744 पेपर
यह शोधपत्र R-Super का परिचय देता है, जो एक नवीन ढांचा (framework) है जो दुर्लभ मैनुअल मास्क की आवश्यकता के बिना ट्यूमर सेगमेंटेशन मॉडल को प्रशिक्षित करने के लिए 1,00,000 से अधिक रेडियोलॉजी रिपोर्टों का लाभ उठाता है, जिससे बड़े पैमाने पर मल्टी-कैंसर डिटेक्शन सक्षम होता है जो मौजूदा एआई मॉडलों और मानव रेडियोलॉजिस्ट दोनों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र सोनिकप्ले (SonicPlay) को प्रस्तुत करता है, जो एक अनरियल इंजन-आधारित फ्रेमवर्क है जो ऑडियो-आधारित सुलभता सिद्धांतों को पुन: प्रयोज्य उपकरणों में संचालित करता है, और दृष्टिबाधित खिलाड़ियों एवं पेशेवर डेवलपर्स के साथ दोहरे अध्ययनों के माध्यम से यह प्रदर्शित करता है कि यह स्वतंत्र स्थानिक नेविगेशन को प्रभावी ढंग से सक्षम करता है और मानक गेम डेवलपमेंट वर्कफ़्लो में निर्बाध रूप से एकीकृत होता है।
यह अनुभवजन्य अध्ययन 145 UCI छात्रों के डेटा का 18 मशीन लर्निंग एल्गोरिदम का उपयोग करके विश्लेषण करता है जिससे यह पहचान होता है कि LightGBM मॉडल शैक्षणिक प्रदर्शन की सबसे सटीक भविष्यवाणी करता है, जो यह प्रकट करता है कि व्यक्तिगत और स्कूली शिक्षा कारक (जैसे लिंग, आयु, अंशकालिक कार्य और कक्षा में सुनना) सफलता के प्राथमिक चालक हैं जबकि पारिवारिक कारकों का प्रभाव कम है, जिससे व्यक्तिगत शैक्षणिक हस्तक्षेपों के लिए एक व्याख्यात्मक शाइनी (Shiny) एप्लिकेशन का विकास सक्षम होता है।
यह शोध पत्र कलेक्टिव एडाप्टेशन टेस्टबेड (CAT) को प्रस्तुत करता है, जो कि ड्यूल-इनहेरिटेंस थ्योरी पर आधारित एक मल्टी-एजेंट सॉफ्टवेयर आर्किटेक्चर है, जो टीम के निर्णयों को बीच में ही रोककर अंधानुकरण और विशेषज्ञता-आधारित असहमति के बीच अंतर करके मात्रात्मक मेट्रिक्स के गवर्नेंस विरोधाभास को हल करता है, जिससे यह प्रणाली पूर्वव्यापी परिणाम डेटा के आधार पर अपने स्वयं के नियमों को स्वायत्त रूप से संशोधित करने में सक्षम होती है।
यह शोध पत्र बाल और स्पेक्युलर हाइलाइट्स जैसे अधिग्रहण आर्टिफैक्ट्स की उपस्थिति में डर्मोस्कोपिक लीजन सेगमेंटेशन की मजबूती और सटीकता को बढ़ाने के लिए एक आर्टिफैक्ट-अवेयर लाइटवेट यू-आकार का सेगमेंटेशन फ्रेमवर्क और एक पुनरुत्पादनीय करप्शन बेंचमार्क प्रस्तावित करता है।
यह शोध पत्र एक गोपनीयता-संरक्षण डीपफेक डिटेक्शन फ्रेमवर्क प्रस्तावित करता है जो डेटा सुरक्षा और कच्चे चित्रों (raw images) को स्थानांतरित किए बिना मॉडल की व्याख्यात्मकता और उच्च सटीकता (97.20%) प्राप्त करने के लिए FaceForensics++ डेटासेट पर ResNet-18 के साथ फेडरेटेड लर्निंग और FedProx एल्गोरिदम को एकीकृत करता है।
यह शोध पत्र एक एंड-टू-एंड, रियल-टाइम स्मार्ट होम कंट्रोल सिस्टम प्रस्तुत करता है जो बोलने में अक्षम व्यक्तियों के लिए है, जो लाइव कैमरा इनपुट को निष्पादनीय डिवाइस कमांड में अनुवादित करने के लिए एक OpenCV इन्फरेंस पाइपलाइन और मॉड्यूलर एक्शन लेयर के साथ एक CNN-आधारित हैंड जेस्चर रिकग्निशन मॉडल को एकीकृत करता है।
यह अध्ययन विशेष पर्यटन कॉर्पोरा में टॉपिक मॉडल्स का आकलन करने के लिए 'थ्योरी ऑफ एक्सपर्टन्स' पर आधारित एक अनसर्टेन्टी-अवेयर मूल्यांकन ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि LLM-एन्हांस्ड BERTopic पारंपरिक और न्यूरल दृष्टिकोणों से बेहतर प्रदर्शन करता है और साथ ही यह भी प्रकट करता है कि डिकोडिंग टेम्परेचर व्याख्यात्मकता (interpretability) को महत्वपूर्ण रूप से प्रभावित करता है।
यह शोध पत्र एक सामान्य, कम लागत वाले पोस्ट-ऑप्टिमाइज़ेशन मेटा-ह्यूरिस्टिक का प्रस्ताव करता है जो एक विशिष्ट (एलीट) समाधानों के सेट से संतान (ऑफस्प्रिंग) को पुनरावृत्ति रूप से उत्पन्न करके और उनमें सुधार करके मल्टी-स्टार्ट एल्गोरिदम को बढ़ाता है, जो तुलनीय रन टाइम के भीतर परीक्षण किए गए सभी 48 प्लेनर पी-मीडियन इंस्टेंस के लिए सर्वोत्तम-ज्ञात परिणामों में सफलतापूर्वक सुधार करता है।
यह शोध पत्र हैवी-टेल्ड डेटा और संदूषण के प्रभाव को प्रभावी ढंग से कम करने के साथ-साथ प्रतिस्पर्धी जनरेटिव प्रदर्शन बनाए रखने के लिए टैलिस-गॉसियन (Tsallis–Gaussian) विक्षोभ और एक डुअल-हेड न्यूरल आर्किटेक्चर का उपयोग करके एक सुदृढ़ स्कोर-आधारित जनरेटिव मॉडलिंग फ्रेमवर्क प्रस्तावित करता है।