3657 पेपर
यह अध्ययन प्रदर्शित करता है कि एक नवीन चार-स्तरीय मशीन लर्निंग फ्रेमवर्क, जिसे 3.3 मिलियन वास्तविक सार्वजनिक क्षेत्र के लेनदेन और आधिकारिक ऑडिट रिपोर्टों के विरुद्ध सत्यापित किया गया है, ऑडिट डिटेक्शन रिस्क को 38% से अधिक से घटाकर 2.01% करते हुए और प्रोसेसिंग समय को 98.7% कम करते हुए पारंपरिक 'मोनेटरी यूनिट सैंपलिंग' की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र AMADRL-ZTA का प्रस्ताव करता है, जो एक वितरित ज़ीरो ट्रस्ट आर्किटेक्चर है जो परिष्कृत साइबर हमलों के विरुद्ध वैश्विक वित्तीय पारिस्थित प्रणालियों को सुरक्षित करने के लिए खतरे का पता लगाने में महत्वपूर्ण रूप से वृद्धि करने, प्रतिक्रिया समय को कम करने और नीति अनुकूलन क्षमता में सुधार करने के लिए एडेप्टिव मल्टी-एजेंट डीप रीइन्फोर्समेंट लर्निंग का लाभ उठाता है।
यह शोध पत्र प्रारंभिक DDoS डिटेक्शन के लिए एक गणितीय ढांचे का प्रस्ताव करता है जो नेटवर्क ट्रैफ़िक की एक सैद्धांतिक स्थिरता डोमेन से दूरी को मापने के लिए एक स्टेबिलिटी फंक्शनल और डिस्टॉर्शन ऑपरेटर का उपयोग करता है, जो पारंपरिक थ्रेशोल्ड-आधारित निगरानी विधियों के अधिक व्याख्या योग्य और सुदृढ़ विकल्प के रूप में कार्य करता है।
यह शोध पत्र कॉज़ल ट्रांसफॉर्मर (CT) को प्रस्तुत करता है, जो एक सेल्फ-अटेंशन आर्किटेक्चर है जो मौजूदा ग्रेडिएंट-आधारित विधियों की आयामी सीमाओं (dimensionality limitations) को दूर करता है ताकि 200-500 वेरिएबल वाले क्षेत्र में सुदृढ़ कॉज़ल डिस्कवरी को सक्षम बनाया जा सके, और उपभोक्ता हार्डवेयर पर सफलतापूर्वक जैविक रूप से प्रमाणित कैंसर ड्राइवर नेटवर्क की पहचान करता है जहाँ पिछले दृष्टिकोण विफल रहे हैं।
यह अध्ययन गाजीपुर, बांग्लादेश में सामाजिक-आर्थिक और परिचालन कारकों के आधार पर उच्च-जोखिम वाले पैराट्रांजिट ड्राइवरों को वर्गीकृत करने के लिए मशीन लर्निंग एल्गोरिदम के एक समूह का उपयोग करता है, जिसमें लॉजिस्टिक रिग्रेशन सबसे प्रभावी मॉडल के रूप में उभरा है, जिससे परिवहन अधिकारियों को लक्षित सुरक्षा हस्तक्षेपों के लिए एक डेटा-संचालित उपकरण प्राप्त होता है।
यह शोध पत्र CCM-YOLO का प्रस्ताव करता है, जो दृश्य प्रकाश इमेजिंग का उपयोग करने वाला एक हल्का और सटीक फोटोवोल्टिक दोष पहचान मॉडल है, जो गणना लागत को महत्वपूर्ण रूप से कम करने के लिए नवीन डिकपल्ड डाउनसैंपलिंग, मिश्रित अटेंशन और हेटेरोजेनियस कनवल्शन मॉड्यूल को एकीकृत करता है और साथ ही सटीकता एवं मॉडल दक्षता दोनों में अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र प्राचीन चित्रों में वस्त्रों के संरचनात्मक और बनावट संबंधी क्षरण को संबोधित करने के लिए फैशन लोरा (Fashion LoRA) मार्गदर्शन और गारमेंट रीजन-रीवेटेड फ्लो मैचिंग (Garment Region-Reweighted Flow Matching) को संयोजित करने वाले एक दो-चरणीय ढांचे का प्रस्ताव करता है, जो बहाली की गुणवत्ता में महत्वपूर्ण सुधार करता है और सांस्कृतिक विरासत संरक्षण के लिए ऑडिट करने योग्य, संरचना-बद्ध डिजिटल विकल्प प्रदान करता है।
यह शोध पत्र RAGtio को प्रस्तुत करता है, जो Haystack और Qdrant पर निर्मित एक मॉड्यूलर, ओपन-सोर्स फ्रेमवर्क है, जो दोहरे मूल्यांकन मोड और तकनीकी एवं गैर-तकनीकी दोनों उपयोगकर्ताओं के लिए सुलभ इंटरफेस के माध्यम से बायोमेडिकल डोमेन में हाइब्रिड RAG रिट्रीवल पाइपलाइनों के व्यवस्थित, पुनरुत्पादक मूल्यांकन को सक्षम बनाता है।
यह शोध पत्र XCognitive SwarmNet को प्रस्तुत करता है, जो एक संज्ञानात्मक स्वार्म-आधारित मल्टी-एजेंट फ्रेमवर्क है जो इंडस्ट्री 4.0 के लिए एआई-संचालित सॉफ्टवेयर इंजीनियरिंग और बिजनेस ऑटोमेशन की सटीकता, गुणवत्ता, दक्षता और पारदर्शिता को महत्वपूर्ण रूप से बढ़ाने के लिए सहयोगात्मक तर्क (कोलेबोरेटिव रीजनिंग), व्याख्यात्मक निर्णय इंटेलिजेंस (एक्सप्लेनेबल डिसीजन इंटेलिजेंस) और डिजिटल ट्विन सिमुलेशन को एकीकृत करता है।
यह शोध पत्र डेलिगेशन-अवेयर रनटाइम कॉन्ट्रैक्ट्स (DARC) प्रस्तुत करता है, जो एक औपचारिक ढांचा है जो LLM मल्टी-एजेंट सिस्टम में अधिकार हस्तांतरण को बाधा संरक्षण (constraint preservation), क्षमता प्रतिहार (capability revocation) और स्थिति पुनर्प्राप्ति (state recovery) को लागू करने के लिए एक मशीन-चेकेबल प्रक्रिया के रूप में मानता है, जो नियत रनटाइम मध्यस्थता (deterministic runtime mediation) के माध्यम से डेलिगेशन को केवल प्राकृतिक भाषा मानने से उत्पन्न होने वाले सुरक्षा जोखिमों का समाधान करता है।