3729 पेपर
यह शोध पत्र StrokePlan-RNN को प्रस्तुत करता है, जो एक इमेज-कंडीशन्ड ऑटोरेग्रेसिव मॉडल है जो एक नए निर्मित डेटासेट पर प्रशिक्षण प्राप्त करके स्थिर फेस लाइन आर्ट से क्रमबद्ध स्ट्रोक अनुक्रमों की सफलतापूर्वक भविष्यवाणी करता है, और उच्च ज्यामितीय सटीकता प्राप्त करते हुए बेहतर प्रक्रियात्मक मूल्यांकन मेट्रिक्स की आवश्यकता पर प्रकाश डालता है।
यह शोध पत्र एक नए डोमेन-विशिष्ट PLASTIC डेटासेट को पेश करके और एडेप्टिव ट्रेनिंग कंट्रोलर (ATC) का प्रस्ताव देकर प्लास्टिक कचरे के वर्गीकरण की चुनौती को संबोधित करता है, जो एक आर्किटेक्चर-स्वतंत्र ऑटो-ट्यूनिंग फ्रेमवर्क है और ऑप्टुना (Optuna) जैसे मौजूदा उपकरणों से बेहतर प्रदर्शन करते हुए ResNet101 के साथ 94.89% तक सटीकता प्राप्त करता है और साथ ही कम्प्यूटेशनल संसाधनों की आवश्यकताओं को कम करता है।
यह अनुभवजन्य मूल्यांकन यह प्रदर्शित करता है कि हालांकि लार्ज लैंग्वेज मॉडल्स (LLMs) रिट्रीवल टूल्स से लैस होने पर मानव समीक्षकों द्वारा छूटी हुई वास्तविक त्रुटियों की पहचान कर सकते हैं और अध्ययन की रिकॉल (recall) में महत्वपूर्ण सुधार कर सकते हैं, फिर भी वे प्रॉमिनेंस बायस (prominence bias), क्रॉस-पेपर कॉन्फ़्लेशन (cross-paper conflation) और गैर-मौजूद विसंगतियों के निर्माण जैसी निरंतर समस्याओं के कारण मानव सत्यापन के लिए अविश्वसनीय विकल्प बने हुए हैं।
यह शोध पत्र एक द्वि-दिशीय डिजिटल ट्विन (bidirectional Digital Twin), एक डीप रीइन्फोर्समेंट लर्निंग एजेंट और एक व्याख्यात्मक एआई (Explainable AI) परत को एकीकृत करने वाले एक साइबर-भौतिक आर्किटेक्चर को प्रस्तुत और मान्य करता है, जो उच्च-मांग के तनाव के तहत पीक ऑक्यूपेंसी में महत्वपूर्ण कमी प्रदर्शित करता है और साथ ही सत्यापन प्रक्रिया में विशिष्ट इंस्ट्रूमेंटेशन आर्टिफैक्ट्स (instrumentation artifacts) को महत्वपूर्ण रूप से उजागर और संबोधित करता है।
यह शोध पत्र न्यूरो-सिम्बॉलिक MBST (Neuro-Symbolic MBST) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो L* लर्निंग, व्याकरण-प्रतिबंधित LLMs और कॉनवेक्स ऑप्टिमाइज़ेशन (convex optimization) को एकीकृत करके प्राकृतिक भाषा की आवश्यकताओं से औपचारिक रूप से सत्यापित मार्कोव उपयोग मॉडलों के संश्लेषण को स्वचालित करता है, जिससे उच्च-सटीक दोष पहचान और कवरेज प्राप्त होता है जो शुद्ध-न्यूरल बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन करता है और सुरक्षा-महत्वपूर्ण प्रणालियों के लिए मैन्युअल मॉडलिंग बाधाओं को समाप्त करता है।
यह शोध पत्र निगरानी वीडियो में असामान्य घटनाओं के सारांश उत्पन्न करने के लिए एक संवादात्मक क्वेरी-आधारित एल्गोरिदम प्रस्तावित करता है जो जटिल उपयोगकर्ता प्रश्नों को संभालने के लिए एक नियम-आधारित क्लासिफायर का उपयोग करता है और मूल्यांकन के लिए एक "सुधारित ओवरलैपिंग अनुपात" मीट्रिक पेश करता है, जो PETS09 डेटासेट पर मौजूदा विधियों की तुलना में बेहतर सटीकता और गुणवत्ता प्रदर्शित करता है।
यह शोध पत्र एक प्रोजेक्ट मेमोरी रिपॉजिटरी द्वारा संवर्धित एक LLM-आधारित टेस्ट केस जनरेशन दृष्टिकोण प्रस्तावित करता है जो ऐतिहासिक डेटा और रिलीज़ संदर्भ को एकीकृत करता है ताकि बड़े पैमाने के सॉफ्टवेयर सिस्टम में जोखिम कवरेज को महत्वपूर्ण रूप से सुधारने, दोहराव को कम करने और दोषों की खोज (defect discovery) को बढ़ाने में मदद मिल सके।
यह शोध पत्र BrEaST डेटासेट का उपयोग करके बाइनरी मैलिग्नेंट (घातक) बनाम नॉन-मैलिग्नेंट (गैर-घातक) ब्रेस्ट अल्ट्रासाउंड वर्गीकरण के लिए एक प्रारंभिक MATLAB-आधारित CNN बेसलाइन स्थापित करता है, जो बेहतर टेस्ट सटीकता प्राप्त करता है और साथ ही अन्वेषणात्मक सबटाइप लेबलिंग और व्याख्यात्मकता (एक्सप्लेनेबिलिटी) को प्रमाणित परिणामों के बजाय भविष्य के अनुसंधान दिशाओं के रूप में स्पष्ट रूप से रूपरेखाबद्ध करता है।
यह शोधपत्र एक मॉड्यूलर डिफरेंशिएबल प्रोग्रामिंग फ्रेमवर्क प्रस्तुत करता है जो नैदानिक निर्णय सहायता के लिए एक निरंतर-समय मार्कोव श्रृंखला मॉडल में व्याख्यात्मकता को सीधे एकीकृत करता है, जो संक्रमण दरों को नैदानिक रूप से सार्थक कारकों में विभाजित करके, स्टोकेस्टिक ऑटोमैटिक डिफरेंशिएशन के माध्यम से उनकी संवेदनशीलताओं की गणना करके, और वास्तविक समय में ट्रेस करने योग्य, सरल भाषा वाली व्याख्याएँ उत्पन्न करके किया जाता है।
यह अध्ययन कार्यात्मक परिवर्तनों (functional shifts) के कारण उत्पन्न होने वाले गार्डन पाथ वाक्यों (garden path sentences) को संभालने में NLTK, TextBlob और spaCy के प्रदर्शन की तुलना करता है, जिसमें यह पाया गया है कि spaCy सिंटैक्टिक सटीकता में अन्य दोनों पुस्तकालयों की तुलना में काफी बेहतर प्रदर्शन करता है और अफ्रीकी भाषाओं सहित NLP उपकरणों को सुधारने के लिए अंतर्दृष्टि प्रदान करता है।