3899 पेपर
यह शोध पत्र ACDGRec का प्रस्ताव करता है, जो एक सुदृढ़ अनुशंसा मॉडल (recommendation model) है जो डेटा की कमी, कोल्ड-स्टार्ट समस्याओं और इनपुट अस्थिरता को प्रभावी ढंग से संबोधित करने के लिए डिफ्यूजन-आधारित ग्राफ न्यूरल नेटवर्क में एडवरसैरियल ट्रेनिंग और कॉन्ट्रास्टिव लर्निंग को एकीकृत करता है ताकि लेटेंट यूजर कॉन्टेक्स्ट सहसंबंधों (latent user context correlations) को कैप्चर किया जा सके।
यह शोध पत्र एक NDN-जागरूक सहकारी मल्टी-एजेंट डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट (MADDPG) ढांचे का प्रस्ताव करता है जो नेमड डेटा नेटवर्किंग में कैश प्रदूषण हमलों (Cache Pollution Attacks) को प्रभावी ढंग से कम करने के लिए विकेंद्रीकृत शिक्षण और विशिष्ट अवस्था निरूपणों का लाभ उठाता है, जो एकल-एजेंट और पारंपरिक दृष्टिकोणों की तुलना में बेहतर कैश दक्षता, तेज़ अभिसरण और बढ़ी हुई लचीलापन प्रदर्शित करता है।
यह शोध पत्र एक लीनियर मैपिंग-एन्हांस्ड प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (LME-PPO) फ्रेमवर्क का प्रस्ताव करता है जो जटिल टास्क स्पेस को प्रभावी ढंग से मैप करने और एज सर्वरों के बीच कम्प्यूटेशनल संतुलन सुनिश्चित करके स्मार्ट सिटी एज कंप्यूटिंग वातावरण में गतिशील लोड बैलेंसिंग को अनुकूलित करने और सिस्टम लेटेंसी को कम करने के लिए डीप रीइन्फोर्समेंट लर्निंग का लाभ उठाता है।
यह शोध पत्र स्वायत्त, सीखने वाले ब्लॉकचेन प्रतिभागियों के बीच आम सहमति प्राप्त करने के लिए गेम-थ्योरेटिक प्रोत्साहनों के साथ एक मल्टी-एजेंट सुदृढीकरण शिक्षण (मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि नीतियां न्यायसंगत और प्रतिकूल-सहिष्णु साम्यावस्थाओं की ओर अभिसरित होती हैं, जबकि विशिष्ट वास्तुशिल्प सीमाओं की पहचान करती है और सैद्धांतिक अभिसरण गारंटी को परिष्कृत करती है।
यह अध्ययन यह प्रदर्शित करने के लिए स्ट्रक्चरल इक्वेशन मॉडलिंग का उपयोग करता है कि जहाँ एआई-संचालित साइबर सुरक्षा जागरूकता और डिजिटल साक्षरता एआई-आधारित साइबर सुरक्षा प्रणालियों को अपनाने को महत्वपूर्ण रूप से बढ़ावा देती है, वहीं इन प्रणालियों में विश्वास सीधे व्यवहार संबंधी इरादे को प्रभावित नहीं करता है, जो संगठनों के लिए केवल विश्वास निर्माण के बजाय साइबर सुरक्षा जागरूकता और डिजिटल साक्षरता विकास को प्राथमिकता देने की महत्वपूर्ण आवश्यकता को रेखांकित करता है।
यह शोध पत्र DustFormer को प्रस्तुत करता है, जो एक डीप लर्निंग-आधारित एनकोडर-डिकोडर फ्रेमवर्क है जो RGB छवियों में धूल के सेग्मेंटेशन और घनत्व अनुमान (density estimation) को एक साथ निष्पादित करता है, जो पर्यावरणीय निगरानी, सटीक कृषि और स्मार्ट सेंसिंग अनुप्रयोगों के लिए उच्च सटीकता और मजबूती प्राप्त करता है।
यह शोध पत्र एक निर्देशित प्रतीकात्मक निष्पादन (directed symbolic execution) विधि प्रस्तावित करता है जिसे स्वचालित प्रतीकीकरण और लूप-बाउंडिंग रणनीतियों के साथ संवर्धित किया गया है ताकि इंटरप्रोसिजरल कंट्रोल फ्लो पाथ की व्यवहार्यता को कुशलतापूर्वक सत्यापित किया जा सके, जो वास्तविक दुनिया के प्रोजेक्ट्स और स्टैटिक एनालिसिस इंटीग्रेशन पर लागू होने पर KLEEF जैसे मौजूदा टूल्स की तुलना में बेहतर रिकॉल और प्रिसिजन प्रदर्शित करता है।
यह अध्ययन OKAP-शैली के नेत्र विज्ञान (ऑप्थल्मोलॉजी) प्रश्नों पर पांच बड़े भाषा मॉडलों का मूल्यांकन करता है, जो यह प्रकट करता है कि सामान्य-उद्देश्य वाले मॉडल, विशेष रूप से Gemini-Pro-3 ने, सटीकता और अंशांकन (कैलिब्रेशन) में विशिष्ट नैदानिक एआई टूल OpenEvidence से बेहतर प्रदर्शन किया, जबकि सभी प्रणालियों में महत्वपूर्ण प्रदर्शन विषमता और साझा तर्क संबंधी विफलताओं को भी रेखांकित किया।
यह शोध पत्र एक नवीन घुसपैठ पहचान ढांचे (इंट्रूज़न डिटेक्शन फ्रेमवर्क) का प्रस्ताव करता है जो गहरे फीचर निष्कर्षण के लिए टू-स्टेज स्टैक्ड ऑटोएनकोडर को प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन-आधारित डीप रीइन्फोर्समेंट लर्निंग एजेंट के साथ जोड़ता है, जो कई बेंचमार्क डेटासेट्स पर प्रतिस्पर्धी प्रदर्शन और दक्षता प्रदर्शित करता है।
यह शोध पत्र पानी के नीचे गतिशील लक्ष्यों के लिए एक कॉन्फिडेंस-कन्वर्जेंस-आधारित अनुक्रमिक पहचान पद्धति का प्रस्ताव करता है जो व्यवहार-प्रकार के आत्मविश्वास को गतिशील रूप से अपडेट करता है और निर्णयों को केवल तभी स्वीकार करता है जब प्रभुत्व, लौकिक स्थिरता और अंतर-वर्ग पृथक्करण संयुक्त रूप से संतुष्ट होते हैं, जिससे मौजूदा बेसलाइन की तुलना में सीमित और अनिश्चित अवलोकनों के तहत सटीकता में उल्लेखनीय सुधार होता है और त्रुटियों में कमी आती है।