठाता है, जिससे पारंपरिक डेटासेट-विशिष्ट कॉज़ल डिस्कवरी एल्गोरिदम की स्केलेबिलिटी सीमाओं को दूर किया जा सके।
यह शोध पत्र DAG-FM को प्रस्तुत करता है, जो एक नवीन फाउंडेशन मॉडल है जो विषम और उच्च-आयामी सारणीबद्ध डेटा (tabular data) पर अत्याधुनिक कॉज़ल डिस्कवरी प्रदर्शन प्राप्त करने के लिए 'मिक्सचर-ऑफ-लीफ-एक्सपर्ट्स' तंत्र के साथ एक दो-चरणीय ऑटो-रिग्रेसिव ट्रांसफॉर्मर आर्किटेक्चर का लाभ उठाता है।
यह शोध पत्र एक दो-चरणीय डिकोडिंग ढांचे का प्रस्ताव करता है जो EEG संकेतों से निरंतर 3D मोटर इमेजरी डिकोडिंग में अवशिष्ट गतिज त्रुटियों (residual kinematic errors) को सुधारने के लिए एक CNN-LSTM मॉडल को ऑफलाइन सुदृढीकरण लर्निंग (offline reinforcement learning) के साथ जोड़ता है, जो अतिरिक्त न्यूरल डेटा की आवश्यकता के बिना प्रक्षेपवक्र सटीकता (trajectory accuracy) में काफी सुधार करता है और त्रुटि दरों को कम करता है।
यह शोध पत्र अधिकतम भार वाले निर्देशित स्पैनिंग ट्री और द्विपक्षीय पूर्ण मिलान (bipartite perfect matchings) की गणना करने के लिए स्केलर गुणन गेट्स वाले ट्रॉपिकल सर्किटों के लिए घातीय निचली सीमाएं (exponential lower bounds) स्थापित करता है, जो यह प्रदर्शित करता है कि न्यूरल नेटवर्क में उत्तलता बाधाओं (convexity constraints) को लागू करना उनके अनियंत्रित समकक्षों की तुलना में घातीय रूप से बड़े मॉडलों को आवश्यक बना सकता है।
यह शोध पत्र रैंडम लेबल प्रेडिक्शन हेड्स (RLP-heads) को नेटवर्क परतों के माध्यम से मेमोराइजेशन (memorization) और रेडेमेकर कॉम्प्लेक्सिटी (Rademacher complexity) को अनुभवजन्य रूप से मापने के एक नवीन तरीके के रूप में प्रस्तुत करता है, जो यह प्रकट करता है कि मेमोराइजेशन को कम करने से हमेशा सामान्यीकरण (generalization) में सुधार नहीं होता है और ओवरफिटिंग तथा मेमोराइजेशन के बीच पारंपरिक समानता को चुनौती देता है।
यह शोध पत्र रोल-एंकोर्ड सेंट्रॉइड वोटिंग (role-anchored centroid voting) नामक एक प्रशिक्षण-मुक्त, ऑनलाइन विधि प्रस्तुत करता है जो ब्रॉडकास्ट फुटेज से ऑफ-स्क्रीन खिलाड़ियों की स्थितियों को इम्प्यूट (impute) करने के लिए है, जो अतिरिक्त प्रशिक्षण डेटा की आवश्यकता के बिना स्थानिक फुटबॉल मेट्रिक्स त्रुटियों को काफी कम करता है और पजेशन-क्वालिटी स्कोर जैसे डाउनस्ट्रीम एनालिटिक्स में सुधार करता है, और दो वास्तविक विश्व कप विंडो के लिए, इम्प्यूटेड स्कोर को 'सत्य' मानों के रूप में दावा नहीं किया गया है, बल्कि वे एक संवेदनशीलता परिणाम का प्रतिनिधित्व करते हैं जो यह दर्शाता है कि ब्रॉडकास्ट क्लिप्स पर फुल-पिच ग्राउंड ट्रुथ की कमी को देखते हुए, जब ऑफ-स्क्रीन खिलाड़ियों को इम्प्यूट किया जाता है तो निर्णय कैसे बदल सकते हैं।
यह शोधपत्र कोडिंग एजेंटों का उपयोग करके एक ह्यूरिस्टिक लर्निंग फ्रेमवर्क पेश करता है जो सक्रिय प्रवाह नियंत्रण (active flow control) के लिए प्रत्यक्ष, व्याख्यात्मक फीडबैक नियमों की खोज सीधे तौर पर करता है, और यह प्रदर्शित करता है कि यह दृष्टिकोण 13 बेंचमार्क में अत्याधुनिक डीप रिइन्फोर्समेंट लर्निंग के बराबर या उससे बेहतर प्रदर्शन करता है और साथ ही अधिक पारदर्शिता और भौतिक अंतर्दृष्टि प्रदान करता है।
यह शोधपत्र प्रदर्शित करता है कि एक गैर-रचनात्मक वैश्विक रंग योजना (nonconstructive global coloring scheme) के माध्यम से असाइन किया गया प्रति स्ट्रिंग एक एकल टर्मिनल बिट, गोल्ड के मॉडल में किसी भी गणनीय अनंत भाषाओं के संग्रह की पहचान करने में सक्षम करने के लिए पर्याप्त है, जबकि एक बोरेल मानचित्र (Borel map) द्वारा परिभाषित कोई भी ऐसी वैश्विक रूप से सुसंगत योजना के लिए अनंत रंगों की आवश्यकता होती है।