3464 पेपर
यह अध्ययन कनेक्टेड ऑटोनॉमस वाहनों के लिए ब्लॉकचेन-सक्षम एक्सेस कंट्रोल में सुरक्षा लाभों और गोपनीयता जोखिमों के बीच कारण संबंधों और ट्रेड-ऑफ का विश्लेषण करने के लिए एक हाइब्रिड AI-DEMATEL मॉडल का उपयोग करता है।
यह शोध पत्र MILCR का प्रस्ताव करता है, जो एक नवीन अनुक्रमिक अनुशंसा ढांचा (sequential recommendation framework) है जो प्रतिनिधित्व पतन (representation collapse) और अत्यधिक शोर निर्भरता (excessive noise dependency) को कम करने के लिए पारस्परिक सूचना (mutual information) और स्थानीय निरंतरता नियमितीकरण (local consistency regularization) को एकीकृत करके फ्लो मैचिंग (flow matching) को बढ़ाता है, जिससे विरल और असतत इंटरेक्शन डेटा पर उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र प्रदर्शित करता है कि एरिया-अवेयर सैंपल रीवेटिंग (area-aware sample reweighting), इन्फरेंस ग्राफ को बदले बिना INT8 विजुअल वेक वर्ड्स (Visual Wake Words) मॉडल्स में छोटे-व्यक्ति की रिकॉल (small-person recall) में सुधार करती है, हालांकि यह साधारण ओवरसैंपलिंग (oversampling) से निर्णायक रूप से बेहतर प्रदर्शन नहीं करती है और साथ ही फॉल्स पॉजिटिव (false positives) को थोड़ा बढ़ा देती है।
यह अध्ययन एल-जीटीएसी-नेट (L-GTACNet) का प्रस्ताव करता है, जो मेयो एंडोस्कोपिक स्कोर के आधार पर अल्सरेटिव कोलाइटिस की गंभीरता के स्वचालित, वस्तुनिष्ठ मूल्यांकन में 94.8% सटीकता प्राप्त करने के लिए इमेज एन्हांसमेंट तकनीकों के साथ लोकल-ग्लोबल ट्रांसफॉर्मर्स और ग्राफ कन्वोल्यूशनल नेटवर्क को संयोजित करने वाला एक हाइब्रिड डीप लर्निंग फ्रेमवर्क है।
यह अध्ययन दर्शाता है कि जबकि मशीन लर्निंग मॉडल डेटा लीकेज और टेम्पोरल बाधाओं के विरुद्ध कठोरता से परीक्षण किए जाने पर पेशेवर वॉलीबॉल परिणामों की मध्यम रूप से भविष्यवाणी कर सकते हैं, एक सरल एलो रेटिंग बेसलाइन अत्यधिक प्रतिस्पर्धी बनी रहती है, जो यह सुझाव देती है कि जटिल एल्गोरिदम प्री-मैच निर्णय सहायता के लिए सीमित अतिरिक्त मूल्य प्रदान करते हैं।
यह अध्ययन स्थिर वातावरण में रिएक्टिव यूएवी (UAV) पथ नियोजन के लिए एक एडेप्टिव ब्लॉक कोऑर्डिनेट डिसेंट लॉजिस्टिक रिग्रेशन (ABCD-LoR) मॉडल प्रस्तावित करता है, जो बाधा निवारण को तीन-वर्ग वर्गीकरण समस्या के रूप में फ्रेम करता है और सिमुलेशन के माध्यम से शास्त्रीय एल्गोरिदम की तुलना में कम पथ लंबाई और कम गणना समय प्रदर्शित करता है, जबकि वास्तविक दुनिया की गतिशील स्थितियों में आगे के सत्यापन की आवश्यकता को स्वीकार करता है।
यह अध्ययन 2023 से 2025 तक के लगभग 1,00,000 ब्लूस्काई (Bluesky) पोस्ट का विश्लेषण करने के लिए एक मिश्रित-पद्धति वाले कम्प्यूटेशनल ग्राउंडेड थ्योरी (Computational Grounded Theory) ढांचे का उपयोग करता है, जो यह प्रकट करता है कि शिक्षा में एआई (AI) पर सार्वजनिक विमर्श मुख्य रूप से संदेह और शैक्षणिक अखंडता, नैतिकता और शिक्षकों की भूमिका के संबंध में चिंताओं द्वारा अभिलक्षित है, हालांकि रचनात्मक और निर्देशात्मक अनुप्रयोगों के बारे में कभी-कभार सकारात्मक चर्चाएं भी होती हैं।
EPACE-FL फ्रेमवर्क एक डायनेमिक क्वांटाइजेशन एंड केओटिक मास्किंग (DQCM) एल्गोरिदम पेश करके एज-आधारित फेडरेटेड लर्निंग में गोपनीयता रिसाव और कम संचार दक्षता की चुनौतियों का समाधान करता है, जो मॉडल मापदंडों को संयुक्त रूप से संकुचित और एन्क्रिप्ट करता है, जिससे संचार ओवरहेड में काफी कमी आती है और दुर्भावनापूर्ण हमलों के विरुद्ध सुरक्षा बढ़ती है।
यह शोध पत्र दो सामान्य-उद्देश्यीय एल्गोरिद्मिक अपघटन—एक्सिस-सेपरेबल 3D कनवल्शन और नेबरहुड PCA के लिए एक सिंगल-पास इंटीग्रल-सांख्यिकी योजना—प्रस्तुत करता है, जो रीबार-मेश इंटरसेक्शन डिटेक्शन में मैनुअल-सर्वे सटीकता बनाए रखते हुए 36-गुणा MAC कटौती और 30–280x की गति वृद्धि प्राप्त करके एम्बेडेड सिस्टम के लिए 3D पॉइंट-क्लाउड प्रोसेसिंग को त्वरित करते हैं।
यह शोध पत्र एक मल्टी-स्ट्रेटजी डिपो-सिलेक्शन पोर्टफोलियो का प्रस्ताव करता है जो कैपेसिटेटेड लोकेशन राउटिंग प्रॉब्लम के लिए रैंडमाइज्ड प्रीसेलेक्शन, इटरेटिव स्वीपिंग, मल्टी-स्टार्ट्स और रीअसाइनमेंट को एक एडेप्टिव लार्ज नेबरहुड सर्च और सटीक एलोकेशन मॉडल के साथ जोड़ता है ताकि 30 में से 29 बेंचमार्क इंस्टेंस पर हेक्साली ऑप्टिमाइज़र बेसलाइन को पीछे छोड़ा जा सके, विशेष रूप से मध्यम क्षमता वाले परिदृश्यों में।