3729 पेपर
यह अध्ययन सड़क के गड्ढों का पता लगाने और इंस्टेंस सेगमेंटेशन के लिए हिस्टोग्राम इक्वलाइज़ेशन और एडम ऑप्टिमाइज़र द्वारा उन्नत एक बेहतर मास्क आर-सीएनएन (Mask R-CNN) फ्रेमवर्क प्रस्तावित करता है, जो इंटेलिजेंट रोड मॉनिटरिंग के लिए बेसलाइन मॉडल की तुलना में काफी बेहतर प्रदर्शन करते हुए 90.4% mAP प्राप्त करता है।
यह शोध पत्र प्रदर्शित करता है कि क्लास-कंडीशनल डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल्स (DDPMs) उच्च-सटीकता वाले अल्पसंख्यक-वर्ग के नमूने संश्लेषित करके प्रेडिक्टिव मेंटेनेंस में गंभीर क्लास असंतुलन को प्रभावी ढंग से कम करते हैं, जो दुर्लभ औद्योगिक विफलताओं का पता लगाने में SMOTE और GANs जैसी पारंपरिक संवर्धन विधियों से काफी बेहतर प्रदर्शन करते हैं।
यह शोधपत्र 'कॉज़ल रिट्रीवल-ऑगमेंटेड जनरेशन' (CR-RAG) को प्रस्तुत करता है, जो एक फ्रेमवर्क है जो स्प्यूरियस कोरिलेशन (भ्रामक सहसंबंधों) को कम करने और बैकडोर एडजस्टमेंट, इनवर्स-प्रोपेंसिटी रीवेटिंग और काउंटरफैक्चुअल डेटा ऑग्मेंटेशन के माध्यम से मतिभ्रम (hallucinations) को कम करने के लिए RAG पाइपलाइन को एक स्ट्रक्चरल कॉज़ल मॉडल के रूप में मॉडल करता है, जिससे ज्ञान-गहन बेंचमार्क पर, विशेष रूप से लॉन्ग-टेल प्रश्नों के लिए, महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोध पत्र इमेज रेस्टोरेशन के लिए एक नवीन डिफ्यूजन फ्रेमवर्क प्रस्तावित करता है जो विविध डिग्रेडेशन कार्यों की विषम आवश्यकताओं के अनुकूल प्रभावी ढंग से ढलने के लिए नियतिवाद (determinism) और स्टोकेस्टिसिटी (stochasticity) के संवादात्मक मॉडलिंग का उपयोग करता है, जिससे कई रेस्टोरेशन परिदृश्यों में बेहतर प्रदर्शन और व्याख्यात्मकता प्राप्त होती है।
यह शोधपत्र धागे के स्तर (yarn-level) के कपड़े के सिमुलेशन के लिए एक टोपोलॉजी-संरक्षणकारी (topology-preserving), दिशा-जागरूक अनुकूलन ढांचा प्रस्तावित करता है जो स्थानीय विरूपण (deformation) और संपर्क गतिविधि के आधार पर बाधा गणना की तीव्रता को गतिशील रूप से समायोजित करता है, जबकि अत्यधिक कम्प्यूटेशनल लागत के बिना उच्च-सटीक बुनी हुई संरचनाओं को बनाए रखने के लिए विजुअल अपसैंपलिंग का उपयोग करता है।
यह शोध पत्र IBKA-Transformer का प्रस्ताव करता है, जो एक नवीन दोष निदान विधि है जो हाइपरपैरामीटर को अनुकूलित करने और विशेषताओं को चुनने के लिए एक उन्नत ब्लैक काइट एल्गोरिदम को ट्रांसफार्मर मॉडल के साथ एकीकृत करती है, जिससे औद्योगिक रोबोट बेयरिंग दोष निदान में 99.86% सटीकता प्राप्त होती है।
यह शोध पत्र DCUG-PPO का प्रस्ताव करता है, जो एक डुअल-क्रिटिक सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) नियंत्रक है जो एक अनसर्टेन्टी-गेटेड तंत्र के माध्यम से अपनी नीति को मॉडल-आधारित फॉलबैक से जोड़ता है, जो कैमरा ड्रॉपआउट के तहत इमेज-आधारित विजुअल सर्वोइंग में सिंगल-क्रिटिक PPO और शास्त्रीय बेसलाइनों की तुलना में काफी अधिक विश्वसनीयता और सुचारू नियंत्रण प्राप्त करता है, जबकि हार्डवेयर सत्यापन और व्यापक एल्गोरिद्मिक तुलनाओं में सीमाओं को स्वीकार करता है।
यह शोध पत्र ESSIM को प्रस्तुत करता है, जो एक नवीन संभाव्य स्वार्म ऑप्टिमाइज़ेशन एल्गोरिदम है जो स्वार्म विविधता बनाए रखने और स्थानीय मिनिमा (local minima) से बचने के लिए बायेसियन सांख्यिकीय अनुमान और व्यक्तिगत कण अनिश्चितता का लाभ उठाता है, जिससे यह अधिक गणना समय की आवश्यकता के बावजूद मल्टीमॉडल बेंचमार्क और गॉसियन प्रोसेस रिग्रेशन हाइपरपैरामीटर अनुकूलन कार्यों पर क्लासिकल PSO से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक सुदृढ़ वीडियो स्टेग्नोग्राफी पद्धति का प्रस्ताव करता है जो पुनर्संरचना (recompression) और मनमाने ढंग से क्रॉपिंग (arbitrary cropping) के अधीन वीडियो से गुप्त डेटा को प्रभावी ढंग से पुनर्प्राप्त करने के लिए DWT-SVD डोमेन में MEC-AQIM एम्बेडिंग को एक दोहरी-परत छद्म-शोर सिंक्रोनाइज़ेशन तंत्र (dual-layer pseudo-noise synchronization mechanism) के साथ जोड़ता है।
यह शोध पत्र एक जैव-प्रेरित हाइब्रिड लाइफलॉन्ग लर्निंग सिस्टम का प्रस्ताव करता है जो कैटास्ट्रोफिक फॉरगेटिंग और ऊर्जा अक्षमताओं को दूर करने के लिए सेल्फ-सेलेक्टिव मेमरिस्टर हार्डवेयर के साथ एक ड्रोसोफिला-ह्यूमन हाइब्रिड एल्गोरिदम को सह-डिज़ाइन करता है, जिससे पारंपरिक CMOS एक्सेलेरेटर्स की तुलना में महत्वपूर्ण गति और ऊर्जा सुधार प्राप्त होते हैं।