3464 पेपर
यह अर्ध-प्रायोगिक अध्ययन प्रदर्शित करता है कि मिडिल स्कूल के पेयर प्रोग्रामिंग में जनरेटिव एआई को एकीकृत करना छात्रों के प्रोग्रामिंग ज्ञान और प्रोजेक्ट प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है और एआई में उनके विश्वास को भी बढ़ाता है, हालांकि यह सक्रिय समस्या अपघटन (प्रॉब्लम डिकंपोजिशन) के बजाय डिबगिंग सहायता पर अत्यधिक निर्भर रहने की एक व्यवहारिक प्रवृत्ति को प्रकट करता है।
यह बीज-प्रतिकृति (seed-replicated) तुलनात्मक अध्ययन यह स्थापित करता है कि टोपोलॉजिकल डेटा एनालिसिस (TDA), कम शोर स्तरों पर ज्यामितिक और लेटेंट मैनिफोल्ड डेटासेट में प्रेडिक्टिव बनाम स्ट्रक्चरल रोबस्टनेस क्रॉसओवर बिंदुओं का पता लगाने के लिए एक वैध अनुभवजन्य नैदानिक उपकरण के रूप में कार्य करता है, लेकिन अन-एम्बेडेड (un-embedded) टैबुलर डेटा के लिए सार्थक अंतर्दृष्टि प्रदान करने में विफल रहता है।
यह महत्वपूर्ण एकीकृत समीक्षा सेमीकंडक्टर उपकरणों, मेमोरी पदानुक्रमों और डेटा सेंटर बुनियादी ढांचे के बीच परस्पर क्रिया का विश्लेषण करके टिकाऊ एआई (AI) के लिए एक निर्णय ढांचा स्थापित करती है ताकि उन भौतिक सीमाओं की पहचान की जा सके जहाँ बढ़ते अंकगणितीय थ्रूपुट (arithmetic throughput) से विलंबता (latency) में सुधार करने या पर्यावरणीय प्रभाव को कम करने में विफलता मिलती है, जो इस बात पर जोर देती है कि वास्तविक त्वरण के लिए कच्चे कंप्यूट पावर को अधिकतम करने के बजाय डेटा मूवमेंट और सन्निहित कार्बन (embodied carbon) को न्यूनतम करना आवश्यक है।
यह शोध पत्र इंटेलिजेंट ट्रांसपोर्ट सिस्टम के लिए जेनस-2 हाइपरएलिप्टिक कर्व्स और वन-टाइम छद्मनामों (pseudonyms) का उपयोग करते हुए एक सुरक्षित-चैनल-मुक्त, पहचान-आधारित हस्ताक्षर योजना प्रस्तावित करता है, जो सशर्त गोपनीयता सुनिश्चित करती है, की रिप्लेसमेंट हमलों का प्रतिरोध करती है, और मौजूदा एलिप्टिक कर्व और पेयरिंग-आधारित समाधानों की तुलना में काफी कम कम्प्यूटेशनल लागत और उच्च सत्यापन थ्रूपुट प्राप्त करती है।
यह शोध पत्र सिमेंटिक हैशटैग एलडीए (SHLDA) का प्रस्ताव करता है, जो एक नवीन टॉपिक मॉडलिंग दृष्टिकोण है जो साझा विषयों द्वारा संक्षिप्त ट्विटर टेक्स्ट को एकत्रित करता है और मौजूदा विधियों की तुलना में क्लस्टरिंग प्रदर्शन में उल्लेखनीय सुधार करने और त्रुटि दरों को कम करने के लिए उपयोगकर्ता-जनित हैशटैग का लाभ उठाता है।
यह अध्ययन विशेष रूप से लो-कोड और सीआरएम-आधारित एंटरप्राइज प्लेटफॉर्म्स के लिए डिज़ाइन किए गए एक एआई-सहायता प्राप्त सीआई/सीडी (CI/CD) फ्रेमवर्क का प्रस्ताव और मूल्यांकन करता है, जो यह प्रदर्शित करता है कि आर्टिफिशियल इंटेलिजेंस को एकीकृत करने से पारंपरिक पाइपलाइनों की तुलना में परिनियोजन विश्वसनीयता (deployment reliability) में उल्लेखनीय सुधार होता है, बिल्ड समय कम होता है और विफलता का पता लगाने की क्षमता बढ़ती है।
यह शोध पत्र "वर्कलोड-रनटाइम सिग्नेचर" को एक नैदानिक ढांचे के रूप में प्रस्तुत करता है ताकि रस्ट (Rust), जूलिया (Julia), हैस्केल (Haskell) और पायथन (Python) में समानांतर स्केलिंग बाधाओं को विशिष्ट वर्कलोड स्थितियों को रनटाइम-विशिष्ट गिरावट पैटर्न के साथ सह-संबंधित करके अभिलक्षणित किया जा सके, जिससे क्रॉस-लैंग्वेज प्रदर्शन मूल्यांकन का ध्यान सरल स्पीडअप रैंकिंग से बदलकर विफलता मोड और भविष्य कहनेवाला ह्यूरिस्टिक्स की एक सिद्धांतपूर्ण समझ की ओर स्थानांतरित किया जा सके।
यह अध्ययन गैर-पारंपरिक करियर अनुभवों को उद्योग-मानक आवेदन सामग्रियों में अनुवादित करने के लिए इष्टतम रणनीतियों की पहचान करने हेतु, सार्वजनिक रूप से उपलब्ध डेटासेट और एक फैक्टोरियल प्रयोगात्मक डिजाइन का उपयोग करते हुए, डोमेन-अनुकूली रेज़्यूमे निर्माण के लिए प्रॉम्प्ट इंजीनियरिंग तकनीकों और वास्तुशिल्प विन्यासों का एक व्यवस्थित एब्लेशन विश्लेषण प्रस्तुत करता है।
यह शोध पत्र एक बड़े दूरसंचार उद्यम के केस स्टडी से प्राप्त 'डिफेक्ट ऑपरेशनल रिस्क फ्रेमवर्क' प्रस्तुत करता है, जो यह प्रदर्शित करता है कि दोष प्रबंधन (defect management) को केवल एक ट्रैकिंग समस्या के बजाय एक संरचित शासन समस्या के रूप में मानना, अनसुलझे दोषों को स्पष्ट रूप से वर्गीकृत, स्वामित्व देने और एस्केलेट करने के माध्यम से रिलीज निर्णय पारदर्शिता में उल्लेखनीय सुधार करता है और उत्पादन जोखिमों को कम करता है।
यह अध्ययन विश्व बैंक के डेटा का उपयोग करके एक सिद्धांत-आधारित कनेक्टिविटी इंडेक्स (Connectivity Index) का निर्माण करता है ताकि यह प्रदर्शित किया जा सके कि जहाँ बहुभिन्नरूपी रैखिक प्रतिगमन (multivariate linear regression), सरल निरंतरता (simple persistence) की तुलना में ICT पहुंच के प्रक्षेप पथों पर मामूली अल्पकालिक भविष्यवाणात्मक सुधार प्रदान करता है, वहीं मशीन लर्निंग मॉडल कोई सामान्य लाभ प्रदान नहीं करते हैं, और परिणामी पूर्वानुमान मुख्य रूप से डिजिटल बुनियादी ढांचे और साइबर सुरक्षा स्ट्रेस-टेस्टिंग के लिए नियोजन इनपुट के रूप में कार्य करते हैं न कि कारण संबंधी जोखिम आकलन (causal risk assessments) के रूप में।