3657 पेपर
यह शोध पत्र DFLA-IDS फ्रेमवर्क का प्रस्ताव करता है, जो फीचर रिडंडेंसी (feature redundancy) और क्लास इम्बैलेंस (class imbalance) को प्रभावी ढंग से संबोधित करने के लिए MIC और mRMR का उपयोग करके ग्लोबल फीचर सिलेक्शन को लॉस-अवेयर अटेंशन ट्रांसफॉर्मर के साथ जोड़ता है, जिससे UNSW-NB15 डेटासेट पर Deep BiLSTM की तुलना में बेहतर घुसपैठ पहचान (intrusion detection) प्रदर्शन प्राप्त होता है।
यह शोध पत्र IFF-HVT को प्रस्तुत करता है, जो एक हाइब्रिड आर्किटेक्चर है जो स्थानीय और वैश्विक फीचर प्रतिनिधित्व को प्रभावी ढंग से संतुलित करने के लिए ट्रांसफार्मर-आधारित कॉन्टेक्स्ट मॉडलिंग के साथ एक ResNet-50 बैकबोन और एक सूचनात्मक फीचर फ्यूजन मॉड्यूल को एकीकृत करता है, जिससे मिड-स्केल इमेज क्लासिफिकेशन डेटासेट्स पर बेसलाइन मॉडल्स की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता है।
यह शोध पत्र सात लक्षित शब्दों के एक डेटासेट पर लक्षित रूपक (metaphor) पहचान के लिए विभिन्न मशीन लर्निंग और डीप लर्निंग मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया है कि एक हाइब्रिड LDA-Sentence-BERT-Random Forest दृष्टिकोण अन्य विधियों, जिसमें एक कंसेंसस एनसेम्बल भी शामिल है, से बेहतर प्रदर्शन करते हुए संदर्भगत वाक्य एम्बेडिंग और विषय-स्तरीय जानकारी के प्रभावी संयोजन के माध्यम से 84% सटीकता प्राप्त करता है।
यह शोध पत्र एक हाइब्रिड टैक्सी मांग पूर्वानुमान ढांचे का प्रस्ताव करता है जो डेटा इम्प्यूटेशन के लिए नॉन-नेगेटिव मैट्रिक्स फैक्टराइजेशन और व्हाइट शार्क ऑप्टिमाइज़ेशन को एकीकृत करता है, टेम्पोरल मॉडलिंग के लिए एलएसटीएम (LSTM) का उपयोग करता है, और उच्च सटीकता बनाए रखते हुए शहरी जिलों के बीच पूर्वानुमान विसंगतियों को कम करने के लिए रिलेटिव हार्डशिप प्रॉक्सिमिटी पर आधारित एक निष्पक्षता-जागरूक रेगुलेराइज़ेशन तंत्र का उपयोग करता है।
यह शोध पत्र "इको ट्रैक" (Eco Track) प्रस्तुत करता है, जो एक कम लागत वाला, AI और IoT-संचालित प्रोटोटाइप है, जो छोटे ई-कचरे के घटकों के स्वचालित, सुरक्षा-जागरूक पृथक्करण को प्राप्त करने के लिए YOLOv8-M मॉडल और मोटर चालित एक्चुएटर्स का उपयोग करता है, जो प्रयोगशाला सेटिंग्स में उच्च परिशुद्धता और mAP प्रदर्शित करते हुए व्यावहारिक एज डिप्लॉयमेंट बाधाओं को संबोधित करता है।
EELTRA-Net एक बुद्धिमान हाइब्रिड फ्रेमवर्क है जो ऊर्जा दक्षता, विश्वसनीयता और नेटवर्क जीवनकाल को अनुकूलित करने के लिए टेम्पोरल कॉन्वोल्यूशनल यूनिट्स, गेटेड रिकरेंट यूनिट्स और एक अटेंशन-ड्रिवन फीडफॉरवर्ड नेटवर्क को एकीकृत करता है, जो मौजूदा बेसलाइन मॉडलों की तुलना में 98.9% पैकेट डिलीवरी रेश्यो जैसे उत्कृष्ट प्रदर्शन मेट्रिक्स प्राप्त करता है।
यह शोध पत्र AMS-Net का प्रस्ताव करता है, जो एक नवीन लो-कॉम्प्लेक्सिटी स्पेशियल सेल्फ-अटेंशन मॉड्यूल और एक डायनेमिक ट्रांसफर लर्निंग रणनीति के साथ संवर्धित एक लाइटवेट MobileNetV3-Small आर्किटेक्चर है, जो संसाधन-सीमित एज डिवाइसेस पर बेहतर रियल-टाइम क्लासिफिकेशन सटीकता और दक्षता प्राप्त करता है।
यह अध्ययन एनएलपी (NLP) पूर्ण-पाठ शोधपत्रों में एल्गोरिदम संस्थाओं के बीच अर्थ संबंधी संबंधों को पहचानने और विश्लेषण करने के लिए एक ढांचा निर्मित करता है, जो यह प्रकट करता है कि SciBERT संबंध निष्कर्षण में उत्कृष्ट है जबकि यह क्षेत्र तुलनात्मक संबंधों के प्रभुत्व वाले विस्तार, गहनता और तेजी से विकसित होते अंतःक्रिया नेटवर्क को प्रदर्शित करता है।
यह शोध पत्र एक हल्का क्रिप्टोग्राफिक हार्टबीट प्रोटोकॉल प्रस्तुत करता है जो केवल क्लॉक सिंक्रोनाइज़ेशन और हैश फंक्शन का उपयोग करके रोबोटिक स्वार्म्स के लिए संदेश प्रमाणीकरण और अखंडता सुनिश्चित करता है, साथ ही रास्पबेरी पाई 5 हार्डवेयर पर कम विलंबता (लो लेटेंसी), न्यूनतम स्टोरेज आवश्यकताओं और नेटवर्क विसंगतियों के विरुद्ध मजबूती प्रदर्शित करता है।
यह शोध पत्र एक गोपनीयता-संरक्षण, ब्लॉकचेन-एकीकृत फेडेरेटेड लर्निंग फ्रेमवर्क प्रस्तावित करता है जो डेटा सुरक्षा और उपयोगकर्ता गोपनीयता सुनिश्चित करते हुए अंग्रेजी, बांग्ला और बांग्लिश में बहुभाषी साइबर बुलिंग का पता लगाने के लिए एनएलपी (NLP) और डीप लर्निंग मॉडल, विशेष रूप से BiLSTM का उपयोग करता है।