660 पेपर
यह शोध पत्र TrilinearCIM प्रस्तुत करता है, जो एक नवीन डबल-गेट FeFET-आधारित कंप्यूट-इन-मेमोरी आर्किटेक्चर है जो बैक-गेट मॉड्यूलेशन का उपयोग करके डायनेमिक ट्रांसफॉर्मर अटेंशन गणनाओं को बिना रनटाइम रीप्रोग्रामिंग के पूरी तरह से नॉन-वोलेटाइल मेमोरी के भीतर निष्पादित करता है, जिससे पारंपरिक CIM दृष्टिकोणों की तुलना में महत्वपूर्ण ऊर्जा और लेटेंसी सुधार प्राप्त होता है।
यह शोध पत्र मेटाकॉग्निटिव इवोल्यूशनरी प्रोग्रामिंग (MEP) प्रस्तुत करता है, जो एक नवीन ढांचा है जो व्हीकल राउटिंग प्रॉब्लम्स के लिए हाइब्रिड जेनेटिक सर्च ह्यूरिस्टिक्स को रणनीतिक रूप से विकसित करने हेतु एक संरचित 'रीजन-एक्ट-रिफ्लेक्ट' चक्र के माध्यम से लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे पारंपरिक बेसलाइन्स की तुलना में समाधान की गुणवत्ता और रनटाइम में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र ड्यूलिंग बैंडिट सेटिंग में सर्च ह्यूरिस्टिक्स का विश्लेषण करता है, जो यह प्रदर्शित करता है कि (1+1) इवोल्यूशनरी एल्गोरिदम, मैक्स-मिन एंट सिस्टम-आधारित ईडीए की तुलना में कोंडोर्सेट विजेता को पहचानने में संघर्ष करता है, और साथ ही ईए के प्रदर्शन को सुधारने के लिए बार-बार होने वाले द्वंद्वों (रिपीटेड ड्यूल्स) को एक प्रभावी उपचार के रूप में प्रस्तावित करता है।
यह शोध पत्र प्रतीकात्मक प्रतिगमन (सिंबोलिक रिग्रेशन) के लिए एक मल्टी-मोडल लेटेंट स्पेस ऑप्टिमाइज़ेशन मॉडल, SNIP की प्रभावकारिता की जांच करता है और पाता है कि इसके वादे के बावजूद, मॉडल का कोर्स-ग्रेन्ड क्रॉस-मोडल अलाइनमेंट अनुकूलन (ऑप्टिमाइज़ेशन) के दौरान सुधार करने में विफल रहता है या प्रतीकात्मक स्थान (सिंबोलिक स्पेस) में कुशल सिद्धांतपूर्ण खोज को सक्षम करने में विफल रहता है।
यह शोध पत्र डिफ्यूजन-आधारित इवोल्यूशनरी मॉलिक्यूलर ऑप्टिमाइजेशन (DEMO) फ्रेमवर्क का प्रस्ताव करता है, जो एक ट्राई-पॉपुलेशन आर्किटेक्चर के भीतर एक इवोल्यूशनरी-गाइडेड डिफ्यूजन ऑपरेटर और एक स्ट्रक्चर-अवेयर एनवायर्नमेंटल सिलेक्शन मैकेनिज्म का तालमेल बिठाकर, जीरो-शॉट तरीके से रासायनिक रूप से वैध, विविध और उच्च-प्रदर्शन वाले 3D संरचनाओं को उत्पन्न करके बाधित मल्टी-ऑब्जेक्टिव मॉलिक्यूलर ऑप्टिमाइजेशन समस्याओं को कुशलतापूर्वक हल करता है।
यह शोधपत्र विकासवादी सिमुलेशन के माध्यम से प्रदर्शित करता है कि आंशिक दृश्यता वाले स्व-चालित खोजकर्ता (self-propelled foragers) एक साझा आवर्ती तंत्रिका नेटवर्क (recurrent neural network) नीति सीख सकते हैं जो न केवल अनुकूलन योग्य खोज को सक्षम करती है, बल्कि जोखिम-संवेदनशील झुंड व्यवहार (risk-sensitive swarming behavior) के उद्भव की ओर भी ले जाती है, जहाँ एजेंट तब अधिक मजबूती से एकत्रित होते हैं जब उनके आंतरिक संसाधन स्तर कम होते हैं।
यह शोध पत्र तर्क देता है कि मानव स्मृति की मुख्य घटनाएँ, जैसे कि पावर-लॉ फॉरगेटिंग (power-law forgetting) और झूठी यादें (false memories), जैविक त्रुटियाँ नहीं हैं बल्कि उच्च-आयामी सिमेंटिक स्पेस (high-dimensional semantic spaces) में हस्तक्षेप और शोर से उत्पन्न होने वाली अपरिहार्य ज्यामितीय विशेषताएँ हैं, जैसा कि बिना किसी विशिष्ट इंजीनियरिंग के अनमॉडिफाइड प्रोडक्शन एम्बेडिंग मॉडल्स (unmodified production embedding models) में उनके स्वतः उद्भव से प्रदर्शित होता है।
यह शोध पत्र ट्रैवलिंग थीफ प्रॉब्लम विद टाइम विंडोज़ (TTP-TW) को प्रस्तुत करता है, जो एक नया वेरिएंट है जो उन वास्तविक परिदृश्यों के लिए प्रासंगिक है जहाँ वस्तुओं को केवल विशिष्ट अंतरालों के भीतर ही एकत्र किया जा सकता है, और एक नवीन ह्यूरिस्टिक एल्गोरिदम का प्रस्ताव करता है जो नए बनाए गए बेंचमार्क इंस्टेंसों पर अनुकूलित मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र पोस्ट-क्वांटम क्रिप्टोग्राफी KEMs, हाइब्रिड कंबाइनर्स और कैस्केड सिमेट्रिक एन्क्रिप्शन में सिफरटेक्स्ट इंडिस्टिंगविशेबिलिटी (ciphertext indistinguishability) का अनुभवजन्य परीक्षण करने के लिए एक डीप लर्निंग-आधारित ढांचे का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि कोई भी परीक्षण किया गया एल्गोरिदम या संयोजन एडेप्टिव IND-CPA स्थितियों के तहत महत्वपूर्ण कमजोरियां प्रदर्शित नहीं करता है।
यह शोध पत्र BinVal फलन पर इवोल्यूशनरी और एस्टीमेशन-ऑफ-डिस्ट्रीब्यूशन एल्गोरिदम के एनीटाइम प्रदर्शन का विश्लेषण करता है, यह प्रदर्शित करते हुए कि जहाँ मानक एल्गोरिदम समस्या के आकार पर लॉगरिदमिक निर्भरता प्रदर्शित करते हैं, वहीं स्व-समायोजन योग्य उत्परिवर्तन दरें (self-adjusting mutation rates) निकट-इष्टतम निश्चित-लक्ष्य रन समय को सक्षम करती हैं जो स्ट्रिंग लंबाई से स्वतंत्र हैं और सभी महत्वपूर्ण बिट उपसमुच्चयों के लिए एक साथ बने रहते हैं।