3615 पेपर
यह शोध पत्र कंक्रीट प्लेसमेंट उत्पादकता हानि की भविष्यवाणी करने वाले मशीन-लर्निंग मॉडल के मूल्यांकन के लिए एक पुन: प्रयोज्य, सिंथेटिक बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि वर्तमान सक्षम मॉडल गंभीर हानियों को पर्याप्त रूप से पकड़ने में विफल रहते हैं और मानकीकृत, क्षेत्र-सत्यापित मूल्यांकन प्रोटोकॉल की आवश्यकता पर प्रकाश डालता है।
यह अध्ययन प्रदर्शित करता है कि एक हाइब्रिड CNN-LSTM डीप लर्निंग मॉडल रेस्टिंग-स्टेट EEG संकेतों से सिज़ोफ्रेनिया का पता लगाने में स्टैंडअलोन CNN की तुलना में काफी बेहतर प्रदर्शन करता है, जिससे 92.03% सटीकता प्राप्त होती है और वस्तुनिष्ठ निदान के लिए टेम्पोरल सीक्वेंस लर्निंग को एकीकृत करने के महत्व पर प्रकाश पड़ता है।
यह व्यवस्थित समीक्षा एक ट्राइ-मोडल कॉन्ट्रास्टिव बाइनरी एनालिसिस फ्रेमवर्क का प्रस्ताव करके ज़ीरो-डे मैलवेयर डिटेक्शन में हालिया प्रगति का संश्लेषण करती है जो परिष्कृत कोड ऑबफस्केशन के बावजूद 98.5% से अधिक सुदृढ़ डिटेक्शन सटीकता प्राप्त करने के लिए ओपकोड ट्रांसफॉर्मर्स, कंट्रोल फ्लो ग्राफ आइसोमॉर्फिज्म नेटवर्क्स और सिस्टम कॉल एम्बेडिंग्स को एकीकृत करता है।
यह शोध पत्र TPCT का प्रस्ताव करता है, जो एक नवीन टोपोलॉजी-अवेयर ट्रांसफॉर्मर फ्रेमवर्क है जो B-rep CAD मॉडलों के भीतर जटिल ज्यामितीय विशेषताओं को पहचानने में अत्याधुनिक सटीकता प्राप्त करने के लिए एरिया-एडेप्टिव सैंपलिंग के साथ ज्यामितीय और डुअल-ग्राफ टोपोलॉजिकल विशेषताओं को एकीकृत करता है।
यह अध्ययन सोशल मीडिया बॉट डिटेक्शन के लिए फीचर स्पेस को प्रभावी ढंग से कम करने हेतु म्यूचुअल इंफॉर्मेशन द्वारा परिष्कृत एक ग्रे वुल्फ ऑप्टिमाइज़र-आधारित फीचर सिलेक्शन फ्रेमवर्क का प्रस्ताव करता है, जिसने 8,386 खातों के एक डेटासेट पर XGBoost के साथ 98.87% वर्गीकरण सटीकता प्राप्त की है।
यह शोध पत्र कॉन्टेक्स्टुअल टोकन रोटेशन एनसेम्बल्स (CTRE) को प्रस्तुत करता है, जो एक नवीन टैबुलर लर्निंग फ्रेमवर्क है जो ट्रांसफार्मर-आधारित कॉन्टेक्स्टुअल टोकन रिप्रजेंटेशन को डेटा-अनुकूल, इंटरेक्शन-अवेयर फीचर रोटेशन के साथ एकीकृत करके एनसेबल विविधता और मजबूती को बढ़ाता है, और विशेष रूप से उच्च-आयामी और असंतुलित डेटासेट पर शास्त्रीय विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक पदानुक्रमित सह-विकासवादी बहु-उद्देश्यीय कृत्रिम वर्षा बूंद एल्गोरिदम (HCMOARA) प्रस्तावित करता है जो फ्लेक्सिबल जॉब-शॉप शेड्यूलिंग समस्याओं में मेक्सपैन (makespan), ऊर्जा खपत और लागत को प्रभावी ढंग से अनुकूलित करने के लिए लैटिन हाइपरक्यूब सैंपलिंग, विशिष्ट खोज रणनीतियों वाले विभाजित उप-जनसंख्याओं और एक अनुकूली प्रवाह-कारक अपडेट तंत्र को एकीकृत करता है।
यह अध्ययन एक एकीकृत मशीन लर्निंग फ्रेमवर्क प्रस्तुत करता है जो एक विश्वविद्यालय के अनुसंधान पोर्टफोलियो का विश्लेषण करने के लिए एनएलपी (NLP), आयामी कमी (dimensionality reduction) और क्लस्टरिंग एल्गोरिदम का उपयोग करता है, जिससे यह पता चलता है कि इंजीनियरिंग और प्राकृतिक विज्ञान संकाय बजट पर हावी है और 33.4% उच्च-जोखिम वाली परियोजना प्रोफाइल के साथ रणनीतिक पुनर्गठन के लिए महत्वपूर्ण अवसरों की पहचान करता है।
यह शोध पत्र चार नई ह्यूरिस्टिक तकनीकों का प्रस्ताव करता है, जिनमें BEFRA और BEQRA शामिल हैं, जो सिमेट्रिक ट्रैवलिंग सेल्समैन प्रॉब्लम को हल करने के लिए एंट कॉलोनी ऑप्टिमाइजेशन एल्गोरिदम के प्रदर्शन और मजबूती को महत्वपूर्ण रूप से बढ़ाने के लिए कम उपयोग की गई एज फ्रीक्वेंसी और क्वालिटी जानकारी का लाभ उठाते हैं।
यह शोध पत्र 5G और IoT नेटवर्क में व्याख्या योग्य, वास्तविक समय के मल्टीक्लास DDoS हमले का पता लगाने के लिए SHAP द्वारा संवर्धित एक हाइब्रिड LSTM–LightGBM फ्रेमवर्क प्रस्तावित करता है, जो CICIDS2017, CIC-DIAD2024 और CICIoT2023 डेटासेट पर उत्कृष्ट सटीकता और मजबूती प्रदर्शित करता है।