3729 पेपर
यह शोध पत्र एक सुदृढ़ त्रि-मोडल ढांचे का प्रस्ताव करता है जो सोशल मीडिया छवियों पर अत्याधुनिक जालसाजी पहचान सटीकता (99.10%) और व्याख्यात्मकता प्राप्त करने के लिए एक अनुकूली गेटेड फ्यूजन तंत्र के माध्यम से CNNs, विजन ट्रांसफॉर्मर और ग्राफ न्यूरल नेटवर्क को एकीकृत करता है।
यह अध्ययन डेटा-सीमित वैज्ञानिक मशीन लर्निंग में मॉडलों के चयन के लिए एक सिद्धांतपूर्ण, तीन-भाग वाले निर्णय ढांचे का प्रस्ताव करता है, जो कि काइनेज इनहिबिटर और घुलनशीलता के केस स्टडीज के माध्यम से यह प्रदर्शित करता है कि जब नमूना आकार छोटा होता है तो सरल रैखिक मॉडल अक्सर जटिल विकल्पों से बेहतर प्रदर्शन करते हैं, जिससे एक महत्वपूर्ण बेसलाइन के रूप में मॉडल की सरलता का समर्थन किया जाता है।
यह अध्ययन ऊर्जा रुझानों की भविष्यवाणी करने और विसंगतियों की पहचान करने के लिए 'इंडिविजुअल हाउसहोल्ड इलेक्ट्रिक पावर कंजम्पशन' डेटासेट पर विभिन्न मशीन लर्निंग रिग्रेशन मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया कि रैंडम फॉरेस्ट अन्य एल्गोरिदम की तुलना में बेहतर प्रदर्शन करता है जबकि SHAP विश्लेषण 'ग्लोबल_इंटेंसिटी' को प्रमुख भविष्य कहनेवाला कारक के रूप में प्रकट करता है।
यह शोध पत्र स्टिग्मर्जिक स्केलेटन फील्ड (SSF) ढांचे का प्रस्ताव करता है, जो एक मेडियल-एक्सिस स्केलेटन ग्राफ को एंट-कोलोनी फेरोमोन फील्ड और एक लोकलाइज्ड इंक्रीमेंटल री-स्केलेटनाइजेशन (LIR) एल्गोरिदम के साथ एकीकृत करता है ताकि केवल आवश्यकतानुसार टोपोलॉजी की मरम्मत करके गतिशील वातावरण में कुशल, विकेंद्रीकृत मल्टी-रोबोट नेविगेशन को सक्षम बनाया जा सके, जिससे मौजूदा बेसलाइनों की तुलना में काफी तेज़ री-प्लानिंग गति के साथ लगभग इष्टतम पथ गुणवत्ता प्राप्त की जा सके।
यह शोध पत्र Semperf प्रस्तुत करता है, जो एक LLM-सहायता प्राप्त फ्रेमवर्क है जो अत्यधिक-पैमाने वाले समानांतर HPC अनुप्रयोगों के लिए स्केलेबल, स्वचालित प्रदर्शन निदान और बॉटलनेक पहचान को सक्षम करने हेतु रैंक-प्रोफ़ाइल मैट्रिसेस का निर्माण करता है और प्रक्रियाओं को क्लस्टर करता है।
यह शोध पत्र HQNNDL प्रस्तुत करता है, जो एक हाइब्रिड क्वांटम-क्लासिकल डीप लर्निंग फ्रेमवर्क है जो चार श्रेणियों में OCT छवियों को वर्गीकृत करने के लिए एक फ्रोजन ResNet-18 बैकबोन और एक 8-क्यूबिट वेरिएशनल क्वांटम सर्किट का उपयोग करता है, जिसने Kermany OCT2017 से प्राप्त एक प्रॉक्सी डेटासेट पर 79.0% सटीकता प्राप्त की है, साथ ही सेंट्रल सेरस रेटिनोपैथी डिटेक्शन के लिए इसकी प्रभावकारिता की पुष्टि करने हेतु आगे के एब्लेशन अध्ययनों और नैदानिक सत्यापन की आवश्यकता को स्वीकार किया है।
यह शोध पत्र एक प्रगतिशील संदर्भ-संवर्धन ढांचे (progressive context-enrichment framework) का प्रस्ताव करता है जो सिम्युलेटर डेटा और कोड एनोटेशन के साथ प्रॉम्प्ट्स को व्यवस्थित रूप से संवर्धित करके ओपन-पिट माइन प्रोडक्शन शेड्यूलिंग के लिए मिक्सड इंटीजर लीनियर प्रोग्रामिंग (MILP) सूत्रीकरण उत्पन्न करने में लार्ज लैंग्वेज मॉडल्स की विश्वसनीयता को बढ़ाता है, जिससे यह पता चलता है कि जबकि सिम्युलेटर कोड उद्देश्य सटीकता (objective accuracy) में सुधार करता है, एनोटेटेड कोड बाधा व्यवहार्यता (constraint feasibility) सुनिश्चित करने के लिए बेहतर है।
यह शोध पत्र हस्तलिखित भौतिक-गणितीय दस्तावेजों के लिए एक एआई-संचालित विभाजन पाइपलाइन प्रस्तुत करता है जो दोलनशील बेसलाइनों (oscillatory baselines) को मॉडल करने और वक्रता-अनुकूलित कटिंग मास्क (curvature-adaptive cutting masks) उत्पन्न करने के लिए आकार-संरक्षण वाले द्विघात स्प्लाइन्स (shape-preserving quadratic splines) का उपयोग करता है, जिससे डाउनस्ट्रीम ओसीआर (OCR) कार्यों के लिए पहचान सटीकता और संरचनात्मक पुनर्निर्माण में वृद्धि होती है।
यह अध्ययन एक मीट्रिक-आधारित फ्यू-शॉट लर्निंग फ्रेमवर्क प्रस्तावित करता है, जो विशेष रूप से प्रोटोटाइपिकल नेटवर्क्स का उपयोग करता है, ताकि बार-बार मॉडल रिट्रेनिंग की आवश्यकता के बिना, EMG-आधारित साइलेंट स्पीच इंटरफेस में उपयोगकर्ता-परिभाषित शब्दावलियों के कुशल और गणनात्मक रूप से हल्के पंजीकरण को सक्षम किया जा सके।
यह शोध पत्र एक स्वतंत्र रूप से सत्यापित प्रदर्शन की रिपोर्ट करता है कि एक प्रोप्रायटरी इंजन बाहरी साहित्य से नौ सत्यापित संबंधों को सामने लाकर और एक भेदभाव नियंत्रण (डिस्क्रिमिनेशन कंट्रोल) के माध्यम से चयनात्मकता को सिद्ध करके, कई स्रोतों में संरचनात्मक चिकित्सा कड़ियों को सही ढंग से संश्लेषित कर सकता है, जो बिना किसी मतिभ्रम (हैलुसिनेशन) के भविष्य की कम्प्यूटेशनल खोज के लिए एक विश्वसनीय आधार स्थापित करता है।