3615 पेपर
यह अध्ययन एक व्याख्यात्मक एआई-आधारित ढांचे का प्रस्ताव और सत्यापन करता है जो वितरित परिवहन नेटवर्कों में श्रम नियोजन निर्णयों को एकीकृत करने के लिए मांग पूर्वानुमान, उत्पादकता विश्लेषण और बहु-उद्देश्यीय अनुकूलन को जोड़ता है, जो स्टाफ की कमी और अनावश्यक श्रम घंटों को कम करने के साथ-साथ पारदर्शी, प्रबंधक-पठनीय सिफारिशें प्रदान करने की अपनी क्षमता को प्रदर्शित करता है।
यह शोध पत्र यथार्थवादी रिकॉर्ड-लिंकेज हमलों के विरुद्ध, रिकॉर्ड-स्तरीय डेटा के लिए सिंटैक्टिक गोपनीयता बाधाओं (syntactic privacy constraints) और एग्रीगेट प्रश्नों के लिए डिफरेंशियल प्राइवेसी को संयोजित करने वाले एक द्वि-स्तरीय अनामीकरण पाइपलाइन की सुरक्षा का अनुभवजन्य मूल्यांकन करता है, जो यह प्रदर्शित करता है कि एक संयुक्त औपचारिक गारंटी की अनुपस्थिति विविध डेटासेट और ज्ञान परिदृश्यों में प्रत्यक्ष प्रतिकूल मूल्यांकन (direct adversarial assessment) को आवश्यक बनाती है।
यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो एलएलएम-आधारित पाठ सारांशीकरण में मतिभ्रम (hallucinations) का प्रभावी ढंग से पता लगाने, मात्रा निर्धारित करने और व्याख्या करने के लिए एक उन्नत SMILE पाइपलाइन के भीतर सिमेंटिक अस्थिरता और SHAP एट्रिब्यूशन विश्लेषण पर आधारित एक 'हैलुसिनेशन सेवेरिटी स्कोर' (HSS) पेश करता है।
यह शोध पत्र एडेप्टिव सबसेट सिलेक्शन अटैक (ASSA) ह्यूरिस्टिक का उपयोग करके समन्वित, बजट-बाधित व्यवधानों के विरुद्ध मैक्सिमम-लाइक्लीहुड पेयरवाइज़ रैंकिंग अनुमानकों की मजबूती की जांच करता है, जो यह प्रकट करता है कि रैंकिंग की भंगुरता सार्वभौमिक रूप से पूर्वानुमेय होने के बजाय अत्यधिक डेटा-निर्भर और रिजीम-संवेदनशील है।
यह शोध पत्र TDCO-Net का प्रस्ताव करता है, जो एक ट्रिपल-डायनेमिक कोलैबोरेटिव ऑप्टिमाइज़ेशन नेटवर्क है जो डायनेमिक मोडल ऑक्सिलरी लर्निंग, KAN-आधारित विजुअल-अकॉस्टिक पोलैरिटी कैलिब्रेशन और कॉन्फिडेंस-ड्रिवन सैंपल सिलेक्शन को एकीकृत करके मल्टीमॉडल सेंटीमेंट एनालिसिस को बढ़ाता है ताकि मोडैलिटी विश्वसनीयता विविधताओं और बाउंड्री सैंपल नॉइज़ को प्रभावी ढंग से संबोधित किया जा सके।
यह शोध पत्र CAMF-Zero का प्रस्ताव करता है, जो एक विरोधाभास-जागरूक तर्क ढांचा (contradiction-aware reasoning framework) है जो विषम टेलीमेट्री स्रोतों के बीच अर्थ संबंधी असहमति का स्पष्ट रूप से मूल्यांकन करने के लिए एक नवीन निरंतरता-जागरूक विरोधाभास स्कोर (Consistency-Aware Contradiction Score - CACS) का लाभ उठाता है, जिससे फेडरेटेड मल्टी-क्लाउड वातावरण में ज़ीरो-डे खतरों का पता लगाने के लिए, मौजूदा विधियों की तुलना में डिटेक्शन रिकॉल में महत्वपूर्ण सुधार होता है और फॉल्स पॉजिटिव्स को कम किया जाता है।
यह शोध पत्र एक सुदृढ़ और व्याख्या योग्य मल्टीमॉडल फ्यूजन फ्रेमवर्क प्रस्तावित करता है जो इमोशन रिकग्निशन में स्टेट-ऑफ-द-आर्ट सटीकता (98.41%) प्राप्त करने के लिए विजुअल और टेक्स्टुअल फीचर्स को स्टैक्ड एन्सेम्बल लर्निंग दृष्टिकोण के साथ एकीकृत करता है, जो SHAP और LIME के माध्यम से व्याख्यात्मकता सुनिश्चित करते हुए यूनिमोडल तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक सुदृढ़ GDD-TL पद्धति प्रस्तावित करता है, जो विशिष्ट परतों के साथ ट्रांसफर लर्निंग को उन्नत करती है ताकि तितली की प्रजातियों को वर्गीकृत करने में 94.33% सटीकता प्राप्त की जा सके, जो मानक CNN आर्किटेक्चर से बेहतर प्रदर्शन करती है और विविध डेटासेटों में मजबूत सामान्यीकरण प्रदर्शित करती है।
यह शोध पत्र यह प्रदर्शित करता है कि केवल सारांशों (abstracts) से प्राप्त एक पारदर्शी, डोमेन-स्ट्रिप्ड भाषा मॉडल फिंगरप्रिंट, एक विशिष्ट "सत्यापनीयता" (verifiability) अक्ष को अलग करके, अनुसंधान पुनरावृत्ति (replicability) की भविष्यवाणी करने में उद्धरण-आधारित मेट्रिक्स से काफी बेहतर प्रदर्शन कर सकता है, जिससे यह स्पष्ट होता है कि उद्धरण वैज्ञानिक सुदृढ़ता के प्रॉक्सी के रूप में क्यों विफल होते हैं।
यह अध्ययन प्रदर्शित करता है कि प्रकाशन मेटाडेटा का व्यवस्थित रूप से विश्लेषण करने और ग्राफ-आधारित मॉडल बनाने के लिए डेटा विज्ञान और कृत्रिम बुद्धिमत्ता का उपयोग करना, उत्तरी इंग्लैंड में शराब, व्यसन और मानसिक स्वास्थ्य पर केंद्रित नैदानिक और शैक्षणिक स्वास्थ्य अनुसंधान नेटवर्क बनाने के लिए मैनुअल विधियों के बजाय एक स्केलेबल, कुशल और निष्पक्ष विकल्प है।