3900 पेपर
यह शोध पत्र YOLOv10n-FBD का प्रस्ताव करता है, जो एक हल्का चेरी टमाटर परिपक्वता पहचान मॉडल है जो मौजूदा विधियों की तुलना में मॉडल के आकार और गणनात्मक जटिलता को काफी कम करते हुए उच्च सटीकता (94.3% mAP) और गति (369 FPS) प्राप्त करने के लिए CCFM फीचर फ्यूजन, PSA-BiFormer अटेंशन और C2f-Dual रणनीति को एकीकृत करता है।
यह अध्ययन एक स्व-क्यूरेटेड डेटासेट और हाइब्रिड ध्वनिक विशेषताओं का उपयोग करते हुए कम संसाधन वाली असमिया भाषा के लिए एक LSTM-आधारित स्पीच रिकग्निशन सिस्टम का प्रस्ताव करता है, जो 95% सटीकता प्राप्त करने के साथ-साथ स्वरों के बीच ध्वन्यात्मक समानताओं से उत्पन्न चुनौतियों को रेखांकित करता है।
यह शोध पत्र एक विजुअल कॉन्टेक्स्ट-अवेयर और स्पेशियल रिसेप्टिव फील्ड-आधारित एल्गोरिदम प्रस्तावित करता है जो स्थानीय पिक्सेल विस्मृति (लोकल पिक्सेल फॉरगेटिंग) और अपर्याप्त स्थानिक धारणा को संबोधित करने के लिए रेसिडुअल स्टेट-स्पेस मॉडलिंग, गाइडेंस वेक्टर्स और मल्टी-स्केल डिकॉर्मेबल अटेंशन को एकीकृत करता है, जिससे डुनहुआंग भित्तिचित्रों (डुनहुआंग मुरल्स) को प्रभावी ढंग से पुनर्स्थापित किया जा सके, जिससे बहाली गुणवत्ता मेट्रिक्स में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक डीप क्रॉस न्यूरल नेटवर्क (DCNN) फ्रेमवर्क का प्रस्ताव करता है जो संरचनात्मक और कार्यात्मक विशेषताओं को निकालकर और उन्हें सह-संबंधित करके, FPGA-आधारित VLSI सर्किटों में स्टील्थी हार्डवेयर ट्रोजन का पता लगाने में 98.4% सटीकता प्राप्त करता है, जो गोल्डन रेफरेंस मॉडल पर निर्भरता को कम करते हुए एक विश्वसनीय समाधान प्रदान करता है।
104 अध्ययनों की यह व्यवस्थित समीक्षा प्रकट करती है कि डिजिटल सुलभता अनुसंधान स्वचालित उपकरणों द्वारा संचालित और शिक्षा एवं सरकारी क्षेत्रों में केंद्रित है, जो एक "मूल्यांकन-कार्रवाई अंतराल" (evaluation–action gap) उत्पन्न करता है जहाँ पद्धतिगत सुविधा और क्षेत्रीय पूर्वाग्रह ने उपयोगकर्ता-केंद्रित दृष्टिकोणों का स्थान ले लिया है और पिछले एक दशक में निरंतर बनी आ रही सुलभता बाधाओं को हल करने में विफल रहे हैं।
यह शोध पत्र OntoLearner का परिचय देता है, जो एक मॉड्यूलर ओपन-सोर्स फ्रेमवर्क है जो 22 डोमेन में ऑन्टोलॉजी एक्सेस, LLM-संचालित लर्निंग पाइपलाइन्स और मानकीकृत बेंचमार्किंग को एकीकृत करता है, जिससे यह पता चलता है कि ऑन्टोलॉजी लर्निंग में प्राथमिक बाधा मॉडल की क्षमता के बजाय मॉडल ज्ञान एनकोडिंग और ऑन्टोलॉजिकल संगठन के बीच एक संरचनात्मक बेमेल है।
यह अध्ययन एक रिट्रीवल-ऑगमेंटेड लार्ज लैंग्वेज मॉडल दृष्टिकोण प्रस्तावित करता है जो असंरचित मूल्यांकन फीडबैक को उच्च सटीकता के साथ पाठ्यक्रम-संरेखित त्रुटि पैटर्न में परिवर्तित करता है, जिससे शिक्षण टीमों को शिक्षण प्रभाव पर विचार करने और उच्च शिक्षा में लक्षित पाठ्यक्रम संशोधनों को निर्देशित करने में सक्षम बनाया जा सके।
यह अध्ययन वेब नेविगेशन के लिए सहायक तकनीकों के रूप में चार अग्रणी एलएलएम-आधारित (LLM-based) संवादात्मक एजेंटों की प्रभावशीलता का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वे पेज संरचनाओं की व्याख्या करने और इंटरैक्शन को निर्देशित करने के माध्यम से विविध उपयोगकर्ता समूहों के लिए सुलभता बढ़ाने की आशाजनक क्षमता प्रदर्शित करते हैं, लेकिन विभिन्न उपकरणों के बीच उनका प्रदर्शन काफी भिन्न होता है।
यह शोध पत्र HE-CloudML को प्रस्तुत करता है, जो एक गोपनीयता-संरक्षण ढांचा है जो होमोमॉर्फिक एन्क्रिप्शन का उपयोग करके एन्क्रिप्टेड क्लाउड डेटा पर सुरक्षित और कुशल डीप न्यूरल नेटवर्क इन्फरेंस को सक्षम बनाता है, जो विभिन्न गोपनीयता हमलों के विरुद्ध मजबूत प्रतिरोध सुनिश्चित करते हुए मौजूदा समाधानों की तुलना में महत्वपूर्ण विलंबता सुधारों के साथ लगभग प्लेनटेक्स्ट सटीकता प्राप्त करता है।
यह शोध पत्र WSymBERT प्रस्तुत करता है, जो एक भारित न्यूरो-सिम्बोलिक अटेंशन मॉडल है जो CVSS v3.1 बेस मेट्रिक्स के अत्यधिक सटीक और व्याख्या योग्य स्वचालित पूर्वानुमान प्राप्त करने के लिए संदर्भगत भाषाई समझ को संरचित विशेषज्ञ ज्ञान के साथ जोड़ता है, जो मौजूदा ट्रांसफॉर्मर बेसलाइन से बेहतर प्रदर्शन करता है और विशेषज्ञ तर्क के साथ अधिक निकटता से संरेखित होता है।