653 पेपर
यह शोध पत्र प्रदर्शित करता है कि यादृच्छिक Z80 असेंबली प्रोग्रामों के डिजिटल वातावरण में, कार्य-आधारित चयन दबाव स्व-प्रतिकृति और गणितीय समस्या-समाधान के स्वतः सह-विकास को संचालित करते हैं, जो यह प्रकट करता है कि कार्यात्मक मांगें किस प्रकार प्रजनन संरचनाओं को आकार देती हैं और कैसे प्रतिकृति गतिशीलता, बदले में, उभरते हुए शिक्षण पाठ्यक्रम निर्मित करती है।
यह शोध पत्र पैरामीट्रिक मल्टी-टास्क ऑप्टिमाइज़ेशन (PMTO) प्रस्तुत करता है, जो एक दोहरा-मोड एल्गोरिदम का उपयोग करके निरंतर, संभावित रूप से अनंत कार्य स्थानों (task spaces) तक मल्टी-टास्क ऑप्टिमाइज़ेशन का विस्तार करने वाला एक नवीन ढांचा है, जो त्वरित अभिसरण (convergence) और त्वरित ऑनलाइन टास्क अनुकूलन के लिए मॉडल बनाने हेतु समाधान और कार्य स्थानों को संयुक्त रूप से खोजता है।
यह शोध पत्र प्रदर्शित करता है कि एक स्थानीय लार्ज लैंग्वेज मॉडल (Qwen2.5-32B), अनफ़िल्टर्ड ट्रिपएडवाइजर होटल समीक्षाओं से मात्रात्मक डेटा निकालने के लिए और एक डेटा-संचालित फजी कॉग्निटिव मैप (Fuzzy Cognitive Map) का निर्माण एवं सत्यापन करने के लिए, जो समीक्षकों की प्राथमिकताओं को स्टार रेटिंग के साथ प्रभावी ढंग से सह-संबंधित करता है, का उपयोग कर सकता है।
यह शोध पत्र सीमित डेटा बजट के तहत एक्सप्लोरेटरी लैंडस्केप एनालिसिस (Exploratory Landscape Analysis) के लिए एक रैंडम लीनियर एम्बेडिंग सैंपलिंग रणनीति का प्रस्ताव और मूल्यांकन करता है, जो यह प्रदर्शित करता है कि पारंपरिक फुल-स्पेस सैंपलिंग की तुलना में रैंडमली ओरिएंटेड लो-डायमेंशनल सबस्पेसों में इवैल्यूएशन आवंटित करने से लैंडस्केप डिस्क्रिप्टर्स की मजबूती में सुधार हो सकता है, हालांकि इसकी प्रभावशीलता फीचर क्लास और समस्या के प्रकार के अनुसार भिन्न होती है।
यह शोध पत्र बीगल (Beagle) फ्रेमवर्क प्रस्तुत करता है, जो एक GPU-आधारित जेनेटिक प्रोग्रामिंग सिस्टम है जो बड़े जनसंख्या आकार को कुशलतापूर्वक संभालने के लिए NVIDIA हार्डवेयर का लाभ उठाता है, और प्रतीकात्मक प्रतिगमन (symbolic regression) समस्याओं पर इसे लागू करने के लिए एक विस्तृत ट्यूटोरियल प्रदान करता है।
यह शोध पत्र स्पिनेकर 2 (SpiNNaker 2) न्यूरोमॉर्फिक हार्डवेयर पर कार्यान्वित एक वास्तविक समय, क्लोज्ड-लूप नियंत्रण प्रणाली प्रस्तुत करता है जो गतिशील तंत्रिका मैनिफोल्ड्स (dynamic neural manifolds) का उपयोग करती है ताकि सर्किट मापदंडों को संशोधित करके व्यवहारों को तेजी से बदलने और संवेदी फीडबैक के आधार पर प्रक्षेप पथों को सूक्ष्म रूप से ट्यून करने के माध्यम से लचीली, व्याख्या योग्य रोबोटिक नेविगेशन को सक्षम बनाया जा सके।
यह शोधपत्र जैविक रूप से व्यवहार्य तंत्रिका प्रणालियों के लिए विभिन्न गणितीय मॉडलों का सर्वेक्षण और वर्गीकरण करता है, जिसमें एकल-इकाई स्पाइकिंग न्यूरॉन्स के साथ-साथ झिल्ली क्षमता गतिशीलता (membrane potential dynamics) और अन्य तंत्रिका घटकों को सटीक रूप से अनुकरण करने के लिए विविक्त (discrete) और निरंतर (continuous) एनालॉग शामिल हैं।
यह शोध पत्र ADSEQ को प्रस्तुत करता है, जो एक मेमोरी-कुशल, ऑटोग्राड-संगत ढांचा है जो स्पाइक इवेंट क्यूज़ (spike event queues) का उपयोग करके विलंब वाले स्पाइकिंग न्यूरल नेटवर्क के सटीक ग्रेडिएंट-आधारित प्रशिक्षण को सक्षम बनाता है, साथ ही यह भी प्रदर्शित करता है कि इष्टतम क्यू कार्यान्वयन रणनीतियाँ CPU, GPU, TPU और LPU हार्डवेयर प्लेटफॉर्मों में महत्वपूर्ण रूप से भिन्न होती हैं।
यह शोध पत्र प्रमाणित करता है कि रैंक-ऑर्डर N-of-M एनकोडिंग, जब MAX-Hebbian लर्निंग के साथ संयोजित होती है, तो मानक आर्किटेक्चर की तुलना में स्पार्स डिस्ट्रीब्यूटेड मेमोरी सिस्टम की क्षमता और शोर रोधकता (noise robustness) को महत्वपूर्ण रूप से बढ़ाती है, जो CALM जैसे न्यूरोमॉर्फिक AI मॉडल्स में निरंतर सीखने (continual learning) में सुधार के लिए व्यावहारिक डिजाइन मार्गदर्शन प्रदान करती है।
यह शोध पत्र न्यूरोमॉर्फिक हार्डवेयर पर ध्रुवीय प्रक्षेपवक्र (polar trajectories) उत्पन्न करने के लिए एक व्याख्या योग्य, ऊर्जा-कुशल स्पाइकिंग न्यूरल नेटवर्क आर्किटेक्चर प्रस्तुत करता है, जो पारंपरिक कंप्यूटिंग प्लेटफॉर्मों की तुलना में वॉल-क्लॉक समय और ऊर्जा खपत में महत्वपूर्ण कमी प्राप्त करता है।