3464 पेपर
यह शोध पत्र एक प्रिमिटिव-ग्रामर को-इन्फरेंस विधि प्रस्तुत करता है जो कार्य-विशिष्ट प्रशिक्षण की आवश्यकता के बिना, चीनी की-फ्रेट पैटर्न से निष्पादन योग्य निर्माण तर्क और पुन: प्रयोज्य डिज़ाइन मापदंडों को पुनर्प्राप्त करता है, जिससे विरासत दस्तावेज़ीकरण और पुन: उपयोग के लिए अधिक संक्षिप्त और संपादन योग्य प्रतिनिधित्व सक्षम होता है।
यह शोध पत्र ऑब्जेक्ट-सेंट्रिक ग्राफ वर्ल्ड-एक्शन मॉडल्स (OC-GWAM) को प्रस्तुत करता है, जो ग्राफ ट्रांसफॉर्मर्स के माध्यम से निरंतर ज्यामिति (continuous geometry) और टाइप किए गए ऑब्जेक्ट संबंधों को स्पष्ट रूप से एनकोड करता है ताकि रोबोटिक मैनिपुलेशन में वर्ल्ड-मॉडल फिडेलिटी और रिलेशनल कंपोजिशन जनरलाइजेशन में महत्वपूर्ण सुधार किया जा सके, भले ही प्रत्यक्ष एक्शन कंट्रोल प्रदर्शन सरल ज्योमेट्री-ओनली या इम्प्लिसिट अटेंशन बेसलाइन्स के साथ प्रतिस्पर्धी बना रहता है।
यह शोध पत्र मार्राकेश में विशिष्ट मोटरसाइकिल यातायात उल्लंघनों का पता लगाने के लिए YOLOv11 और CNN मॉडलों का उपयोग करने वाले एक डीप लर्निंग-आधारित सिस्टम को प्रस्तुत करता है, जो शहरी सड़क सुरक्षा और कानून प्रवर्तन को बढ़ाने के लिए सवार की आयु और लिंग के साथ उनके सहसंबंध का विश्लेषण करता है।
यह अध्ययन एक लर्निंग रेट-ट्यून्ड के-मीन्स-एक्सजीबूस्ट (K-means-XGBoost) हाइब्रिड मॉडल का प्रस्ताव करता है जो मल्टी-ग्रेड मोटापे के वर्गीकरण में 90.15% परीक्षण सटीकता प्राप्त करता है और लक्षित सार्वजनिक स्वास्थ्य हस्तक्षेपों के लिए लिंग और वजन को सबसे महत्वपूर्ण जीवनशैली जोखिम कारकों के रूप में पहचानता है।
यह शोध पत्र PAEDDPG का प्रस्ताव करता है, जो एक व्यक्तिगत फेडेरेटेड लर्निंग फ्रेमवर्क है जो मॉडल्स को अनुकूल रूप से एकत्रित करने के लिए डीप डिटरमिनिस्टिक पॉलिसी ग्रेडिएंट एजेंट और नॉन-IID एवं क्लास-इम्बैलेंस्ड IIoT ट्रैफ़िक को प्रभावी ढंग से संबोधित करने के लिए क्लाइंट-विशिष्ट ऑटोएन्कोडर डिकोडर का उपयोग करता है, जो डेटा गोपनीयता बनाए रखते हुए दुर्लभ हमले वाली श्रेणियों के लिए डिटेक्शन प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह अध्ययन प्रकट करता है कि वर्तमान अप्रत्यक्ष प्रॉम्प्ट-इंजेक्शन बेंचमार्क वेंडर-विशिष्ट संतृप्ति (vendor-specific saturation) से ग्रस्त हैं, विभिन्न मूल्यांकन ढाँचों में परस्पर विरोधी मजबूती रैंकिंग उत्पन्न करते हैं, और उन रक्षा रणनीतियों को मान्य करने में विफल रहते हैं जो विविध LLM मॉडलों में सामान्यीकृत होती हैं।
लगभग 40 लाख कंप्यूटर विज्ञान शोधकर्ताओं का यह बड़े पैमाने पर किया गया अनुदैर्ध्य अध्ययन प्रकट करता है कि व्यक्तिगत उत्पादकता में कथित वृद्धि वास्तव में विस्तार होते सहयोग द्वारा संचालित है, जबकि करियर के प्रक्षेपवक्र एक विशिष्ट जीवन-चक्र पैटर्न का अनुसरण करते हैं जो उच्च प्रारंभिक क्षरण, विकसित होते लेखकत्व भूमिकाओं और एकल बिब्लियोमेट्रिक संकेतकों से परे बहुआयामी मूल्यांकन की आवश्यकता द्वारा चिह्नित है।
पैनोरैमिक स्प्लेट (PanoramicSplat) एक नवीन 3D गॉसियन स्प्लेटिंग फ्रेमवर्क है जो पैनोरमिक पर्यवेक्षण (panoramic supervision), सिमेंटिक-अवेयर डेप्थ रेगुलराइजेशन और एक रेडियली वेटेड फोटोमेट्रिक लॉस को एकीकृत करके बड़े पैमाने के बाहरी वातावरण के सटीक सिंगल-व्यू पुनर्निर्माण को सक्षम बनाता है, जिससे नए निर्मित गूगल अर्थ स्टूडियो बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
वास्तविक LLM एजेंट प्रक्षेपवक्रों (trajectories) का यह अनुभवजन्य अध्ययन यह प्रकट करता है कि क्रॉस-एजेंट पीयर वेरिफिकेशन तंत्र, जो पारंपरिक मल्टी-एजेंट सिस्टम में साझा अवलोकनों पर निर्भर करते हैं, साझा घटनाओं के अभाव के कारण स्वतंत्र-निष्पादन परिवेशों में अविश्वसनीय स्व-रिपोर्टों का पता लगाने में विफल रहते हैं, जिससे पीयर-आधारित विश्वास और प्रतिष्ठा तंत्र की प्रयोज्यता के लिए एक संरचनात्मक सीमा स्थिति (structural boundary condition) की पहचान होती है।
यह अध्ययन एक हाइब्रिड डीप लर्निंग फ्रेमवर्क का प्रस्ताव करता है जो इकोकार्डियोग्राफिक वीडियो से हृदय रोगों के उच्च-सटीक वर्गीकरण को प्राप्त करने के लिए अल्ट्रा-एसएएम (UltraSAM) आधारित स्थानीय विशेषता निष्कर्षण को स्विन ट्रांसफार्मर (Swin Transformer) वैश्विक निरूपणों के साथ एकीकृत करता है, जिसे एंट कॉलोनी ऑप्टिमाइज़ेशन (Ant Colony Optimization) के माध्यम से अनुकूलित किया गया है और एलएसटीएम (LSTM) द्वारा सामयिक रूप से मॉडल किया गया है।