23412 पेपर
यह शोध पत्र सेंसर फीडबैक के तहत सीखने की समस्या को संबोधित करने के लिए थ्रेशोल्ड-एक्टिवेटेड कोऑपरेटिव मल्टी-आर्म्ड बैंडिट (TAC-MAB) फ्रेमवर्क पेश करता है, जो लॉगरिदमिक रिग्रेट वाला एक केंद्रीकृत एल्गोरिदम और एक विकेंद्रीकृत इवेंट-ट्रिगर्ड प्रोटोकॉल प्रस्तावित करता है जो संचार में 23 गुना कमी के साथ लगभग केंद्रीकृत प्रदर्शन प्राप्त करता है।
यह शोधपत्र एक कार्य-अज्ञेय (task-agnostic) "रिप्रेजेंटेशन-रीडआउट" (representation-readout) अपघटन ढांचे को प्रस्तुत करता है जो ग्रौकिंग (grokking) और डबल डिसेंट (double descent) जैसी जटिल सामान्यीकरण घटनाओं को क्रमिक प्रतिनिधित्व शिक्षण (gradual representation learning) और रीडआउट अंशांकन (readout calibration) के बीच प्रतिस्पर्धी गतिकी के परिणाम के रूप में स्पष्ट करता है, जो वास्तविक शिक्षण को गैर-मानक प्रशिक्षण के कृत्रिम प्रभावों से अलग करने के लिए नए नैदानिक उपकरण प्रदान करता है।
यह शोध पत्र ट्रस्ट रीजन Q-एडजॉइंट मैचिंग (TRQAM) प्रस्तुत करता है, जो एक स्थिर ऑफ-पॉलिसी फाइन-ट्यूनिंग एल्गोरिदम है जो क्रिटिक-प्रेरित अस्थिरता को कम करने के लिए प्रोजेक्टेड डुअल डिसेंट के माध्यम से प्रीट्रेन्ड फ्लो पॉलिसियों से पाथ-स्पेस KL डाइवर्जेंस को अनुकूल रूप से नियंत्रित करता है, जिससे 50 OGBench कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र JLT को प्रस्तुत करता है, जो एक लेटेंट डिफ्यूजन ट्रांसफॉर्मर है जो यह प्रदर्शित करता है कि क्लीन-लेटेंट प्रेडिक्शन (clean-latent prediction), लेटेंट स्पेस में वेलोसिटी प्रेडिक्शन (velocity prediction) की तुलना में लो-वेरिएंस दिशाओं (low-variance directions) को बेहतर ढंग से संभालकर बेहतर प्रदर्शन करता है और श्रेष्ठ ImageNet 256x256 जनरेशन गुणवत्ता (FID 2.50) प्राप्त करता है, जो यह सुझाव देता है कि प्रेडिक्शन टारगेट्स (prediction targets) प्रतिनिधित्व-निर्भर ज्यामितीय विकल्प (representation-dependent geometric choices) हैं न कि विनिमेय बीजगणितीय पैरामीट्रिकरण (interchangeable algebraic parameterizations)।
यह शोध पत्र CoMeTS-GAN प्रस्तुत करता है, जो एक गुणवत्ता-जागरूक जनरेटिव फ्रेमवर्क है जो उच्च-निष्ठा वाली सिंथेटिक वित्तीय समय-श्रृंखला (time-series) उत्पन्न करने के लिए डिफ्यूजन मॉडल्स के साथ एक कंडीशनल GAN को एकीकृत करता है, जिससे स्टाइलाइज्ड फैक्ट्स और अंतर-परिसंपत्ति सहसंबंध संरचनाओं को प्रभावी ढंग से कैप्चर किया जा सके।
यह शोध पत्र PILOT का प्रस्ताव करता है, जो वास्तविक समय के सिमेंटिक सेगमेंटेशन (semantic segmentation) के लिए एक डेटा-मुक्त निरंतर शिक्षण (data-free continual learning) ढांचा है, जो मूल मापदंडों को फ्रीज करते हुए नई श्रेणियों की उच्च-आवृत्ति सीमा जानकारी (high-frequency boundary information) को कैप्चर करने के लिए एक समानांतर अवकल शाखा (parallel derivative branch) का उपयोग करके PIDNet में कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को कम करता है, जिससे न्यूनतम अनुमान विलंबता (inference latency) के साथ बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र DEI को प्रस्तुत करता है, जो एक वितरित क्वालिटी-डाइवर्सिटी (Quality-Diversity) खोज ढांचा है जो एकल-मॉडल और सजातीय समानांतर बेसलाइन दोनों की तुलना में काफी उच्च समाधान कवरेज और विविधता स्कोर प्राप्त करने के लिए पूरक उत्परिवर्तन ऑपरेटरों (mutation operators) के रूप में विषम लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
यह अध्ययन 5,754 जर्मन भाषण रिकॉर्डिंग का विश्लेषण करता है यह प्रकट करने के लिए कि जबकि कम संज्ञानात्मक स्तरों पर स्व-पर्यवेक्षित शिक्षण एम्बेडिंग (self-supervised learning embeddings) हस्तनिर्मित विशेषताओं (hand-crafted features) से बेहतर प्रदर्शन करते हैं, वहीं हस्तनिर्मित विशेषताएँ MCI वर्गीकरण में उत्कृष्ट होती हैं, जिसमें कार्य-विशिष्ट बाधाएं यह निर्धारित करती हैं कि संज्ञानात्मक स्कोर पदानुक्रम में प्रतिनिधित्व "विशेषज्ञों" (specialists) या "सामान्यज्ञों" (generalists) के रूप में व्यवहार करते हैं।
यह शोध पत्र टीपीआरओपीओएमआई (TROPOMI) उपग्रह डेटा में वास्तविक मीथेन प्लूम्स और रिट्रीवल आर्टिफैक्ट्स के बीच अंतर करने के लिए फीचर-आधारित मशीन लर्निंग मॉडल की डीप लर्निंग आर्किटेक्चर के साथ तुलना करता है, जिसमें परिचालन स्क्रीनिंग वर्कफ़्लो के लिए इष्टतम मॉडलों के चयन को निर्देशित करने हेतु SHAP-आधारित व्याख्यात्मकता (explainability) का उपयोग किया गया है।
यह शोध पत्र LUCoS का प्रस्ताव करता है, जो कम-लेबल वाले सारणीबद्ध शिक्षण (low-label tabular learning) में लेबल किए गए उदाहरणों के चयन के लिए एक अनसुपरवाइज्ड विधि है, जो अविश्वसनीय रॉ फीचर स्पेस के बजाय अनसुपरवाइज्ड एम्बेडिंग्स की लेटेंट ज्योमेट्री का लाभ उठाता है, जिससे प्रभावी कवरेज और प्रतिनिधित्व गुणवत्ता सुनिश्चित करते हुए 67 डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त होता है।