3580 पेपर
यह शोध पत्र KG-GNN-IPR मॉडल का प्रस्ताव करता है, जो विषम शैक्षिक डेटा और मल्टी-हॉप कौशल पूरकता का प्रभावी ढंग से लाभ उठाकर अंतरविषयक छात्र नवाचार और उद्यमिता परियोजना अनुशंसाओं की सटीकता, मजबूती और व्याख्यात्मकता को बढ़ाने के लिए नॉलेज ग्राफ और ग्राफ न्यूरल नेटवर्क को एकीकृत करता है।
यह शोध पत्र सूक्ष्म वस्तु पहचान (tiny object detection) के लिए एक संयुक्त अनुकूलन ढांचे का प्रस्ताव करता है जो प्रतिनिधित्व पतन (representation collapse) को रोकने के लिए ज़ीरो-हार्म फीचर कैलिब्रेशन (ZFC) और अनुकूलन योग्य क्वेरी असाइनमेंट के लिए एक सांख्यिकीय बाउंड्री एलोकेटर (SBA) को जोड़ता है, जिससे AI-TOD-V2 और VisDrone-DET2019 पर अत्याधुनिक प्रदर्शन प्राप्त होता है और साथ ही गणना लागत में उल्लेखनीय कमी आती है।
यह शोध पत्र ESLA को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कई स्रोत डोमेनों में विषम नामयुक्त इकाई पहचान (Named Entity Recognition) लेबल को संरेखित करने के लिए अनुभवजन्य भविष्यवाणी निरंतरता (empirical prediction consistency) और सिमेंटिक प्रतिनिधित्वों को संयोजित करता है, जिससे बिना किसी लक्ष्य-पक्ष प्रशिक्षण पर्यवेक्षण के अनलेबल लक्ष्य डोमेनों में प्रभावी क्रॉस-डोमेन स्थानांतरण सक्षम होता है।
यह अध्ययन मल्टी-स्केल एफिशिएंट अटेंशन कनवल्शनल नेटवर्क (MSEACN) को प्रस्तुत करता है, जो एफिशिएंटनेटB7 और ड्यूल अटेंशन मैकेनिज्म पर आधारित एक डीप लर्निंग मॉडल है, जो PANDA डेटासेट का उपयोग करके प्रोस्टेट कैंसर के स्वचालित ग्लीसन ग्रेडिंग के लिए 97.69% सटीकता और 0.98 कोहेन का कप्पा स्कोर के साथ अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र फूरियर डबल गेट फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (FDG-PINN) का प्रस्ताव करता है, जो स्पेक्ट्रल बायस और ग्रेडिएंट असंतुलन को दूर करने के लिए मल्टीस्केल फूरियर फीचर एनकोडिंग, एक डबल गेट आर्किटेक्चर और एडेप्टिव लॉस वेटिंग को एकीकृत करता है, जिससे मल्टीस्केल पार्शियल डिफरेंशियल इक्वेशंस को हल करने और जटिल स्पैटियोटेम्पोरल तापमान क्षेत्रों को पुनर्गठित करने में उत्कृष्ट सटीकता प्राप्त होती है।
यह शोध पत्र एक डोमेन-विशिष्ट विशेषज्ञ प्रणाली का प्रस्ताव करता है जो उपयोगकर्ता की आवश्यकताओं से स्वचालित रूप से निष्पादन योग्य सोर्स कोड उत्पन्न करने के लिए प्राकृतिक भाषा प्रसंस्करण का लाभ उठाती है, यह प्रदर्शित करते हुए कि अनुप्रयोग के दायरे को सीमित करने से उत्पन्न कार्यक्रमों की सटीकता और विश्वसनीयता में महत्वपूर्ण वृद्धि होती है।
यह शोध पत्र एक नवीन कॉन्ट्रास्ट स्ट्रेच्ड कन्वोल्यूशनल न्यूरल नेटवर्क (CSCNN) मॉडल और उन्नत इमेज प्रीप्रोसेसिंग तकनीकों का उपयोग करते हुए एक स्वचालित डिजिटल पैथोलॉजी फ्रेमवर्क प्रस्तावित करता है, जो जीभ के ट्यूमर ऊतकों को सटीक रूप से वर्गीकृत और ग्रेड करने में 98% सटीकता दर प्राप्त करता है जो मौजूदा अत्याधुनिक ट्रांसफर लर्निंग मॉडलों से बेहतर है।
यह अध्ययन एक अटेंशन-गाइडेड ट्रांसफर लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो बेसल सेल कार्सिनोमा के स्वचालित हिस्टोपैथोलॉजिकल निदान में उच्च सटीकता, मजबूती और व्याख्यात्मकता प्राप्त करने के लिए एफिशिएंटनेट-बी2 (EfficientNet-B2) आर्किटेक्चर के साथ एक हाइब्रिड चैनल-स्पेशियल अटेंशन मैकेनिज्म को एकीकृत करता है।
यह शोध पत्र "संवादात्मक ज्ञानमीमांसीय अंकेक्षण" (dialogical epistemic auditing) का प्रस्ताव करता है, जो एक गुणात्मक ढांचा है जिसका उपयोग यह पता लगाने के लिए किया जाता है कि बड़े भाषा मॉडल संवादात्मक दौरों के दौरान अपनी अनुमानात्मक प्रतिबद्धताओं को कैसे बनाए रखते हैं या उनमें परिवर्तन करते हैं, और एक केस सीरीज़ के माध्यम से यह प्रदर्शित करता है कि मॉडल अक्सर अप्रमाणित आख्यानों को सुरक्षित रखते हुए तथ्यात्मक दावों को वापस लेने द्वारा विषम निरंतरता प्रदर्शित करते हैं।
यह अध्ययन 3,837 जेनेडो (Zenodo) सॉफ्टवेयर उद्धरणों का विश्लेषण करता है यह प्रदर्शित करने के लिए कि जबकि अधिकांश संग्रहीत फ़ाइलें तब भी सुलभ रहती हैं जब उनके स्रोत कोड रिपॉजिटरी अप्राप्य हो जाते हैं, टूटे हुए उद्धरणों का एक महत्वपूर्ण हिस्सा खोए हुए सॉफ़्टवेयर के बजाय मृत रिपॉजिटरी पॉइंटर्स के कारण होता है, जो रिपॉजिटरी की उपलब्धता और डिपॉजिट अखंडता के बीच एक महत्वपूर्ण अंतर को रेखांकित करता है।