3580 पेपर
यह शोध पत्र दोहरे-कार्य (dual-task) वाले वाई-फाई फिंगरप्रिंट इनडोर लोकलाइजेशन के लिए एक संचार-कुशल FedProx-Binary FedVote फ्रेमवर्क प्रस्तावित करता है जो FedProx रेगुलराइजेशन के माध्यम से मजबूत Non-IID डेटा स्थितियों के तहत उच्च सटीकता और मजबूती बनाए रखते हुए 1-बिट अपडेट दिशाओं को ट्रांसमिट करके अपलिंक बैंडविड्थ को काफी कम कर देता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि क्यूबेक फ्रेंच जैसी कम-संसाधन वाली भाषाओं में कानूनी सटीकता का मूल्यांकन करने के लिए LLMs का उपयोग किया जा सकता है, मानवीय देखरेख के बिना उच्च-जोखिम वाले परिनियोजन के लिए उनकी विश्वसनीयता अपर्याप्त है, क्योंकि सबसे मजबूत मॉडल भी मध्यम सहमति प्रदर्शित करते हैं, खतरनाक त्रुटियों को पकड़ने में लगातार विफल रहते हैं, और चरण-दर-चरण तर्क एवं एन्सेम्बल विधियों से महत्वपूर्ण रूप से लाभान्वित होते हैं।
यह अध्ययन एक भौतिकी-सूचित (physics-informed) ड्यूल-व्यू YOLO फ्रेमवर्क प्रस्तावित करता है जो विभिन्न प्रकाश स्थितियों के तहत स्पिनिंग टेनिस बॉल के प्रक्षेपवक्र (trajectory) की भविष्यवाणी और लैंडिंग-पॉइंट अनुमान की सटीकता को महत्वपूर्ण रूप से सुधारने के लिए मैग्नस-प्रभाव (Magnus-effect) एरोडायनामिक मॉडलिंग के साथ डीप लर्निंग-आधारित ऑब्जेक्ट लोकलाइजेशन को एकीकृत करता है।
यह अध्ययन एक अनुकूलन योग्य न्यूरल थ्रेशोल्ड नेटवर्क का प्रस्ताव करता है जो संदर्भ-निर्भर थ्रेशोल्ड सीखकर लेखा प्रवर्तन समीक्षा के लिए SEC फाइलिंग को प्राथमिकता देने में लॉजिस्टिक रिग्रेशन से बेहतर प्रदर्शन करता है, जबकि साथ ही यह सुनिश्चित करने के लिए शासन आवश्यकताओं का एक ढांचा स्थापित करता है कि प्रणाली का उपयोग कानूनी साक्ष्य के बजाय एक गोपनीय ट्राइएज सहायता के रूप में किया जाए।
यह अध्ययन व्याख्यात्मक मल्टी-स्टेकहोल्डर एजुकेशनल इंटेलिजेंस फ्रेमवर्क (EMSEIF) को मान्य करता है, जो एक अनुभवजन्य प्रणाली है जो व्याख्यात्मक एआई (explainable AI), नॉलेज ग्राफ और निष्पक्षता ऑडिटिंग के माध्यम से विविध उच्च शिक्षा फीडबैक को ऑडिट करने योग्य, पहलू-स्तरीय साक्ष्य और कार्रवाई योग्य पाठ्यक्रम सुधारों में परिवर्तित करती है।
यह शोध पत्र यह प्रदर्शित करता है कि स्वचालित पेपर स्व-समीक्षा प्रणालियों में, जटिल सीखे गए सीमा मॉडल (learned boundary models) के बजाय अनुभवजन्य स्कोर-शिफ्ट वितरणों (empirical score-shift distributions) और निर्णय मार्जिन (decision margins) का लाभ उठाने वाले एक सरल बेसलाइन के माध्यम से यह अनुमान लगाना प्रभावी रूप से प्राप्त किया जा सकता है कि गड़बड़ी (perturbation) के तहत सीमा के निकटवर्ती निर्णय बदलेंगे या नहीं।
यह शोध पत्र ग्लौकोफ्यूजननेट (GlaucoFusionNet) का प्रस्ताव करता है, जो एक मल्टीमॉडल व्याख्यात्मक एआई (explainable AI) ढांचा है जो व्याख्या योग्य, कार्रवाई योग्य ग्लूकोमा जोखिम भविष्यवाणियों और प्रोग्रेशन स्ट्रैटिफिकेशनिफिकेशन (progression stratification) प्रदान करने में सहसंबंध-संचालित मॉडलों की सीमाओं को दूर करने के लिए कॉज़ल इन्फरेंस (causal inference) और काउंटरफैक्चुअल रीजनिंग (counterfactual reasoning) का उपयोग करते हुए रेटिनल फंडस छवियों और नैदानिक डेटा को एकीकृत करता है।
यह शोध पत्र एक हाइब्रिड फ्रेमवर्क प्रस्तावित करता है जो ज्यामिति-जागरूक (geometry-aware) 3D पुनर्निर्माण के लिए रंके-कुट्टा (Runge–Kutta) अनुकूलित न्यूरल रेडिएंस फील्ड्स (NeRF) को एक डिफ्यूजन-आधारित परिशोधन मॉड्यूल के साथ जोड़ता है, ताकि चेहरे की पहचान, संरचनात्मक निरंतरता और फोटोरियलिस्टिक गुणवत्ता को संरक्षित करते हुए गंभीर सेल्फी परिप्रेक्ष्य विरूपण (selfie perspective distortion) को प्रभावी ढंग से ठीक किया जा सके।
यह अध्ययन मल्टी-स्केल फीचर एक्सट्रैक्शन का उपयोग करके अंडे के छिलके की दरारों का पता लगाने में 97.50% सटीकता प्राप्त करने वाले एक हल्के, गैर-विनाशकारी एन्सेम्बल सीएनएन (CNN) फ्रेमवर्क का प्रस्ताव करता है, जो स्वचालित खाद्य पैकेजिंग अनुप्रयोगों के लिए मैनुअल निरीक्षण और मौजूदा डीप लर्निंग मॉडलों का एक गणनात्मक रूप से कुशल और सुदृढ़ विकल्प प्रदान करता है।
यह स्कोपिंग समीक्षा नैदानिक, प्रशासनिक और अनुसंधान डोमेन में "वाइब कोडिंग" (LLM-सहायता प्राप्त कोड जनरेशन) के उभरते परिदृश्य को मैप करती है, जो सॉफ्टवेयर विकास के लोकतंत्रीकरण की इसकी क्षमता को उजागर करते हुए सुरक्षा और विनियमन में महत्वपूर्ण चुनौतियों की पहचान करती है और जिम्मेदार अंगीकरण के लिए एक 3-स्तरीय शासन ढांचे का प्रस्ताव करती है।