3615 पेपर
JANUS एक उच्च-प्रदर्शन वाली आर्किटेक्चर है जो एक स्प्लिट ट्रस्टेड कंप्यूटिंग बेस डिज़ाइन का उपयोग करके अनट्रस्टेड नेटवर्क के माध्यम से ट्रस्टेड एक्ज़ीक्यूशन एनवायरनमेंट्स को फेडरेट करती है, जो हार्डवेयर मेजरमेंट्स को की रिलीज़ से जोड़ने और कर्नेल के भीतर एनफोर्समेंट को निष्पादित करने के माध्यम से न्यूनतम लेटेंसी ओवरहेड के साथ नेटिव-स्पीड एन्क्रिप्टेड रूटिंग प्राप्त करती है।
सिमग्रोनैट (SimGrowNet) मानव न्यूरोजेनेसिस से प्रेरित एक कुशल न्यूरल ग्रोथ विधि है जो प्रशिक्षण के दौरान संकुचित मॉडलों का प्रगतिशील रूप से विस्तार करती है और समानता-आधारित बाधाओं के माध्यम से न्यूरॉन की अतिरेकता को न्यूनतम करती है, जिससे फीचर विविधता बढ़ती है, शॉर्टकट लर्निंग कम होती है और कई इमेज रिकग्निशन डेटासेट्स पर मौजूदा बेसलाइन्स से बेहतर प्रदर्शन होता है।
यह अध्ययन प्रदर्शित करता है कि जबकि WordBinary का टेक्स्ट समानता पहचान प्रदर्शन पुन: उपयोग की गई सामग्री को छोटे अंशों में विभाजित करने पर व्यवस्थित रूप से घटता है, फिर भी सिस्टम सुदृढ़ और प्रभावी बना रहता है, जो कई छोटे अंशों में बिखरे हुए जानबूझकर पुन: उपयोग किए गए शब्दों में से 90% से अधिक को सफलतापूर्वक पुनः प्राप्त कर लेता है।
यह शोध पत्र शास्त्रीय केंद्रीयता मापों (centrality measures) को पुनर्व्याख्यायित करके सामाजिक नेटवर्क में अनिश्चितता को मॉडल करने के लिए एक फजी ग्राफ-आधारित पद्धति का प्रस्ताव करता है, और तेहरान विश्वविद्यालय के संकाय के एक केस स्टडी के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण सूक्ष्म संबंध शक्तियों को पकड़ता है और पारंपरिक क्रिस्प मॉडलों की तुलना में विशिष्ट अभिनेता रैंकिंग प्रदान करता है।
यह शोध पत्र PHCTQA को प्रस्तुत करता है, जो एक हल्का और तीव्र AI सिस्टम है जो दस हेड-थोरैक्स NCCT गुणवत्ता दोषों की वास्तविक समय में सटीक पहचान करने के लिए एक भौतिकी-सूचित मल्टी-व्यू और मल्टी-इंस्टेंस लर्निंग दृष्टिकोण का उपयोग करता है, जो जूनियर रेडियोग्राफरों से काफी बेहतर प्रदर्शन करता है और संसाधन-सीमित सेटिंग्स में पुन: स्कैनिंग दरों को कम करता है।
यह शोध पत्र SA-RGLP का प्रस्ताव करता है, जो एक नवीन ढांचा है जो वैश्विक अर्थ संबंधी संरचनाओं और क्रॉस-सैंपल रिलेशनल रीजनिंग को कैप्चर करने के लिए रेसिडुअल ग्राफ लेबल प्रोपेगेशन के माध्यम से LLM-व्युत्पन्न सॉफ्ट प्रायर्स को सिंटैक्स-अवेयर इनकोग्रुइटी मॉडलिंग के साथ एकीकृत करके रूपक पहचान (metaphor detection) को बढ़ाता है, जिससे कई बेंचमार्क पर अत्याधुनिक परिणाम प्राप्त होते हैं।
यह शोध पत्र एक रिवॉर्ड-एक्शन वैधता ऑडिट (reward-action validity audit) प्रस्तुत करता है यह प्रदर्शित करने के लिए कि अंग्रेजी आकृति विज्ञान (English morphology) सीखने का दावा करने वाला एक डीप क्यू-नेटवर्क (Deep Q-Network) नोटबुक वास्तव में अपने रिवॉर्ड फंक्शन, एक्शन अभिव्यंजना (action expressiveness), स्टेट एनकोडिंग और मूल्यांकन पद्धति में मौलिक खामियों के कारण व्याकरण संबंधी नियमों को प्राप्त करने में विफल रहता है।
यह अनुभवजन्य अध्ययन प्रदर्शित करता है कि हैंड साइन इमेज क्लासिफिकेशन में, सीएनएन (CNN) क्षमता बढ़ाने से बेहतर प्रदर्शन की गारंटी नहीं मिलती है और ड्रॉपआउट रेगुलराइजेशन, विशेष रूप से आर्किटेक्चर-निर्भर दरों पर, एल1 (L1) और एल2 (L2) पेनल्टी की तुलना में काफी बेहतर प्रदर्शन करता है, जिसमें एक मध्यम आकार के मॉडल ने 96.66% की उच्चतम सटीकता प्राप्त की है।
यह शोध पत्र LMS-FAIR-India को प्रस्तुत करता है, जो एक निजी भारतीय विश्वविद्यालय के 1.7 मिलियन LMS इंटरेक्शन इवेंट्स का एक पूर्णतः सिंथेटिक, FAIR-अनुपालन वाला डेटासेट है जो वास्तविक छात्र डेटा का उपयोग किए बिना गोपनीयता-संरक्षित लर्निंग एनालिटिक्स अनुसंधान को सक्षम बनाता है।
यह शोध पत्र चिकित्सकों के लिए साक्ष्य-आधारित मार्गदर्शन प्रदान करने और भविष्य के फ्रेमवर्क संशोधनों के लिए विशिष्ट अंतरालों की पहचान करने हेतु, 131 वास्तविक-दुनिया की घटनाओं के माध्यम से तीन प्रमुख एजेंटिक एआई जोखिम वर्गीकरणों (OWASP-ASI, MSFT-AIRT, और NIST AI RMF) की कवरेज और पूरकता का अनुभवजन्य मूल्यांकन करता है।