721 पेपर
यह शोध पत्र गुणनखंड (factoring) और अभाज्यता परीक्षण (primality testing) के लिए शास्त्रीय और क्वांटम एल्गोरिदम का एक व्यापक अवलोकन और तुलनात्मक प्रदर्शन विश्लेषण प्रदान करता है, और यह निष्कर्ष निकालता है कि जहाँ शोर (Shor's) एल्गोरिदम जैसे क्वांटम तरीके गुणनखंड के लिए महत्वपूर्ण लाभ प्रदान करते हैं, वहीं वे अभाज्यता परीक्षण के लिए तुलनीय लाभ प्रदान नहीं करते हैं।
यह शोध पत्र हाइपरस्पेक्ट्रल रिमोट सेंसिंग डेटा पर विभिन्न क्लस्टरिंग विधियों का अनुभवजन्य मूल्यांकन करता है, जिसमें यह पाया गया है कि प्रभावी आयामी न्यूनीकरण (डाइमेंशनलिटी रिडक्शन) के साथ संयोजित होने पर, गणनात्मक रूप से कुशल सेंट्रॉइड-आधारित एल्गोरिदम जैसे कि K-Means, अधिक जटिल विकल्पों की तुलना में गुणवत्ता, सुदृढ़ता और गति का सर्वोत्तम संतुलन लगातार प्रदान करते हैं।
यह शोध पत्र "स्कैफोल्ड जंप" (Scaffold Jump) डिज़ाइन पैटर्न प्रस्तुत करता है, जो एक ऐसा परिचालन ढांचा है जो संगठनों को साक्ष्य-आधारित संक्रमणों द्वारा जुड़े चार विशिष्ट चरणों को परिभाषित करके, प्रदर्शन सीमाओं को पूरा करते हुए जवाबदेही और नैतिक बाधाओं को बनाए रखते हुए, एआई प्रणालियों को पूर्ण मानवीय निरीक्षण से स्वायत्तता की ओर व्यवस्थित और सुरक्षित रूप से संक्रमण करने में सक्षम बनाता है।
यह शोध पत्र एक अनुकूली Fuzzy-GAN प्रणाली का प्रस्ताव करता है जो कानून प्रवर्तन अनुप्रयोगों के लिए पोज़-इनवेरिएंट फेस रिकग्निशन को बढ़ाने हेतु चेहरे के ओरिएंटेशन को निम्न, मध्यम और उच्च कोणों (घड़ी की दिशा और घड़ी की विपरीत दिशा के विविधताओं सहित) में वर्गीकृत करने के लिए जेनेरेटिव एडवरसेरियल नेटवर्क और फजी लॉजिक का उपयोग करता है।
यह शोध पत्र वास्तविक समय में तरल रेंडरिंग (fluid rendering) के लिए NVIDIA के RTX न्यूरल शेडर्स की व्यवहार्यता का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जहाँ न्यूरल नेटवर्क उच्च फ्रेम दरों पर पिक्सेल-स्तरीय BSDFs का सफलतापूर्वक अनुमान लगाते हैं, वहीं वर्तमान में महत्वपूर्ण फ्रेमवर्क सीमाएँ उन्हें वर्टेक्स डिस्प्लेसमेंट कार्यों के प्रभावी परिनियोजन से रोकती हैं।
यह अध्ययन प्रोग्रामिंग अभ्यास में प्रारंभिक सफलता की भविष्यवाणी के लिए एक आंशिक-सत्यता (partial-correctness) और प्रगति-जागरूक (progress-aware) सूत्रीकरण का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि यह शिक्षार्थी की प्रगति को अधिक प्रभावी ढंग से कैप्चर करने और लक्षित निर्देशात्मक सहायता सक्षम करने में पारंपरिक बाइनरी और ऑर्डिनल दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करता है।
122 अध्ययनों (2015-2025) का यह व्यवस्थित अवलोकन प्रदर्शित करता है कि मशीन लर्निंग मॉडल, विशेष रूप से गैर-विनाशकारी संवेदन प्रौद्योगिकियों के साथ एकीकृत एंसेम्बल और हाइब्रिड दृष्टिकोण, पूरी आपूर्ति श्रृंखला में गुणवत्ता मूल्यांकन और नुकसान में कमी लाकर नाशवान फलों के कटाई के बाद के प्रबंधन को महत्वपूर्ण रूप से बढ़ाते हैं, जबकि वर्तमान परिनियोजन चुनौतियों से निपटने के लिए मानकीकृत डेटासेट और वास्तविक दुनिया के सत्यापन की आवश्यकता पर भी प्रकाश डालते हैं।
यह शोध पत्र वैलिडेशन-अलाइन्ड कोरसेट सिलेक्शन (VACS) प्रस्तुत करता है, जो आंतरिक वैलिडेशन स्प्लिट्स पर एक पोर्टफोलियो का मूल्यांकन करके इष्टतम क्लास-बैलेंस्ड सबसेट सेलेक्टर का चयन करने की एक विधि है, जो यह प्रदर्शित करता है कि बार-बार होने वाला वैलिडेशन अत्यधिक बजट सीमाओं के तहत फ्यू-शॉट क्लासिफिकेशन सटीकता में महत्वपूर्ण सुधार कर सकता है, हालांकि यह सार्वभौमिक रूप से सर्वश्रेष्ठ स्टैटिक सिलेक्शन रूल्स से आगे नहीं निकल पाता है।
यह शोध पत्र एक हल्का दो-चरणीय ढांचा प्रस्तावित करता है जो इंस्टेंस-स्तर के उम्मीदवार निर्माण के लिए YOLO11s-seg और हार्ड-नेगेटिव तथा ऑक्लूजन-अवेयर वर्गीकरण के लिए YOLOv8n-cls का उपयोग करता है, जिससे जटिल ऑयल पाम बागान परिवेशों में उच्च हार्वेस्टिंग निर्णय सटीकता और शून्य गलत हार्वेस्ट दर प्राप्त होती है।
यह शोध पत्र एक न्यूरो-सिम्बोलिक फजी नियम-आधारित ढांचे का प्रस्ताव करता है जो केवल इमेज-आधारित डीप लर्निंग दृष्टिकोणों की तुलना में मेलानोमा वर्गीकरण की सटीकता और व्याख्यात्मकता में सुधार करने के लिए डीप लर्निंग-आधारित डर्मोस्कोपिक विशेषता अनुमान को स्वचालित रूप से निकाले गए नैदानिक नियमों के साथ एकीकृत करता है।