1962 पेपर
यह अध्ययन तीव्र वीडियो स्वाइप के दौरान प्लेबैक-गुणवत्ता संबंधी समस्याओं और कम उपयोगकर्ता रुचि के बीच सटीक रूप से अंतर करने के लिए एक बड़े पैमाने के डेटासेट और एक गुणवत्ता-जागरूक मशीन लर्निंग मॉडल का लाभ उठाता है, जिससे उच्च भविष्य कहनेवाला प्रदर्शन प्राप्त होता है और स्ट्रीमिंग अनुभवों का लक्षित अनुकूलन सक्षम होता है।
यह शोध पत्र कॉज़ल एडजॉइंट ट्रांसपोर्ट (CAT) प्रस्तुत करता है, जो एक स्थानीय द्वितीय-क्रम का एडजॉइंट डायनेमिक्स विधि है जो प्रथम-क्रम विश्रांति (relaxation) और अन्य सॉल्वरों की तुलना में काफी कम जैकोबियन क्रियाओं की आवश्यकता के माध्यम से स्थिरता सीमाओं के पास निहित (implicit) और आवर्ती (recurrent) न्यूरल नेटवर्क को प्रशिक्षित करने की कम्प्यूटेशनल लागत को महत्वपूर्ण रूप से कम करता है।
यह अध्ययन टेलीमेडिसिन के लिए मेडिकल विजुअल क्वेश्चन अनस्वर्सिंग (Med-VQA) में वर्तमान सीमाओं का मूल्यांकन करता है और TRACE-MedVQA फ्रेमवर्क का प्रस्ताव करता है, जो एक रिट्रीवल-ऑगमेंटेड, कैलिब्रेटेड और व्याख्यात्मक प्रणाली है जिसे रिमोट क्लिनिकल निर्णय सहायता की सुरक्षा और विश्वसनीयता को बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक रिट्रीवल-ऑगमेंटेड कैप्शनिंग फ्रेमवर्क प्रस्तावित करता है जो विजन-लैंग्वेज-एक्शन मॉडल्स में डिस्टिल्ड क्रैश-अवॉइडेंस पॉलिसीज़ और औपचारिक ड्राइविंग नियमों को इंजेक्ट करता है, जिससे उन सुरक्षा-महत्वपूर्ण विवरणों को संबोधित करके स्वायत्त वाहन प्रक्षेपवक्र (ट्रैजेक्टरी) भविष्यवाणी की सटीकता को ग्राउंड-ट्रुथ प्रदर्शन के स्तर तक काफी हद से सुधारा जा सकता है जिन्हें अक्सर मानक मॉडल्स द्वारा छोड़ दिया जाता है।
यह अध्ययन प्रदर्शित करता है कि सावधानीपूर्वक संरचित लार्ज लैंग्वेज मॉडल वर्कफ़्लो, विशेष रूप से वे जो फ्यू-शॉट प्रॉम्प्टिंग और स्पष्ट तर्क का उपयोग करते हैं, कम लागत पर मैन्युअल प्रयास को 80% से अधिक कम करते हुए व्यवस्थित समीक्षा स्क्रीनिंग में उच्च संवेदनशीलता प्राप्त कर सकते हैं।
यह शोध पत्र एक कंडीशन-अवेयर मल्टीस्केल हॉरोग्लास-ट्रांसफॉर्मर (CA-MHT) मॉडल प्रस्तावित करता है जो विभिन्न परिचालन स्थितियों के तहत टर्बोफैन इंजनों के लिए शेष उपयोगी जीवन (Remaining Useful Life) की भविष्यवाणी में सुधार करता है, और साथ ही टेम्पोरल सेंसर व्यवहार पर मॉडल की निर्भरता को प्रमाणित करने और निर्णय लेने की पारदर्शिता सुनिश्चित करने के लिए SHAP और इंटीग्रेटेड ग्रेडिएंट्स का उपयोग करता है।
यह शोध पत्र "ओशन स्टेट" (Ocean State) को प्रस्तुत करता है, जो एक विधि है जो मानक सेल्फ-अटेंशन को एक एकल निरंतर वेक्टर (single persistent vector) से बदल देती है ताकि O(1) गणना और मेमोरी जटिलता प्राप्त की जा सके, साथ ही यह बेहतर प्रशिक्षण स्थिरता और 10 मिलियन स्टेप्स के संदर्भ में भी विस्मृति (forgetting) के कोई लक्षण न होने का प्रदर्शन करती है।
यह शोध पत्र NumaRing प्रस्तुत करता है, जो एक टोपोलॉजी-जागरूक (topology-aware) MPMC क्यू कार्यान्वयन है जो यह प्रदर्शित करता है कि कैसे प्रोफाइलिंग-संचालित खोजें—विशेष रूप से प्रति-ऑपरेशन टोपोलॉजी लुकअप को समाप्त करना, वर्क-स्टीलिंग में एक साझा-एटॉमिक बॉटलनेक को ठीक करना, और अप्रभावी CPU-पॉज बैकऑफ़ को हटाना—प्रदर्शन में भारी सुधार कर सकती हैं, जबकि साथ ही यह भी प्रकट करती है कि इन अनुकूलनों के बावजूद, दो-सॉकेट सिस्टम पर रॉ थ्रूपुट मूल डिज़ाइन लक्ष्यों से बहुत नीचे रहता है।
यह अध्ययन 7,196 CBC रोगी रिकॉर्ड पर प्रशिक्षित एक एन्हांस्ड रैंडमाइज्ड फॉरेस्ट (ERF) एन्सेम्बल मॉडल का उपयोग करके एक स्वचालित हेमेटोलॉजिकल वर्गीकरण प्रणाली प्रस्तावित करता है, जो नैदानिक सटीकता में अन्य मशीन लर्निंग एल्गोरिदम से बेहतर प्रदर्शन करता है और नैदानिक निर्णय सहायता के लिए मॉडल की व्याख्यात्मकता सुनिश्चित करने हेतु SHAP और LIME तकनीकों का उपयोग करता है।
यह शोध पत्र प्रीप्रोसेसिंग बाधाओं, विशेष रूप से SSD बाउंडिंग-बॉक्स सीमाओं को हल्के ड्राइवर उनींदापन पहचान प्रणालियों में सटीकता हानि के प्राथमिक कारण के रूप में पहचानता है और एज डिवाइस पर 99.0% सटीकता के साथ सब-40ms विलंबता प्राप्त करने के लिए CLAHE-अनुकूली प्रीप्रोसेसिंग, एक तीन-क्षेत्र विश्वास प्रोटोकॉल और गतिशील क्वांटाइजेशन को संयोजित करने वाला एक समाधान प्रस्तावित करता है।