744 पेपर
यह शोध पत्र QNeuroGen प्रस्तुत करता है, जो एक हाइब्रिड क्वांटम-क्लासिकल न्यूरल फ्रेमवर्क है, जो संरचित प्रीप्रोसेसिंग को वेरिएशनल क्वांटम फीचर एनकोडिंग के साथ एकीकृत करके शोर वाले EEG संकेतों से 89.2% सटीकता और 48 ms विलंबता (latency) के साथ वास्तविक समय में संज्ञानात्मक अवस्था डिकोडिंग प्राप्त करता है।
यह अध्ययन एक हाइब्रिड ResNet101-LSTM आर्किटेक्चर प्रस्तावित करता है जिसे Adam के साथ अनुकूलित किया गया है, जो BreaKHis हिस्टोपैथोलॉजिकल छवियों में 40x आवर्धन (magnification) पर स्तन कैंसर को वर्गीकृत करने में उच्च सटीकता और विशिष्टता प्राप्त करता है, और जो बाइनरी और मल्टीक्लास दोनों परिदृश्यों में अन्य डीप लर्निंग मॉडलों से बेहतर प्रदर्शन करता है।
यह अध्ययन पवन ऊर्जा पूर्वानुमान के लिए क्वांटम न्यूरल नेटवर्क की व्यवहार्यता को प्रदर्शित करता है, जो शास्त्रीय मॉडलों के विरुद्ध 12 विन्यासों का व्यवस्थित रूप से मूल्यांकन करते हुए यह प्रकट करता है कि विशिष्ट QNN डिज़ाइन NISQ-युग के सिमुलेशन में निहित कम्प्यूटेशनल समझौतों के बावजूद प्रतिस्पर्धी प्रदर्शन (R² = 0.94 तक) प्राप्त कर सकते हैं।
यह शोध पत्र QGH-256 को प्रस्तुत करता है, जो एक नवीन क्वांटम हैशिंग एल्गोरिदम है जो संदेशों को टोरोइडल ग्रिड पर भारित ग्राफ़ (weighted graphs) में मैप करके और संरचनात्मक एवं गतिशील गुणों को पकड़ने वाले स्पेक्ट्रल फीचर्स को निकालने के लिए क्वांटम फेज एस्टीमेशन का उपयोग करके 256-बिट फिंगरप्रिंट उत्पन्न करता है, जो किस्किट सिमुलेशन के माध्यम से मजबूत क्रिप्टोग्राफिक संवेदनशीलता और व्यवहार्यता प्रदर्शित करता है।
यह शोध पत्र DDANet प्रस्तुत करता है, जो एक नवीन डेंस ड्यूल-अटेंशन नेटवर्क है जो मेडिकल इमेज सेगमेंटेशन में बेहतर बाउंड्री डेलिनिएशन और सामान्यीकरण प्राप्त करने के लिए डेंस स्किप कनेक्शंस और ड्यूल-अटेंशन मैकेनिज्म को संयोजित करता है, जो उच्च सटीकता, डाइस (Dice) और IoU स्कोर के साथ बेसलाइन मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र TinyOL-ARLDA प्रस्तुत करता है, जो रेगुलराइज्ड लीनियर डिस्क्रिमिनेंट एनालिसिस पर आधारित एक हल्का, ऑन-डिवाइस इंक्रीमेंटल लर्निंग फ्रेमवर्क है, जो 94% से अधिक सटीकता और 20 KB से कम मेमोरी फुटप्रिंट के साथ माइक्रोकंट्रोलर्स पर क्लाउड-स्वतंत्र, ध्वनि-आधारित प्रेडिक्टिव मेंटेनेंस को सक्षम बनाता है।
यह शोध पत्र CGS-RAG का प्रस्ताव करता है, जो एक नवीन ढांचा है जो गतिशील ज्ञान परिदृश्यों में वैश्विक अर्थ संबंधी निरंतरता और कुशल संसाधन उपयोग के बीच संतुलन बनाकर पारंपरिक और ग्राफ-संवर्धित RAG प्रणालियों की सीमाओं को दूर करने के लिए अनुकूलन योग्य सामुदायिक विभाजन और सिमेंटिक रिपोर्टिंग हेतु HDRF एल्गोरिदम का लाभ उठाता है।
यह शोध पत्र फ्लाइट सिम्युलेटर प्रशिक्षण के लिए एक नियतात्मक (deterministic), अवधारणा-आधारित (concept-grounded) ढांचे को प्रस्तुत करता है जो एक नियंत्रित मशीन लर्निंग नीति के माध्यम से उप-प्रतीकात्मक साक्ष्यों (subsymbolic evidence) को स्वीकार्य परिदृश्य अनुकूलनों में मैप करता है, जो औपचारिक सुरक्षा गारंटियों के माध्यम से विश्वसनीयता सुनिश्चित करता है और एक सत्यापित बेसलाइन नीति का सन्निकटन (approximation) करने में अनुभवजन्य प्रभावशीलता प्रदर्शित करता है।
यह शोध पत्र एक बहु-मोडल (multi-modal) कम्प्यूटेशनल ढांचे का प्रस्ताव करता है जो बुजुर्ग रोगियों के घुटने के कार्य के उच्च-सटीक बुद्धिमान मूल्यांकन और व्यायाम जोखिम भविष्यवाणी को प्राप्त करने के लिए चाल वीडियो (gait video), जड़त्वीय संकेतों (inertial signals), प्लांटर प्रेशर और घुटने के फ्लेक्सन डेटा को संलयित (fuse) करता है, जो मौजूदा बेसलाइन मॉडल की तुलना में बेहतर स्थिरता और मजबूती प्रदर्शित करता है।
यह अध्ययन प्रदर्शित करता है कि सबमैनिफोल्ड स्पार्स कन्वोल्यूशनल नेटवर्क (SSCN), न्यूनतम प्रशिक्षण डेटा का उपयोग करके 97.2% सटीकता और 99.7% कवरेज के साथ उच्च-परिशुद्धता, परिचालन-ग्रेड एयरबोर्न लिडार बाथीमेट्री प्रसंस्करण प्राप्त करता है, जो स्वचालित तटीय सर्वेक्षण और नौवहन चार्टिंग के लिए एक पुनरुत्पादक बेंचमार्क स्थापित करता है।