3464 पेपर
यह शोध पत्र CGH-DehazeNet का प्रस्ताव करता है, जो एक हल्का सिंगल-इमेज डिहेज़िंग नेटवर्क है जो कम्प्यूटेशनल दक्षता के लिए चैनल ग्रुपिंग हाफ-कन्वोल्यूशन ब्लॉक और आर्टिफैक्ट सप्रेशन के लिए क्रॉस-अटेंशन रिफाइनमेंट फ्यूजन मॉड्यूल को जोड़ता है, जिससे केवल 1.932M पैरामीटर्स के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र साइबर सुरक्षा अनुप्रयोगों के लिए उच्च सटीकता और कम्प्यूटेशनल दक्षता प्रदर्शित करते हुए, मैलवेयर प्रसार गतिकी (propagation dynamics) का विश्लेषण, भविष्यवाणी और कुशलतापूर्वक अनुकरण करने के लिए एक नॉनलीनियर टू-लेवल सिक्योरिटी एपिडेमिक मॉडल को डीप न्यूरल नेटवर्क के साथ संयोजित करने वाले एक हाइब्रिड फ्रेमवर्क का प्रस्ताव करता है।
यह अध्ययन प्रदर्शित करता है कि जबकि एक गार्ड किया हुआ (guarded) स्थानीय LLM पाइपलाइन सही उत्तर उत्पन्न करने में प्रत्यक्ष प्रॉम्प्टिंग की तुलना में काफी बेहतर प्रदर्शन करती है, इसकी आंतरिक निरंतरता जाँच (internal consistency checks) अनुपयुक्त नैदानिक कैलकुलेटर के चयन को रोकने में विफल रहती है, जो तैनाती से पहले अलग अनुप्रयोग सत्यापन (applicability verification) की महत्वपूर्ण आवश्यकता को रेखांकित करती है।
यह शोध पत्र एक साक्ष्य मानचित्र प्रस्तुत करता है जो यह प्रकट करता है कि जबकि मौजूदा मेटाडेटा विनिर्देशों में फ़ाइल-स्तरीय लाइसेंसिंग और उत्पत्ति को ट्रैक करने की तकनीकी क्षमता मौजूद है, 29 अनुसंधान संग्रहों (रिसर्च कॉर्पोरा) में उनके अपनाव और सत्यापन में एक महत्वपूर्ण अंतर बना हुआ है, जो इस अंतर को पाटने के लिए एक न्यूनतम साक्ष्य किट और नौ कार्रवाई योग्य सिफारिशों का प्रस्ताव देता है।
यह अध्ययन प्रदर्शित करता है कि निर्णय मॉडल के संभाव्यता आउटपुट (probability outputs) मेडिकल लाइसेंसिंग परीक्षा के प्रश्नों में त्रुटियों की प्रभावी ढंग से पहचान करते हैं, जिससे एक लागत-कुशल हाइब्रिड रणनीति सक्षम होती है जहाँ सबसे कम विश्वसनीय 20% उत्तरों को एक अधिक शक्तिशाली जनरेटिव मॉडल के पास भेजने से समग्र सटीकता में उल्लेखनीय वृद्धि होती है और साथ ही एक आदर्श ओरेकल (oracle) से प्राप्त होने वाले संभावित लाभों के एक बड़े हिस्से को भी प्राप्त किया जाता है।
यह शोध पत्र प्रदर्शित करता है कि एक असंतुलित यूरोपीय क्रेडिट-कार्ड डेटासेट पर डिसीजन ट्री क्लासिफायर (Decision Tree classifier) के लिए SMOTE ओवरसैंपलिंग और फीचर सिलेक्शन सहित कठोर डेटा प्रीप्रोसेसिंग तकनीकों को लागू करने से धोखाधड़ी का पता लगाने की रिकॉल (77.46%) में महत्वपूर्ण सुधार होता है, जो कम प्रिसिजन (precision) के बावजूद एक गणनात्मक रूप से कुशल और व्याख्या योग्य समाधान प्रदान करता है।
यह शोध पत्र कंप्यूटर विज़न-आधारित 3D विसंगति पहचान (anomaly detection) तकनीकों की एक व्यापक समीक्षा प्रदान करता है, जिसमें मल्टीमॉडल और पॉइंट क्लाउड दृष्टिकोणों, पोज़-एग्नोस्टिक (pose-agnostic) विधियों, डेटासेट और बेंचमार्क को शामिल किया गया है, साथ ही नेटवर्क आर्किटेक्चर का विश्लेषण किया गया है, वर्तमान चुनौतियों पर प्रकाश डाला गया है और इंटेलिजेंट मैन्युफैक्चरिंग के लिए भविष्य की अनुसंधान दिशाओं को रेखांकित किया गया है।
यह नियंत्रित अध्ययन प्रदर्शित करता है कि जबकि ऑफलाइन स्ट्रिप पैकिंग में स्टेपवाइज ह्यूरिस्टिक कंपोजिशन के लिए बैच रिइन्फोर्समेंट लर्निंग, स्टैटिक पोर्टफोलियो की तुलना में मामूली लेकिन सांख्यिकीय रूप से महत्वपूर्ण सुधार प्रदान करती है, इसका प्रदर्शन बजटेड लोकल सर्च की तुलना में निम्न बना रहता है और अच्छी तरह से ट्यून किए गए स्टैटिक कॉन्फ़िगरेशन की तुलना में सीमित लाभ प्रदान करता है।
यह शोध पत्र YOLOv11 और एक Flask डैशबोर्ड का उपयोग करके स्मार्ट ट्रैफ़िक निगरानी के लिए एक सॉफ़्टवेयर प्रोटोटाइप प्रस्तुत करता है, जो एक छोटे डेटासेट पर केवल सीमित आधारभूत पहचान प्रदर्शन प्राप्त करने के बावजूद, अपनी वर्तमान क्षमताओं को प्रलेखित करके और हार्डवेयर एकीकरण एवं स्वचालित नियंत्रण सुविधाओं की अनुपस्थिति को स्पष्ट रूप से नोट करके भविष्य के सुधारों के लिए एक पारदर्शी आधार के रूप में कार्य करता है।
यह अध्ययन MedQuAD डेटासेट का उपयोग करके एक रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) मेडिकल प्रश्न-उत्तर प्रणाली को लागू करता है और उसका मूल्यांकन करता है, जो यह प्रदर्शित करता है कि डोमेन-विशिष्ट एम्बेडिंग मॉडल, विशेष रूप से MedCPT, रिट्रीवल सटीकता और उत्तर की गुणवत्ता दोनों में सामान्य-उद्देश्य वाले बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करते हैं।