3848 पेपर
यह शोध PhiUSIIL डेटासेट का उपयोग करके फिशिंग यूआरएल (URL) का पता लगाने के लिए एक लाइटवेट न्यूरल नेटवर्क दृष्टिकोण का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि हाइपरपैरामीटर को अनुकूलित करने और डेटा स्केलिंग लागू करने से कम कम्प्यूटेशनल जटिलता बनाए रखते हुए वर्गीकरण सटीकता में महत्वपूर्ण वृद्धि होती है।
यह अध्ययन मियाओ और डोंग लकड़ी की विरासत दृश्यों के लिए एक ऑडिट योग्य जनरेटिव वर्कफ़्लो का प्रस्ताव करता है जो समीक्षा योग्य सिमेंटिक और संरचनात्मक साक्ष्य सुनिश्चित करने के लिए रूपात्मक पूर्वग्रहों (morphological priors), फोटोग्रामेट्रिक कंडीशनिंग और प्रोवेनेंस लॉगिंग को एकीकृत करता है, बिना सर्वे-ग्रेड पुनर्निर्माण का दावा किए।
यह शोध पत्र एक रैंडम फॉरेस्ट-आधारित मशीन लर्निंग फ्रेमवर्क प्रस्तावित करता है, जिसे SMOTE-Tomek क्लास बैलेंसिंग के साथ उन्नत किया गया है, ताकि पारंपरिक मॉडलों जैसे कि डिसीजन ट्री, लॉजिस्टिक रिग्रेशन, SVM और नैव बेयस की तुलना में सटीकता और प्रमुख प्रदर्शन मेट्रिक्स में बेहतर प्रदर्शन करते हुए स्वास्थ्य सेवा प्रदाता धोखाधड़ी का प्रभावी ढंग से पता लगाया जा सके और वित्तीय जोखिमों को कम किया जा सके।
यह शोध पत्र MSAL-YOLO का प्रस्ताव करता है, जो एक उन्नत YOLOv8 डिटेक्टर है जो छोटे और घनी तरह से वितरित वस्तुओं का पता लगाने की चुनौतियों को प्रभावी ढंग से संबोधित करने के लिए एक स्पेशियल-चैनल मिक्स्ड कनवल्शन मॉड्यूल, एक मल्टी-ब्रांच एन्हांस्ड कोऑर्डिनेट अटेंशन मैकेनिज्म और एक रीजन-एडेप्टिव वाइज़-IoU लॉस को एकीकृत करता है, जिससे VisDrone2019 और DOTAv1 डेटासेट पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त हुआ है।
यह अध्ययन TRAUMA पद्धति को मान्य करता है, जो LightGBM का उपयोग करने वाला एक पर्यवेक्षित मशीन लर्निंग-आधारित रिकॉर्ड लिंकेज दृष्टिकोण है, जो ब्राज़ीलियाई स्वास्थ्य डेटाबेस में पारंपरिक CIDACS-RL टूल की तुलना में उच्च परिशुद्धता (precision) और विशिष्टता (specificity) के साथ वास्तविक मिलान खोजने की अपनी बेहतर क्षमता प्रदर्शित करता है।
यह शोध पत्र डायमोजिज्म (Diamojism) को प्रस्तुत करता है, जो एक नवीन फोटोमोसेक रेंडरिंग आर्किटेक्चर है जो डायमंड टाइल ग्रिड सिस्टम में सिमेंटिक थीम स्कोरिंग और इटरेटिव पैलेट करेक्शन को एकीकृत करके बड़े-फॉर्मेट इमोजी मोसेक को उन्नत करता है, जिससे जनरेटिव मॉडलों पर निर्भर रहे बिना विषयगत प्रासंगिकता और रंग सटीकता में सुधार होता है।
यह शोध पत्र एक नवीन (n, n) थ्रेशोल्ड विजुअल सीक्रेट शेयरिंग स्कीम प्रस्तावित करता है जो कलर रेडंडेंसी और XOR ऑपरेशंस का लाभ उठाकर अर्थपूर्ण शेयर्स के रूप में कलर QR कोड्स का उपयोग करके निजी छवियों को सुरक्षित रूप से एन्क्रिप्ट और लॉसलेस रूप से रिकवर करने के लिए है।
यह शोध पत्र एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि कोड जनरेशन बेंचमार्क में समस्या की कठिनाई एक स्थिर, हस्तांतरणीय मीट्रिक है जो HumanEval पर स्पेसिफिकेशन फीचर्स (जैसे उदाहरण और प्रॉम्प्ट की लंबाई) और MBPP पर समाधान की जटिलता द्वारा संचालित होती है, जो मॉडल स्कोर के संतृप्त होने पर बेंचमार्किंग, ऑटोग्रेडिंग और शैक्षिक उपकरण डिजाइन में सुधार के लिए महत्वपूर्ण अंतर्दृष्टि प्रदान करती है।
यह शोध पत्र एक अग्रणी मशीन लर्निंग मॉडल प्रस्तुत करता है जो विजन ट्रांसफॉर्मर और क्रॉस-मोडैलिटी ट्रांसफर लर्निंग का उपयोग करके अल्ट्रासाउंड छवियों से ओवेरियन एंडोमेट्रियोमा का पता लगाता है, जो डेटा की कमी और असंतुलन के बावजूद उच्च प्रदर्शन प्राप्त करता है और साथ ही मेडिकल इमेजिंग मोडैलिटीज के बीच लो-लेवल फीचर्स की ट्रांसफरेबिलिटी को प्रदर्शित करता है।
यद्यपि बड़े भाषा मॉडलों में मतिभ्रम (hallucinations) को गतिशील अस्थिरताओं के रूप में देखने का सैद्धांतिक आकर्षण है, यह शोध पत्र प्रदर्शित करता है कि पहचान के लिए स्थिर निरूपण (static representations) कहीं अधिक प्रभावी हैं, क्योंकि गतिशील विशेषताएं जोड़ने से सरल रैखिक जांच (linear probes) की तुलना में कोई सांख्यिकीय रूप से महत्वपूर्ण सुधार नहीं होता है।