3657 पेपर
यह शोध पत्र नेम्ड एंटिटी रिकग्निशन (Named Entity Recognition) के लिए एक पोस्ट-हॉक एंटिटी-स्तरीय विश्वसनीयता अंशांकन (reliability calibration) विधि प्रस्तावित करता है जो एक हल्के कैलिब्रेटर को प्रशिक्षित करने के लिए बहु-स्रोत विशेषताओं का लाभ उठाता है, जो अंतर्निहित मॉडल को संशोधित किए बिना आत्मविश्वास सटीकता और परिनियोजन सुदृढ़ता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र पार्किंसंस रोग की दवा की खुराक को अनुकूलित करने के लिए एक मल्टी-ऑब्जेक्टिव रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो मोटर लक्षण नियंत्रण और डिस्केसिया जोखिमों के बीच के ट्रेड-ऑफ को स्पष्ट रूप से मॉडल करने और नेविगेट करने के लिए एक पारेटो सेट (Pareto set) उत्पन्न करता है, जो क्लिनिशियन और रैंडम बेसलाइन से बेहतर प्रदर्शन करते हुए पारदर्शी, रोगी-केंद्रित निर्णय लेने में सहायता करता है।
यह शोध पत्र ज़ौ (Zou) भाषा के पहले डिजिटल कीबोर्ड के डिज़ाइन, अनुकूलन और मानकीकरण का विवरण देता है, जिसने हार्डवेयर सीमाओं को दूर करने और इस अल्प-संसाधन वाली लिपि के कम्प्यूटेशनल संरक्षण एवं डिजिटल स्थानीयकरण को सक्षम करने के लिए एक कस्टम कैरेक्टर-मैपिंग समाधान को वैश्विक कीमैन (Keyman) रिपॉजिटरी में सफलतापूर्वक एकीकृत किया है।
यह शोध पत्र एक पदानुक्रमित प्रगतिशील स्व-अंशांकन (Hierarchical Progressive Self-Calibration - HPSC) ढांचे का प्रस्ताव करता है जो स्टीरियो सुपर-रिज़ॉल्यूशन, गहराई-स्तरीकृत पत्राचार छंटनी (depth-stratified correspondence pruning), और पदानुक्रमित गतिशील दमन (hierarchical dynamic suppression) को एकीकृत करने वाले एक एकीकृत तीन-चरणीय पाइपलाइन के माध्यम से स्वायत्त ड्राइविंग स्टीरियो कैमरों में रिज़ॉल्यूशन क्षरण, गहराई-निर्भर अनिश्चितता और गतिशील वस्तु हस्तक्षेप को संयुक्त रूप से संबोधित करता है।
यह शोध पत्र MR-STGCN को प्रस्तुत करता है, जो एक मल्टी-वेदर रोबस्ट स्पैटियल-टेम्पोरल ग्राफ कनवोल्यूशनल नेटवर्क है जो प्रतिकूल मौसम की स्थितियों में उच्च-सटीकता और कम-विलंबता के साथ ट्रैफिक पुलिस कमांड जेस्चर की पहचान करने के लिए डायनेमिक रीजनल रूटिंग अटेंशन और मल्टी-स्केल डाइलेटेड कनवोल्यूशन का लाभ उठाता है।
यह अध्ययन एक रिट्रीवल-ऑगमेंटेड लैंग्वेज मॉडल प्रस्तुत करता है जो टैक्सोनोमिक लीगल मेटाडेटा और प्रासंगिकता-क्रमबद्ध प्रदर्शनों को एकीकृत करके जर्मन कानून में आनुपातिक सड़क यातायात दायित्व वितरणों की भविष्यवाणी करता है, जिससे तर्कसंगत, न्याय-संरेखित एल्गोरिद्मिक भविष्यवाणियों के माध्यम से अदालत के बाहर के समझौतों को सुगम बनाया जा सके।
यह शोध पत्र SRM-UNet प्रस्तुत करता है, जो एक हल्का नेटवर्क है जो धुंधली सीमाओं और अनियमित आकृतियों वाले डर्मोस्कोपिक छवियों पर उच्च-सटीक, संसाधन-कुशल त्वचा घाव विभाजन (skin lesion segmentation) प्राप्त करने के लिए एक स्पष्ट संरचना-क्षेत्र पूर्ववर्ती सहयोग तंत्र (explicit structure-region prior collaboration mechanism) और बहु-रिसेप्टिव-फील्ड लर्निंग का उपयोग करता है।
यह शोध पत्र एक इंटेलिजेंट क्रॉस-मोडल अलाइनमेंट फ्रेमवर्क प्रस्तावित करता है जो कैटाफोरा डिपेंडेंसीज़ (Cataphora Dependencies) को मॉडल करने के लिए एक GCLAN-आधारित टेक्स्ट-टू-इमेज सिंथेसिस मॉड्यूल और एक GQ2PHPT-आधारित इमेज कैप्शनिंग मॉड्यूल का उपयोग करता है, जिससे 0.9422 की सफलता दर और 98.9734% की समग्र सटीकता के साथ उच्च-सटीक कंटेंट रिट्रीवल और जनरेशन प्राप्त होता है।
यह शोध पत्र EAMF का प्रस्ताव करता है, जो एक निर्णय-उन्मुख ढांचा (decision-oriented framework) है जो विशेष रूप से निकट रूप से प्रतिस्पर्धी भावना वर्गों के बीच संदिग्ध निर्णयों को हल करने के लिए पूरक साक्ष्य (complementary evidence) का निर्माण करके मल्टीमॉडल संवादात्मक भावना पहचान को बढ़ाता है, जिससे चुनौतीपूर्ण अल्पसंख्यक श्रेणियों पर बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र CASCADE का प्रस्ताव करता है, जो सीन टेक्स्ट रिकग्निशन (दृश्य पाठ पहचान) के लिए एक व्याख्या योग्य अनुकूली क्रॉस-मोडल फ्यूजन मॉड्यूल है, जो विजुअल और भाषाई विशेषताओं को गतिशील रूप से संतुलित करने के लिए एक डिफिकल्टी एस्टिमेटर और डिकपल्ड गेटिंग मैकेनिज्म का उपयोग करता है, जिससे कई बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है और पारदर्शी निर्णय लेने संबंधी अंतर्दृष्टि प्रदान होती है।