3464 पेपर
यह शोध पत्र ARQEC प्रस्तुत करता है, जो एक नवीन 3D गॉसियन स्प्लेटिंग संपीड़न ढांचा है जो एडेप्टिव रेसिडुअल वेक्टर क्वांटाइजेशन, कॉन्टेक्स्ट-अवेयर एरर कंपनसेशन और रेंडरिंग-आधारित रेट-डिस्टॉर्शन ऑप्टिमाइजेशन का उपयोग करके मौजूदा विधियों की तुलना में महत्वपूर्ण स्टोरेज कमी (157 तक) और बेहतर फिडेलिटी प्राप्त करता है।
यह अध्ययन HA-FedIDS का प्रस्ताव करता है, जो एक फेडरेटेड लर्निंग फ्रेमवर्क है जो भौतिक और साइबर विशेषताओं को जोड़कर उच्च-सटीक साइबर हमले का पता लगाने के लिए स्मार्ट ग्रिड नेटवर्क में क्लाइंट विषमता और डेटा गोपनीयता संबंधी चुनौतियों का समाधान करता है और साथ ही पारंपरिक विकेंद्रीकृत तरीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र BOP-Distrib++ को प्रस्तुत करता है, जो एक नया बेंचमार्किंग फ्रेमवर्क है जो स्थानीय समरूपताओं (local symmetries) की स्वचालित रूप से खोज करके इमेज-वाइज पोज़ वितरण उत्पन्न करता है, जिससे 6D पोज़ मूल्यांकन को पुनर्व्याख्यायित किया जाता है, और इस प्रकार दृश्य अस्पष्टताओं (visual ambiguities) के तहत सिंगल-पोज़ और मल्टी-मोडल अनुमान विधियों दोनों के अधिक सटीक मूल्यांकन को सक्षम बनाया जाता है।
यह शोध पत्र एक संसाधन-कुशल, व्याख्या योग्य मल्टीमॉडल बेंचमार्किंग फ्रेमवर्क का प्रस्ताव और मूल्यांकन करता है जो चिकित्सा छवि वर्गीकरण में एकल-मोडैलिटी और बड़े पैमाने के बेसलाइन की तुलना में बेहतर सटीकता और व्याख्यात्मकता प्राप्त करने के लिए हल्के विजुअल और टेक्स्टुअल मॉडलों को जोड़ता है, जो इसे विशेष रूप से कम-संसाधन वाले नैदानिक परिवेशों के लिए उपयुक्त बनाता है।
यह शोध पत्र VM-SPMamba का प्रस्ताव करता है, जो एक प्रोग्रेसिव फ्रेमवर्क है वीडियो-आधारित विज़िबल-इन्फ्रारेड पर्सन री-आइडेंटिफिकेशन के लिए, जो क्रॉस-मोडैलिटी विसंगतियों और टेम्पोरल इवोल्यूशन को प्रभावी ढंग से मॉडल करने के लिए विज़न-मॉड्यूलेटेड सॉफ्ट-पार्ट स्पेशियल एनकोडिंग और पार्ट-वाइज बायडायरेक्शनल टेम्पोरल मंबा का लाभ उठाता है, जिससे बेंचमार्क डेटासेट्स पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त होता है।
यह अध्ययन एक नवीन फजी ट्रांसफॉर्मर-सीएनएन-जीआरयू (Fuzzy Transformer-CNN-GRU) आर्किटेक्चर प्रस्तावित करता है जो अत्यधिक सटीक, स्थिर और गणनात्मक रूप से कुशल एक-दिवसीय अग्रिम PM2.5 पूर्वानुमान प्राप्त करने के लिए अनिश्चितता-अनुकूली फजीफिकेशन (uncertainty-adaptive fuzzification) के साथ मौसम संबंधी, उपग्रह और शहरी डेटा को एकीकृत करता है, जो 0.73 µg/m³ के RMSE के साथ सात बेंचमार्क मॉडलों से बेहतर प्रदर्शन करता है।
यह अध्ययन एक क्लाउड-होस्टेड CNN+BiLSTM+Attention मॉडल प्रस्तावित और तैनात करता है जो पारंपरिक और हाइब्रिड डीप लर्निंग दृष्टिकोणों की तुलना में बेहतर एसएमएस स्पैम डिटेक्शन सटीकता (96.83%) और सुरक्षा प्राप्त करता है, जो व्यावहारिक, तैनात करने योग्य स्पैम फ़िल्टरिंग समाधान बनाने में अटेंशन मैकेनिज्म की प्रभावकारिता को प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि ULB क्रेडिट कार्ड धोखाधड़ी डेटासेट पर, एक मल्टी-मेथड रैंकिंग रणनीति से प्राप्त 15-विशेषताओं का एक संक्षिप्त उपसमुच्चय, विभिन्न क्लासिफायर के माध्यम से उच्च-प्रदर्शन वाली धोखाधड़ी का पता लगाने में सक्षम बनाता है, जिसमें SMOTE ओवरसैंपलिंग की आवश्यकता नहीं होती है, क्योंकि उचित रूप से ट्यून किए गए थ्रेशोल्ड के साथ मूल्यांकन किए जाने पर, प्राकृतिक वर्ग वितरण पर प्रशिक्षित मॉडल SMOTE के साथ प्रशिक्षित मॉडलों की तुलना में लगातार बेहतर प्रदर्शन करते हैं।
साइबर सुरक्षा पेशेवरों के 58 लोगों के इस मिश्रित-पद्धति वाले अध्ययन से पता चलता है कि जहाँ मानव-एलएलएम (LLM) सहयोग ट्राइएज (triage) सटीकता में सुधार करता है, वहीं एआई (AI) सलाह पर निर्भरता का स्तर कार्य पारदर्शिता के आधार पर काफी भिन्न होता है, जिससे ऑटोमेशन बायस (automation bias) को कम करने और कैलिब्रेटेड मानवीय निर्णय का समर्थन करने वाले भरोसेमंद, संदर्भ-जागरूक साइबर सुरक्षा सहायक बनाने के लिए विशिष्ट डिजाइन अनिवार्यताएं सामने आती हैं।
यह शोध प्रबंध 'रिचुअल टाइम विंडो स्मार्ट कॉन्ट्रैक्ट' (RTWSC) ढांचे का प्रस्ताव और मूल्यांकन करता है, जो एक एकीकृत बुद्धिमान परिवहन प्रणाली है जो ब्लॉकचेन-आधारित स्मार्ट कॉन्ट्रैक्ट्स, IoT डेटा और इलेक्ट्रिक वाहन राइड-शेयरिंग को जोड़ती है ताकि हज यात्रियों के लिए आवंटन निष्पक्षता में सुधार करते हुए यातायात भीड़, उत्सर्जन और प्रतीक्षा समय को महत्वपूर्ण रूप से कम किया जा सके।