3899 पेपर
यह शोध पत्र एक यार्न-स्तर (yarn-level) की सिमुलेशन पद्धति प्रस्तावित करता है जो बुनाई के पैटर्नों का लाभ उठाकर दिशात्मक ऊष्मा प्रसार (directional heat diffusion) और संकुचन प्रवणता (shrinkage gradients) की गणना करती है, जिससे कपड़ों में जटिल थर्मल बकलिंग, ट्विस्टिंग और गैर-समान झुर्रीदार व्यवहारों को सटीक रूप से उत्पन्न किया जा सकता है जिन्हें पारंपरिक सतह-स्तरीय मॉडल पकड़ने में विफल रहते हैं।
AUDIT-AI अध्ययन एक पूर्व-पंजीकृत, तीन-आयामी नैदानिक सटीकता ऑडिट है जिसे यह मात्रा निर्धारित करने के लिए डिज़ाइन किया गया है कि क्या वाणिज्यिक AI टेक्स्ट डिटेक्टर, मूल अंग्रेजी लेखकों और सत्यापित AI पुनलेखनों की तुलना में, गैर-देशी अंग्रेजी बोलने वाले संस्थानों के दीर्घ-रूप वैज्ञानिक साहित्य को व्यवस्थित रूप से AI-जनित के रूप में गलत वर्गीकृत करते हैं।
यह सर्वेक्षण मल्टीवेरिएट टाइम सीरीज़ फोरकास्टिंग (बहुचर समय श्रृंखला पूर्वानुमान) में मेमोरी तंत्र को रिटेन्ड स्टेट्स (रक्षित अवस्थाओं), एक्सेस फंक्शन्स (पहुंच कार्यों) और अपडेट फंक्शन्स (अद्यतन कार्यों) के बीच अंतःक्रियाओं के रूप में औपचारिक रूप देता है, जो हालिया साहित्य को आर्किटेक्चर, रिट्रीवल और इवोल्यूशन श्रेणियों में व्यवस्थित करते हुए खुले चुनौतियों की पहचान करता है और ऑडिट करने योग्य, अनुकूलन योग्य पूर्वानुमान प्रणालियों को डिजाइन करने के लिए एक रोडमैप प्रस्तावित करता है।
यह शोध पत्र एक नवीन हल्का (लाइटवेट) कनवल्शनल ट्रांसफार्मर मॉडल प्रस्तावित करता है जो उच्च सटीकता और कम मेमोरी खपत बनाए रखते हुए प्रभावी निगरानी वीडियो संपीड़न और गुणवत्ता वृद्धि प्राप्त करने के लिए मल्टी-टीचर पदानुक्रमित प्रगतिशील ज्ञान आसवन (मल्टी-टीचर हिरार्किकल प्रोग्रेसिव नॉलेज डिस्टिलेशन) और दिशात्मक संपीड़न का उपयोग करता है।
यह शोध पत्र PV-YOLO प्रस्तुत करता है, जो YOLOv8n का एक हल्का, सहयोगात्मक सुधार है जिसमें चार कस्टम मॉड्यूल शामिल हैं जो फोटोवोल्टिक सेल पर सूक्ष्म-दोषों (micro-defect) की पहचान की सटीकता और रिकॉल को महत्वपूर्ण रूप से बढ़ाते हैं और साथ ही कम्प्यूटेशनल ओवरहेड को कम करते हैं, जिससे UAVs पर 140 FPS की गति से वास्तविक समय में एज निरीक्षण सक्षम होता है।
यह शोध पत्र 2025 के नियतात्मक (deterministic) SSSP एल्गोरिदम के अंतर्निहित BMSSP पुनरावृत्ति (recurrence) का Isabelle/HOL में पहला मशीन-चेक्ड औपचारिकीकरण प्रस्तुत करता है, जो बिना किसी स्वयंसिद्ध (axioms) या अप्रमाणित धारणाओं पर निर्भर हुए, एक अनबाउंड ग्राफ परिवार पर इसके रनटाइम का एक गैर-रिक्त (non-vacuous), आकार-पैरामेट्रिक प्रमाण प्रदान करता है।
यह अध्ययन प्रदर्शित करता है कि सीमित वर्णमाला और दुर्लभ डेटा वाले औद्योगिक चरित्र वर्गीकरण में EfficientNet-B0 अन्य डीप लर्निंग आर्किटेक्चर, जिसमें विजन ट्रांसफॉर्मर भी शामिल हैं, से बेहतर प्रदर्शन करता है, जो ऐसे सीमित वातावरणों में कनवल्शनल इंडक्टिव बायस (convolutional inductive biases) के निरंतर लाभ को रेखांकित करता है।
यह अध्ययन प्रदर्शित करता है कि डिफरेंशियल प्राइवेसी, होमोमोर्फिक एन्क्रिप्शन और स्मार्ट कॉन्ट्रैक्ट्स को एकीकृत करने वाला एक मॉड्यूलर कंसोर्टियम ब्लॉकचेन फ्रेमवर्क, अस्पताल की मृत्यु दर और रेडियोग्राफी कार्यों के लिए मानक फेडरेटेड लर्निंग के समान नैदानिक तुल्यता प्राप्त करता है, जो यह सिद्ध करता है कि सुदृढ़ गोपनीयता और सुरक्षा उपाय भविष्य कहनेवाला उपयोगिता (प्रेडिक्टिव यूटिलिटी) से समझौता नहीं करते हैं।
यह शोध पत्र "कोलैप्स डिस्टेंस" (collapse distance) पेश करता है, जो नेटवर्क विफलता की निकटता को मापने के लिए एक कॉन्फ़िगर करने योग्य सुरक्षा-सीमा मीट्रिक है, और TCR-GIN का प्रस्ताव करता है, जो एक भौतिकी-आधारित ग्राफ लर्निंग फ्रेमवर्क है जो विविध जटिल नेटवर्कों में वास्तविक समय के सुरक्षा प्रबंधन और प्रारंभिक चेतावनी संकेतों को सक्षम करने के लिए इस मीट्रिक का कुशलतापूर्वक और सटीक रूप से अनुमान लगाता है।
यह शोध पत्र AVTF-Net का प्रस्ताव करता है, जो एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क है जो क्रॉस-मोडल विसंगतियों को पकड़ने के लिए एक संशोधित एलेक्सनेट (AlexNet) और फाइन-ट्यून्ड बर्ट (BERT) को अर्ली फ्यूजन और अटेंशन मैकेनिज्म के साथ एकीकृत करता है, जिससे Fakeddit डेटासेट पर 95.80% सटीकता के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।