655 पेपर
यह शोध पत्र SpikeDecoder को प्रस्तुत करता है, जो प्राकृतिक भाषा प्रसंस्करण के लिए ट्रांसफॉर्मर डिकोडर का एक पूर्णतः स्पाइकिंग न्यूरल नेटवर्क-आधारित कार्यान्वयन है, जो वास्तुशिल्प विश्लेषण और अनुकूलित एम्बेडिंग विधियों के माध्यम से प्रशिक्षण चुनौतियों का समाधान करते हुए पारंपरिक ANN बेसलाइन की तुलना में सैद्धांतिक ऊर्जा खपत में 87% से 93% की कमी प्राप्त करता है।
यह शोध पत्र स्टैंडर्ड इंटरप्रिटेबल मॉडल (SIM) को प्रस्तुत करता है, जो लैग्रेंजियन मैकेनिक्स पर आधारित एक सामान्य सिद्धांत है जो उपयोगकर्ता-निर्धारित प्रिमिसिस (premises) को गणितीय बाधाओं में अनुवादित करके व्याख्यात्मक विधियों को निगमनात्मक रूप से व्युत्पन्न करता है, जिससे खंडित अनुसंधान का एकीकरण होता है और अनुकूलित अपारदर्शी मॉडलों एवं स्वाभाविक रूप से व्याख्यात्मक आर्किटेक्चर दोनों के व्यवस्थित डिजाइन को सक्षम बनाया जाता है।
यह शोध पत्र बॉम्बार्डियर बीटल ऑप्टिमाइज़र (BBO) का प्रस्ताव करता है, जो एक नवीन जैव-प्रेरित एल्गोरिदम है जो CEC 2017 बेंचमार्क परीक्षणों पर मौजूदा मेटाहेयुरिस्टिक एल्गोरिदम की तुलना में बेहतर अभिसरण दर और समाधान गुणवत्ता प्राप्त करने के लिए बीटल की रासायनिक रक्षा और बचाव तंत्र की नकल करता है।
यह शोध पत्र एक इक्विलिब्रियम-प्रोपैगेशन-आधारित प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है जो असमान धरातल पर ऊर्जा-कुशल, अनुकूलनीय क्वाड्रुपेड लोकोमोशन को सक्षम करने के लिए पारंपरिक बैकप्रोपैगेशन को स्थानीय शिक्षण (लोकल लर्निंग) से प्रतिस्थापित करता है, जबकि मानक विधियों के तुलनीय प्रदर्शन और काफी बेहतर मेमोरी दक्षता प्राप्त करता है।
यह अध्ययन प्रदर्शित करता है कि जैविक कनेक्टोम्स (connectomes) के एज वेट्स (edge weights) पर बायो-इंस्पायर्ड, ग्रेडिएंट-फ्री ऑप्टिमाइजेशन एल्गोरिदम—विशेष रूप से व्हेल ऑप्टिमाइजेशन एल्गोरिदम—को लागू करने से छह प्रजातियों में रिज़र्वोयर कंप्यूटिंग प्रदर्शन में महत्वपूर्ण सुधार होता है, जो यह सिद्ध करता है कि जैविक वेट वैल्यूज एक महत्वपूर्ण इंडक्टिव बायस (inductive bias) के रूप में कार्य करती हैं जिसे केवल टोपोलॉजी द्वारा प्रतिस्थापित नहीं किया जा सकता है।
यह शोध पत्र hls4ml टूलकिट का एक विस्तार प्रस्तुत करता है जो हाइडलबर्ग स्पाइकिंग डिजिट्स (Heidelberg Spiking Digits) डेटासेट पर प्रदर्शित निम्न-विलंबता वास्तविक समय अनुमान (low-latency real-time inference) को सक्षम करते हुए, FPGAs पर PyTorch-प्रशिक्षित स्पाइकिंग न्यूरल नेटवर्क्स के क्लॉक-ड्रिवन परिनियोजन (clock-driven deployment) को सक्षम बनाता है।
यह शोध पत्र यह प्रदर्शित करता है कि कैसे विशिष्ट एल्गोरिदम सुधारों के साथ संवर्धित और एक पारदर्शी प्रतीकात्मक नीति (symbolic policy) में संकुचित गहन सुदृढीकरण शिक्षण (deep reinforcement learning), विकासवादी एल्गोरिदम (evolutionary algorithms) में बहु-पैरामीटर नियंत्रण की चुनौतियों को सफलतापूर्वक पार कर सकता है ताकि उत्कृष्ट प्रदर्शन और कठोर व्याख्यात्मकता दोनों प्राप्त की जा सके।
यह शोध पत्र पहला एकीकृत स्पाइकिंग न्यूरल आर्किटेक्चर प्रस्तुत करता है जो क्रिया चयन के लिए एक जैविक रूप से आधारित बेसल गैन्ग्लिया मॉडल का उपयोग करके एक पूर्ण-स्तरीय ह्यूमनाइड रोबोट पर द्विपद लोकोमोशन (दो पैरों की चाल) और हाथ के नियंत्रण को समन्वित करता है, जिसे ऊर्जा-कुशल, न्यूरोमॉर्फिक-रेडी नियंत्रण प्रदर्शित करने के लिए नेन्गो (Nengo) और आइजैक सिम (Isaac Sim) में सह-सिमुलेशन के माध्यम से सत्यापित किया गया है।
यह शोधपत्र सूचना सिद्धांत (information theory) का उपयोग यह प्रदर्शित करने के लिए करता है कि तंत्रिका नेटवर्क (neural networks) अपने संबंधपरक संयोजकता संरचनाओं (relational connectivity structures) से डिकोड करने योग्य स्पष्ट, अंतर्निहित निरूपणों को एनकोड कर सकते हैं, जिससे चेतना के सिद्धांतों जैसे कि IIT और नैरो रिप्रेजेंटेशनलिज्म (narrow representationalism) द्वारा प्रतिपादित निम्न-अस्पष्टता अवस्थाओं (low-ambiguity states) को मापने के लिए एक मात्रात्मक विधि प्राप्त होती है।
यह शोध पत्र हाइपरबोलिक ज्यामिति के माध्यम से प्राकृतिक खोज ग्रेडिएंट्स (natural search gradients) की कठोर गणना करके और यह प्रदर्शित करके कि सामान्यीकृत कुरामोतो ऑसिलेटर्स (generalized Kuramoto oscillators) के समूह इन एल्गोरिदम को साकार कर सकते हैं, स्फेयर्स (spheres) पर ब्लैक-बॉक्स समस्याओं के लिए दो सूचना-ज्यामितीय अनुकूलन प्रवाह (information-geometric optimization flows) प्रस्तावित करता है, साथ ही बर्गमैन बॉल्स (Bergman balls) में प्राकृतिक ग्रेडिएंट नीतियों और क्वांटम निर्णय लेने के बीच एक संबंध को भी रेखांकित करता है।