660 पेपर
यह शोध पत्र एक संरचित चेकलिस्ट का उपयोग करके किए गए मैनुअल मूल्यांकन की तुलना RECAP नामक एक नए LLM-आधारित स्वचालित पाइपलाइन से करते हुए, दस वर्षों की अवधि में इवोल्यूशनरी कंप्यूटेशन में पुनरुत्पादकता प्रथाओं का मूल्यांकन करता है, जिसमें रिपोर्टिंग में महत्वपूर्ण अंतराल पाए गए हैं और यह प्रदर्शित किया गया है कि स्वचालित उपकरण प्रभावी रूप से पुनरुत्पादकता की निगरानी कर सकते हैं।
यह अध्ययन प्रदर्शित करता है कि माइक्रोइलेक्ट्रोड एरे पर संवर्धित मानव अग्रमस्तिष्क ऑर्गेनोइड्स (forebrain organoids) को ब्रेल पहचान के लिए स्पर्श संवेदी डेटा को एनकोड करने हेतु व्यवस्थित रूप से उत्तेजित किया जा सकता है, जिससे एक मल्टी-ऑर्गेनोइड एन्सेम्बल के माध्यम से 83% वर्गीकरण सटीकता और उन्नत शोर सुदृढ़ता (noise robustness) प्राप्त हुई है, जिससे स्केलेबल, कम-शक्ति वाले बायो-हाइब्रिड कंप्यूटिंग के लिए एक आधारभूत ढांचा स्थापित होता है।
यह शोध पत्र FeNN-DMA प्रस्तुत करता है, जो UltraScale+ FPGAs के लिए डिज़ाइन किया गया एक पूर्णतः-प्रोग्रामेबल RISC-V SoC है, जो जटिल न्यूरॉन मॉडलों और मौजूदा फिक्स्ड-फंक्शन एक्सेलेरेटर्स की तुलना में काफी अधिक न्यूरॉन/सिनैप्स संख्या का समर्थन करते हुए स्पाइकिंग न्यूरल नेटवर्क्स के लिए अत्याधुनिक ऊर्जा दक्षता और वर्गीकरण सटीकता प्राप्त करता है।
यह शोध पत्र ऊर्जा-कुशल मानव गतिविधि पहचान के लिए चैनल इम्पल्स रिस्पॉन्स के स्पार्स, स्पाइक-एनकोडेड प्रतिनिधित्व उत्पन्न करने हेतु एक स्पाइकिंग न्यूरल नेटवर्क के साथ संयुक्त रूप से प्रशिक्षित स्पाइकिंग कनवल्शनल ऑटोएनकोडर (SCAE) का प्रस्ताव करता है, जो डोपलर डोमेन प्रीप्रोसेसिंग की आवश्यकता को समाप्त करते हुए हाइब्रिड दृष्टिकोणों के तुलनीय सटीकता प्राप्त करता है।
यह शोध पत्र यह प्रदर्शित करते हुए बेयसियन इष्टतम प्रयोगात्मक डिजाइन को आगे बढ़ाता है कि कैसे बहु-अपेक्षित सूचना लाभ (expected information gain) सूत्र आधुनिक सिमुलेशन-आधारित अनुमान घनत्व अनुमानकों का लाभ उठा सकते हैं, जिसमें एक नवीन न्यूरल लाइकलीहुड-आधारित अनुमानक और एक मल्टी-स्टार्ट समानांतर अनुकूलन रणनीति पेश की गई है जो मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करती है।
यह शोधपत्र Event2Vec को प्रस्तुत करता है, जो एक नवीन word-to-vector से प्रेरित प्रतिनिधित्व है जो उच्च-थ्रूपुट ट्रांसफार्मर आर्किटेक्चर के भीतर विरल (sparse), अतुल्यकालिक (asynchronous) न्यूरोमॉर्फिक इवेंट्स के प्रत्यक्ष प्रसंस्करण को सक्षम बनाता है, जो प्रभावी रूप से डेटा की विरलता और GPU दक्षता के बीच के समझौते को हल करता है और उच्च पैरामीटर दक्षता एवं निम्न विलंबता (low latency) के साथ अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र लैमिनेटेड कंपोजिट टोपोलॉजी ऑप्टिमाइज़ेशन पर एक केस स्टडी के माध्यम से यह प्रदर्शित करता है कि एक अनुक्रमिक समस्या सूत्रीकरण (sequential problem formulation) के माध्यम से डोमेन ज्ञान को शामिल करना, संदर्भ-अज्ञेयवादी समवर्ती दृष्टिकोणों (context-agnostic concurrent approaches) की तुलना में बेहतर और अधिक व्याख्या योग्य परिणाम प्रदान करता है, जो यह तर्क देता है कि ब्लैक-बॉक्स इंजीनियरिंग डिज़ाइन में समस्या के सूत्रीकरण को एल्गोरिदम अनुकूलन के समान ही ध्यान देने की आवश्यकता है।
यह शोध पत्र प्रदर्शित करता है कि उच्च-घनत्व वाले मल्टी-इलेक्ट्रोड एरेज़ के साथ इंटरफेस किए गए इन विट्रो संवर्धित कॉर्टिकल नेटवर्क, सरल आकृतियों से लेकर हस्तलिखित अंकों तक, स्थिर दृश्य पैटर्न को सटीक रूप से वर्गीकृत करने के लिए प्रभावी जैविक भंडारों के रूप में कार्य कर सकते हैं, जिससे न्यूरोमॉर्फिक कंप्यूटिंग फ्रेमवर्क में जीवित तंत्रिका सब्सट्रेट को एकीकृत करने की क्षमता प्रमाणित होती है।
यह शोध पत्र एक नवीन गैर-रेखीय PCA ढांचे का प्रस्ताव करता है जो एक सूक्ष्म उद्देश्य फलन (granular objective function) के साथ न्यूरल नेटवर्क-आधारित चर रूपांतरणों को अनुकूलित करने के लिए इवोल्यूशन स्ट्रेटेजीज़ का उपयोग करता है, जिससे व्याख्यात्मकता को बनाए रखते हुए और श्रेणीबद्ध डेटा (categorical data) को स्वाभाविक रूप से संभालते हुए बेहतर आयामी कमी (dimensionality reduction) प्रदर्शन प्राप्त किया जाता है।
यह शोधपत्र समाधान-स्थान विविधता एल्गोरिदम (solution-space diversity algorithms) को पेश करके मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन में गैर-प्रभावी समाधानों (non-dominated solutions) की घातांकीय वृद्धि और खोज एकाग्रता की चुनौतियों को संबोधित करता है, विशेष रूप से यह प्रदर्शित करता है कि हैमिंग डिस्टेंस आर्काइविंग एल्गोरिदम (Hamming Distance Archiving Algorithm) मेटाहेयुरिस्टिक्स के लिए सीमित आर्काइव्स के प्रबंधन में मौजूदा ऑब्जेक्टिव-स्पेस विधियों से बेहतर प्रदर्शन करता है।