655 पेपर
यह शोध पत्र क्रिटिकल सिग्नल प्रोपेगेशन के एक विक्षोभ (परटर्बेशन) के रूप में ड्रॉपआउट का एक मीन-फील्ड सिद्धांत स्थापित करता है, जो स्मूथ बनाम किंक्ड एक्टिवेशन्स के लिए विशिष्ट यूनिवर्सलिटी क्लासेस को प्रकट करता है और इष्टतम, फ्रंट-लोडेड ड्रॉपआउट शेड्यूल्स को व्युत्पन्न करता है जो डीप न्यूरल नेटवर्क्स में टेस्ट लॉस को महत्वपूर्ण रूप से कम करते हैं।
यह समीक्षा लेख हाइब्रिड फिजिक्स-इन्फॉर्म्ड मशीन लर्निंग (PIML) आर्किटेक्चर, जैसे कि PINNs और DeepONets का परीक्षण करता है, जो अगली पीढ़ी के बिजली प्रणालियों के डिजाइन, निगरानी और नियंत्रण में सटीकता, दक्षता और व्याख्यात्मकता को बढ़ाने के लिए भौतिक नियमों को डेटा-संचालित मॉडलों के साथ एकीकृत करने की उनकी श्रेष्ठ क्षमता को प्रदर्शित करते हैं।
यह शोध पत्र यह सिद्ध करता है कि एक-आयामी रेखाओं और क्रमबद्ध पारेटो फ्रंट्स (Pareto fronts) पर सोलो-पोलास्की विविधता (या परिमित मीट्रिक परिमाण) को अधिकतम करना, संचित दूरी में समान अंतराल वाले उपसमुच्चयों को विशिष्ट रूप से चुनता है, जिससे यह स्थापित होता है कि एक्सपोनेंशियल कर्नेल (exponential kernel) ही एकमात्र दूरी कर्नेल है जो ऐसी योगात्मक अंतराल संरचना (additive gap structure) को लागू करता है।
यह शोध पत्र 'थाउजेंड ब्रेन्स थ्योरी' के मोंटी फ्रेमवर्क में घने वेक्टर निरूपणों (dense vector representations) को रैंक-ऑर्डर स्पाइक पैकेट्स और STDP-आधारित लर्निंग से बदलने का प्रस्ताव देता है ताकि सेंसरिमोटर संपर्क अनुक्रमों को टेम्पोरली एनकोड किया जा सके, जिससे ट्रैवर्सल दिशा का लाभ उठाने वाला सुदृढ़ ऑब्जेक्ट इन्फरेंस सक्षम हो सके और मूल कार्यान्वयन की तुलना में बेहतर विभेदन सटीकता और शोर प्रतिरोध प्राप्त किया जा सके।
यह अध्ययन प्रदर्शित करता है कि जबकि विभिन्न शिक्षण नियमों (learning rules) के लिए मानव fMRI और मकाक इलेक्ट्रोफिजियोलॉजी में प्रारंभिक दृश्य कॉर्टिकल संरेखण (visual cortical alignment) सुदृढ़ और संरक्षित है, उच्च-क्षेत्र संरेखण प्रजातियों के बीच महत्वपूर्ण रूप से भिन्न होता है, जो शिक्षण नियमों के बजाय मॉडल क्षमता और उद्दीपन डोमेन (stimulus domains) में अंतर के कारण है।
यह शोध पत्र वेक्टर पॉलिसी ऑप्टिमाइज़ेशन (VPO) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो वेक्टर-मान वाले पुरस्कारों (vector-valued rewards) का लाभ उठाकर भाषा मॉडलों को विविध समाधान उत्पन्न करने के लिए प्रशिक्षित करता है, जिससे मानक स्केलर रिवॉर्ड ऑप्टिमाइज़ेशन की तुलना में टेस्ट-टाइम सर्च प्रक्रियाओं में उनके प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र पदानुक्रमित गॉसियन फिल्टरों पर आधारित एक क्लोज्ड-फॉर्म प्रेडिक्टिव कोडिंग फ्रेमवर्क प्रस्तुत करता है जो प्रिसिजन-वेटेड मैसेज पासिंग को पुनर्स्थापित करता है, जिससे गहरे नेटवर्क बिना पुनरावृत्ति अनुमान (iterative inference) या वैश्विक त्रुटि संकेतों के सक्रियण (activations), भार (weights) और अनिश्चितताओं को एक साथ सीखने में सक्षम होते हैं, जिससे वे बैकप्रोपैगेशन की दक्षता से मेल खाते हुए ऑनलाइन और डेटा-कुशल कार्यों में उत्कृष्ट प्रदर्शन करते हैं।
यह शोध पत्र प्रदर्शित करता है कि वेट डिके (weight decay) एक महत्वपूर्ण नियंत्रण पैरामीटर के रूप में कार्य करता है जो मॉड्यूलर अंकगणित पर प्रशिक्षित ट्रांसफॉर्मर्स में मेमोराइजेशन (memorization), जनरलाइजेशन (grokization/grokking), और कोलैप्स (collapse) के बीच संक्रमण को नियंत्रित करता है, और विभिन्न मॉडल स्केल्स और आर्किटेक्चर में इन डायनेमिक्स को ट्रैक करने के लिए अटेंशन एक्टिवेशन्स (attention activations) पर आधारित दो गणनात्मक रूप से कुशल ऑनलाइन डायग्नोस्टिक्स पेश करता है।
यह शोध पत्र E-ReCON प्रस्तुत करता है, जो एक कॉम्पैक्ट 3T1R ReRAM बिटसेल और एक नवीन इंटरलीव्ड एडर ट्री पर आधारित एक 16 Kb ऊर्जा- और संसाधन-कुशल डिजिटल कंप्यूट-इन-मेमोरी मैक्रो है, जो एज डिवाइसेस पर पारंपरिक और स्पाइकिंग न्यूरल नेटवर्क इन्फरेंस दोनों के लिए उच्च थ्रूपुट और सटीकता प्रदान करता है और साथ ही लेटेंसी और ऊर्जा दक्षता में पूर्ववर्ती ADC-आधारित डिजाइनों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र मिश्रित-पूर्णांक अनुकूलन (mixed-integer optimization) के लिए दो (1+1)-ES वेरिएंट का एक सैद्धांतिक अभिसरण विश्लेषण (convergence analysis) प्रदान करता है, जो यह प्रदर्शित करता है कि जबकि मानक विचलन (standard deviation) पर निचला स्तर (lower bound) कई पूर्णांक चरों के साथ समयपूर्व अभिसरण (premature convergence) की ओर ले जा सकता है, निचले और ऊपरी स्तरों (lower and upper bounds) को संयोजित करना निरंतर चरों (continuous variables) के लिए रैखिक अभिसरण (linear convergence) को सक्षम बनाता है।