3899 पेपर
यह शोध पत्र एक मोबिलिटी-ड्रिवन टास्क ऑफलोडिंग फ्रेमवर्क का प्रस्ताव करता है जो डायनेमिक व्हीकुलर वातावरण में विश्वसनीयता सुनिश्चित करते हुए लेटेंसी और ऊर्जा ओवरहेड को प्रभावी ढंग से कम करने के लिए शेड्यूलिंग निर्णयों को अनुकूलित करने हेतु एसिंक्रोनस एडवांटेज एक्टर-क्रिटिक (A3C) डीप रिइन्फोर्समेंट लर्निंग एल्गोरिदम का उपयोग करता है।
यह शोध पत्र सीमित चिकित्सा इमेज डेटा से एक छोटे, प्रदर्शन-प्रतिनिधि सत्यापन सेट (validation set) का चयन करने के लिए एक नवीन विधि प्रस्तावित करता है ताकि मॉडल विकास की सटीकता में सुधार किया जा सके, और प्रोस्टेट कैंसर एमआरआई (MRI) सेग्मेंटेशन कार्यों के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण पारंपरिक रैंडम पार्टिशनिंग की तुलना में वास्तविक स्वतंत्र परिणामों के काफी करीब प्रदर्शन अनुमान प्रदान करता है।
यह शोध पत्र SDD-YOLO11n का प्रस्ताव करता है, जो यातायात दुर्घटना पहचान के लिए एक हल्का ऑब्जेक्ट डिटेक्शन मॉडल है जो ShuffleNetV2 बैकबोन, एक DW_ADown मॉड्यूल और एक DS_SENetV2 मॉड्यूल को एकीकृत करता है ताकि मूल YOLO11n और अन्य मुख्यधारा के मॉडलों की तुलना में सटीकता और रियल-टाइम प्रदर्शन में सुधार करते हुए कम्प्यूटेशनल जटिलता को महत्वपूर्ण रूप से कम किया जा सके।
यह शोध पत्र सैन फ्रांसिस्को अंतर्राष्ट्रीय हवाई अड्डे के वास्तविक उदाहरणों पर सटीक विधियों की तुलना में अपनी बेहतर दक्षता और माइलेज में कमी प्रदर्शित करते हुए, एयरपोर्ट कैटरिंग ऑपरेशंस के लिए जटिल मल्टी-ट्रिप कैपेसिटेटेड व्हीकल रूटिंग एंड शेड्यूलिंग विद टाइम विंडोज एंड मील ब्रेक्स (MTCVRSPTW-MB) को अनुकूलित करने हेतु एक सहकारी रिड्यूस्ड वेरिएबल नेबरहुड सर्च (rVNS) मेटाह्यूरिस्टिक प्रस्तुत करता है।
ऑटोनॉमस रिसर्च असिस्टेंट एक फुल-स्टैक एआई वेब एप्लिकेशन है जो सेमैंटिक स्कॉलर एपीआई, एक फाइन-ट्यून्ड लीनियर एसवीएम क्लासिफायर और गूगल जेमिनी 2.5 फ्लैश का लाभ उठाता है, जिससे अकादमिक शोध पत्रों को स्वचालित रूप से खोजने, वर्गीकृत करने, सारांशित करने और उद्धृत करने में मदद मिलती है, जिससे मैनुअल लिटरेचर रिव्यू के समय में 70% की कमी आती है।
यह शोध पत्र एआई एजेंट मेमोरी (AI agent memory) पर SECI ज्ञान सृजन मॉडल के अनुप्रयोग को यह प्रदर्शित करके अनुभवजन्य रूप से मान्य करता है कि संवादात्मक इतिहास को संरचित ज्ञान में बदलना दीर्घकालिक पुनर्प्राप्ति कार्यों (long-term retrieval tasks) में कच्चे वर्बेटिम स्टोरेज (raw verbatim storage) की तुलना में काफी बेहतर प्रदर्शन करता है, जो मुख्य रूप से एम्बेडिंग विंडो ट्रंकेशन (embedding window truncation) को कम करता है जिसके कारण कच्चा स्टोरेज सत्र की लगभग 90% सामग्री खो देता है।
यह शोध पत्र एक एडेप्टिव म्यूटेशन ड्रिवन हैरिस हॉक ऑप्टिमाइजेशन (AMDHHO) एल्गोरिदम का प्रस्ताव करता है जो रोबोटिक आर्म्स के साथ हाइब्रिड फ्लो शॉप शेड्यूलिंग समस्याओं को प्रभावी ढंग से हल करने के लिए लेवी फ्लाइट और डायनेमिक म्यूटेशन रणनीतियों को एकीकृत करता है, जो जेनेटिक एल्गोरिदम और मूल शेड्यूलिंग योजनाओं की तुलना में अधिकतम पूर्णता समय और औसत प्रतीक्षा समय में महत्वपूर्ण कमी प्रदर्शित करता है।
यह अध्ययन तीन शैक्षिक वर्गीकरणों (taxonomies) के माध्यम से एंडोडोंटिक परीक्षा प्रश्नों को वर्गीकृत करने में चार लार्ज लैंग्वेज मॉडल्स की वर्गीकरण निष्ठा (classification fidelity) का मूल्यांकन करता है, जिससे यह पता चलता है कि जहाँ जेमिनी और डीपसीक जैसे मॉडल्स ब्लूम्स (Bloom's) और सोलो (SOLO) वर्गीकरणों के लिए पर्याप्त सहमति प्राप्त करते हैं, वहीं सभी मॉडल्स मिलर्स पिरामिड (Miller's Pyramid) के साथ संघर्ष करते हैं, जो यह दर्शाता है कि एलएलएम (LLM) का प्रदर्शन वर्गीकरण-निर्भर है और उत्तर की सटीकता से भिन्न है।
यह अध्ययन प्रदर्शित करता है कि Grad-CAM और SHAP स्पष्टीकरणों के साथ संवर्धित एक ResNet-50 क्लासिफायर घने मैमोग्राम के भीतर स्तन कैंसर का पता लगाने में मानव रेडियोलॉजिस्ट की संवेदनशीलता को पार कर सकता है, जो उच्च-विश्वास वाले मामलों को फ्लैग करने और संदिग्ध मामलों को चिकित्सकों के पास भेजने वाले सेकंड-रीडर टूल के रूप में इसके परिनियोजन का समर्थन करने के लिए कार्रवाई योग्य दृश्य अंतर्दृष्टि प्रदान करते हुए 72.2% संवेदनशीलता प्राप्त करता है।
यह अध्ययन एक हाइब्रिड पूर्वानुमान मॉडल प्रस्तावित करता है जो डेटा अपघटन के लिए सिंगुलर स्पेक्ट्रम विश्लेषण (SSA), घटक मॉडलिंग के लिए बैकप्रोपैगेशन-प्रशिक्षित मल्टीलेयर परसेप्ट्रॉन (MLP-BP), और पैरामीटर अनुकूलन के लिए स्पैरो सर्च एल्गोरिदम (SpSA) को एकीकृत करता है, जो पारंपरिक तरीकों की तुलना में चीन के नागरिक उड्डयन यात्री यातायात की भविष्यवाणी करने में बेहतर सटीकता प्रदर्शित करता है।