3501 पेपर
यह शोध पत्र FL-GWO का प्रस्ताव करता है, जो एक नवीन ढांचा है जो फेडरेटेड लर्निंग को ग्रे वुल्फ ऑप्टिमाइज़ेशन और ब्लॉकचेन तकनीक के साथ एकीकृत करता है ताकि स्वार्म इंटेलिजेंस के माध्यम से ट्रस्ट मापदंडों को गतिशील रूप से अनुकूलित करके विकेंद्रीकृत IoT-एज सिस्टम में गोपनीयता-संरक्षित, अनुकूलन योग्य और सुदृढ़ ट्रस्ट प्रबंधन को सक्षम किया जा सके।
पेरू के राष्ट्रीय शोधकर्ता रजिस्ट्री (RENACYT) को OpenAlex से जोड़कर, यह अध्ययन प्रकट करता है कि देश का प्रमाणित कृत्रिम बुद्धिमत्ता (AI) कार्यबल वास्तव में इसके AI लेखकों के केवल एक चौथाई हिस्से को ही समाहित करता है, जो एक काफी बड़े असूचित बहुमत को उजागर करता है और राजधानी से बाहर उच्च उत्पादकता के बावजूद प्रमाणन में क्षेत्रीय और लैंगिक असमानताओं को रेखांकित करता है।
यह शोधपत्र BVC-RCA का प्रस्ताव करता है, जो एक माइक्रोसर्विस रूट कॉज़ लोकलाइजेशन मॉडल है जो मल्टी-सोर्स ऑब्जर्वेबिलिटी डेटा को एकीकृत करने और नोड-स्तरीय रिकवरी योगदान को मापने के लिए एक पैरामीटर-एन्हांस्ड हेटेरोजेनियस ट्रेस-लॉग ग्राफ, एक बाई-वेरिएट ग्राफ वेरिएशनल ऑटोएनकोडर और एक काउंटरफैक्चुअल-प्रेरित रिकवरी स्कोरिंग तंत्र को एकीकृत करता है ताकि वास्तविक रूट कॉज़ को कैस्केडिंग विक्टिम्स से प्रभावी ढंग से अलग किया जा सके।
यह अध्ययन एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क प्रस्तावित करता है जो मानव गिरने का पता लगाने (ह्यूमन फॉल डिटेक्शन) में 98% सटीकता प्राप्त करने के लिए डिसीजन-लेवल स्टैकिंग का उपयोग करके ऑडियो और वीडियो फीचर्स को फ्यूज करता है, जो सिंगल-मोडैलिटी मॉडल्स और अन्य फ्यूजन रणनीतियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक सुदृढ़, अर्थपूर्ण रूप से जागरूक मल्टीमॉडल फिशिंग डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो भ्रामक हमलों के तहत उच्च सटीकता और विश्वसनीयता बनाए रखते हुए, अनिमॉडल बेसलाइन्स से काफी बेहतर प्रदर्शन करने के लिए कैलिब्रेटेड कॉन्फिडेंस और एडवर्सरियल ट्रेनिंग के साथ यूआरएल (URL), टेक्स्ट और विजुअल फीचर्स को संलयित करता है।
यह लेख AgentGuard AI v2.4.0 का एक आर्टिफैक्ट-आधारित केस स्टडी प्रस्तुत करता है, जो एक शोध प्रोटोटाइप है जो AI एजेंटों के लिए रनटाइम जोखिम पहचान और नियंत्रण तंत्र को संचालित करता है, जबकि एक निरीक्षण योग्य शासन उपकरण के रूप में इसकी उपयोगिता को उजागर करता है और विशिष्ट पुनरुत्पादकता दोषों की पहचान करता है जो उत्पादन प्रभावशीलता के दावों को बाधित करते हैं।
यह शोध पत्र एक मस्तिष्क-समान स्व-संगठित हार्डवेयर आर्किटेक्चर प्रस्तुत करता है जो संरचनात्मक गतिशीलता और कार्यात्मक कनेक्टिविटी के सह-विकास के माध्यम से इन-मटेरिया (in-materia) लर्निंग और मेमोरी को सक्षम करने के लिए इलेक्ट्रोकेमिकल तंत्रों का उपयोग करता है, जिससे अनुकूली डेंड्रिटिक मेमरिस्टिव नेटवर्क के माध्यम से एम्बॉडीड इंटेलिजेंस (embodied intelligence) प्राप्त की जाती है।
यह शोध पत्र ईईजी-आधारित कल्पित हस्तलेखन पहचान (imagined handwriting recognition) के लिए एक ढांचा प्रस्तुत करता है जो तीव्र वैयक्तिकरण, उच्च शब्द-पुनर्निर्माण सटीकता, और एज उपकरणों पर कम-विलंबता ऊर्जा-कुशल प्रदर्शन प्राप्त करने के लिए एक फ्रोजन क्रॉस-सब्जेक्ट न्यूरल एनकोडर को एक हल्के लक्ष्य-विशिष्ट क्लासिफायर और एक कॉन्फिडेंस-अवेयर ट्राइ डिकोडर के साथ संयोजित करता है।
यह पुनरुत्पादक बहु-डेटासेट मूल्यांकन प्रदर्शित करता है कि एडेप्टिव फीचर-ग्रुप मास्किंग, फीचर-सेट शिफ्ट के विरुद्ध मजबूती में सुधार करने के लिए सरल, गैर-एडेप्टिव करप्शन नीतियों की तुलना में महत्वपूर्ण रूप से बेहतर प्रदर्शन नहीं करती है, जो यह सुझाव देता है कि इस कार्य के लिए जटिल अनुकूलन तंत्रों की तुलना में मेल खाते हुए नियंत्रण और डेटासेट-स्तरीय अनुमान अधिक महत्वपूर्ण हैं।
यह शोध पत्र एक क्लोज्ड-लूप, डेटा-संचालित ढांचे का प्रस्ताव करता है जो वैल्यू स्ट्रीम मैपिंग को स्वचालित करने और फ्यूचर-स्टेट डिजाइनों को मात्रात्मक रूप से अनुकूलित करने के लिए प्रोसेस माइनिंग, कॉम्प्लेक्स नेटवर्क विश्लेषण, व्याख्यात्मक मशीन लर्निंग और डिजिटल ट्विन सिमुलेशन को एकीकृत करता है, जो वास्तविक दुनिया के विनिर्माण परिदृश्यों में लीड टाइम, वर्क-इन-प्रोसेस और दोषों में महत्वपूर्ण कमी प्रदर्शित करता है।