655 पेपर
यह शोध पत्र टाइम डिले (time delay) की भरपाई के लिए फर्स्ट ऑर्डर लैग प्लस टाइम डिले सिस्टम हेतु PID कंट्रोलर मापदंडों को अनुकूलित करने के लिए एक जेनेटिक एल्गोरिदम का उपयोग करने का प्रस्ताव देता है, जो इटरेटिव मेथड (Iterative Method) और ज़िग्लर-निकोल्स नियम (Ziegler-Nichols rule) दृष्टिकोणों के विरुद्ध परिणामों की तुलना करके इसकी प्रभावशीलता को प्रदर्शित करता है।
यह शोध पत्र एक गतिशील NSGA-II संस्करण प्रस्तुत करता है जो अपने जनसंख्या आकार को अनुकूल रूप से बढ़ाता है, जिससे बेंचमार्क समस्याओं पर स्थिर संस्करण की तुलना में काफी तेज़ सैद्धांतिक रनटाइम प्राप्त होता है और यह प्रदर्शित करता है कि एक समवर्ती-रन (concurrent-run) रणनीति आगे चलकर एक पैरामीटर-रहित एल्गोरिदम बना सकती है जो स्थिर NSGA-II की तुलना में के कारक से बेहतर प्रदर्शन करती है।
यह शोध पत्र एक नवीन फिजिक्स-इन्फॉर्मड न्यूरल नेटवर्क (PINN) आर्किटेक्चर प्रस्तावित करता है जो ऑसिलेटरी स्टेट-स्पेस डायनेमिक्स और PDE-अवेयर स्पेक्ट्रल बेसिस को एकीकृत करता है ताकि फॉरवर्ड, इनवर्स और हाई-डायमेंशनल समस्याओं में बेहतर सटीकता और कम मेमोरी उपयोग के साथ टाइम-डिपेंडेंट पार्शियल डिफरेंशियल इक्वेशंस को कुशलतापूर्वक हल किया जा सके।
यह अध्ययन प्रदर्शित करता है कि विकसित तंत्रिका एजेंट (evolved neural agents) ऐसी संचार रणनीतियाँ विकसित कर सकते हैं जो आत्म-नियामक कार्यों (self-regulatory functions) के रूप में कार्य करती हैं, जहाँ दूसरों तक सूचना स्थानांतरित करने के बजाय, पलायन व्यवहार (escape behavior) को बनाए रखने के लिए अपने स्वयं के स्वरोच्चार को सुनना आवश्यक होता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो गैर-पारस्परिक अंतःक्रियाओं (non-reciprocal interactions) को ध्यान में रखने के लिए लर्निंग-फेज डायनेमिक्स को संशोधित करके इक्विलिब्रियम प्रोपेगेशन (Equilibrium Propagation) को मनमाने गैर-संरक्षी प्रणालियों (non-conservative systems) तक विस्तारित करता है, जिससे लागत फलन ग्रेडिएंट्स (cost function gradients) की सटीक गणना सक्षम होती है और पिछले तरीकों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र FOVI को प्रस्तुत करता है, जो एक जैविक रूप से प्रेरित फोविएटेड इंटरफ़ेस है जो कुशल k-निकटतम-पड़ोसी (k-nearest-neighbor) कनवल्शन के लिए परिवर्तनीय-रिज़ॉल्यूशन वाले रेटिनल डेटा को एक समान मैनिफोल्ड में पुनर्गठित करता है, जिससे डीप विज़न मॉडलों को काफी कम कम्प्यूटेशनल लागत और पिक्सेल उपयोग के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र स्पीचमैम्बा (SpeechMamba) मॉडल के स्पाइकिंग और इवेंट-ड्रिवन न्यूरोमॉर्फिक वेरिएंट्स का प्रस्ताव करता है जो संसाधन-सीमित उपकरणों पर कुशल स्पीच रिकग्निशन के लिए एक्टिवेशन स्पैरसिटी (activation sparsity) में महत्वपूर्ण सुधार करते हैं और पैरामीटर्स को कम करते हैं, साथ ही एल्गोरिदम-हार्डवेयर सह-अन्वेषण (algorithm-hardware co-exploration) और दक्षता लाभों को सुगम बनाने के लिए एक साइकिल-एक्यूरेट सिम्युलेटर पेश करता है।
यह शोध पत्र निरंतर नियंत्रण (continuous control) के लिए ANN-to-SNN रूपांतरण में खराब प्रदर्शन के प्राथमिक कारण के रूप में त्रुटि प्रवर्धन (error amplification) की पहचान करता है और क्रॉस-स्टेप रेसिडुअल पोटेंशियल इनिशियलाइजेशन (CRPI) का प्रस्ताव करता है, जो एक हल्का तंत्र है जो प्रदर्शन को पर्याप्त रूप से पुनः प्राप्त करने के लिए समयबद्ध रूप से सहसंबद्ध त्रुटियों (temporally correlated errors) को दबाता है।
यह शोधपत्र EGGROLL प्रस्तुत करता है, जो इवोल्यूशन स्ट्रेटेजीज़ का एक लो-रैंक फैक्टराइजेशन है जो N-MNIST डेटासेट पर प्रतिस्पर्धी सटीकता प्राप्त करते हुए मेमोरी और कंप्यूटेशनल लागत को काफी कम करके न्यूरोमॉर्फिक हार्डवेयर पर स्पाइकिंग न्यूरल नेटवर्क के कुशल, ग्रेडिएंट-मुक्त प्रशिक्षण को सक्षम बनाता है।
यह शोध पत्र XOResNet को प्रस्तुत करता है, जो एक गहरा स्पाइकिंग न्यूरल नेटवर्क आर्किटेक्चर है जो स्पाइक अतिरेक (spike redundancy) और सूचना हानि को दूर करने के लिए एक OR-ADD शॉर्टकट कनेक्शन और एक्सक्लूसिव-ओआर (Exclusive-OR) मेटा-रेसिडुअल्स का उपयोग करता है, जिससे कई बेंचमार्क डेटासेट पर मौजूदा अत्याधुनिक मॉडलों की तुलना में बेहतर प्रदर्शन प्राप्त होता है।