3464 पेपर
यह शोध पत्र 'Hierarchical Deep Counterfactual Regret Minimization' (HDCFR) प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो पूर्व-निर्धारित विशेषज्ञता और हस्तांतरणीय कौशलों के उपयोग को सक्षम करके बड़े पैमाने के अपूर्ण सूचना वाले खेलों (imperfect information games) को हल करने में दक्षता में सुधार करने के लिए 'Deep CFR' के साथ कौशल-आधारित पदानुक्रमित रणनीति शिक्षण (skill-based hierarchical strategy learning) को एकीकृत करता है।
यह शोध पत्र AdaTF-HyperMIL का प्रस्ताव करता है, जो एक नवीन ढांचा है जो गतिशील रूप से टेम्पोरल-स्पेक्ट्रल इंटरैक्शन को मॉडल करने और बिना लक्षित डेटा के क्रॉस-सब्जेक्ट रिप्रजेंटेशन को संरेखित करने के लिए एडेप्टिव टाइम-फ्रीक्वेंसी फ्यूजन को हाइपरबोलिक मल्टीपल-इंस्टेंस लर्निंग के साथ एकीकृत करता है ताकि स्टेट-ऑफ-द-आर्ट सब्जेक्ट-इंडिपेंडेंट ईईजी इमोशन रिकग्निशन प्राप्त किया जा सके।
यह शोध पत्र एक कुशल और व्याख्या योग्य हाइब्रिड CNN-Transformer आर्किटेक्चर प्रस्तावित करता है जो ब्रेन ट्यूमर MRI वर्गीकरण में 97.40% सटीकता प्राप्त करने के लिए एक प्रीट्रेन्ड ResNet50 बैकबोन को एक हल्के वजन वाले Transformer हेड के साथ जोड़ता है, जबकि न्यूनतम ओवरहेड के साथ कम्प्यूटेशनल दक्षता बनाए रखता है और द्वि-स्तरीय दृश्य व्याख्यात्मकता प्रदान करता है, जो एक PCA-SVM बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र DERC प्रस्तुत करता है, जो एक वितरित एज रिज़र्वोइर कंप्यूटिंग फ्रेमवर्क है जो कई एजेंटों में विविध कम्प्यूटेशनल कार्यों को कुशलतापूर्वक और सटीक रूप से करने के लिए एक एकल, एज-ऑफ-केओस (edge-of-chaos) ट्यून किए गए मॉडल का लाभ उठाता है, यह प्रदर्शित करते हुए कि रिज़र्वोइर का आकार भविष्यवाणी की सटीकता से सहसंबंधित नहीं है और ऐसे हल्के मॉडल पावर ग्रिड और लोड प्रेडिक्शन जैसे वास्तविक अनुप्रयोगों में अधिक संसाधन-गहन विकल्पों के प्रदर्शन के बराबर हो सकते हैं।
यह शोध पत्र एआई में संज्ञा-आधारित से क्रिया-आधारित कारण तर्क (causal reasoning) की ओर एक प्रतिमान परिवर्तन का प्रस्ताव करता है, जो एक "संभावित समय वितरण" (possible timing distribution) ढांचे को पेश करता है जो एजेंट-समान विश्व मॉडलिंग और व्यक्तिगत स्तर के प्रतितथ्यात्मक अनुमान (counterfactual deduction) को सक्षम बनाता है, जैसा कि स्तन कैंसर रोगियों के प्रक्षेपवक्र (trajectories) के माध्यम से प्रदर्शित किया गया है, जिससे एआई व्यक्तिपरकता (subjectivity) के लिए सैद्धांतिक आधार तैयार होता है।
यह शोध पत्र TeNS का प्रस्ताव करता है, जो टेम्पोरल नॉलेज ग्राफ कम्प्लीशन के लिए एक टेम्पोरल न्यूरल स्कोरिंग मॉडल है, जो जटिल टेम्पोरल पैटर्न और गहरे नॉनलीनियर इंटरैक्शन को कैप्चर करने के लिए एक लर्नबल टाइम एनकोडर और एक मल्टीलेयर परसेप्ट्रॉन स्कोरिंग नेटवर्क का उपयोग करता है, जिससे यह लिंक प्रेडिक्शन कार्यों में मौजूदा बेसलाइन्स से बेहतर प्रदर्शन करता है।
जॉइनफाइंडर (JoinFinder) एक मल्टीमॉडल डीप लर्निंग फ्रेमवर्क है जो ऐतिहासिक पांडुलिपि अंशों की पहचान करने के लिए मजबूत एम्बेडिंग्स सीखने हेतु एक स्केलेबल सुपरवाइज्ड प्रॉक्सी के रूप में पांडुलिपि पहचान का लाभ उठाता है, जिससे स्पष्ट जॉइन एनोटेशन की आवश्यकता के बिना काइरो जेनिज़ा कॉर्पस के बीच संभावित जॉइन के खोज में उत्कृष्ट प्रदर्शन प्राप्त होता है।
यह शोध पत्र यह प्रदर्शित करता है कि डिस्क्रीट लॉगरिदम समस्या का इनपुट प्रतिनिधित्व मौलिक रूप से न्यूरल नेटवर्क द्वारा खोजी गई आंतरिक एल्गोरिदम को निर्धारित करता है, जो यह प्रकट करता है कि समस्या के वास्तविक गुणनखंडन के साथ बीजगणितीय संरेखण तीव्र सामान्यीकरण (ग्रोकिंग) के लिए एक पूर्व शर्त है और आवश्यक अंतःक्रिया-समृद्ध कम्प्यूटेशनल संरचनाएं प्रदर्शन में सुधार होने से बहुत पहले ही स्मृति निर्माण (मेमोराइजेशन) चरण के दौरान बन जाती हैं।
यह शोध पत्र एक व्यापक बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है जो शोर युक्त (noisy) OCR-जनित दस्तावेजों से की-वैल्यू पेयर्स (key-value pairs) निकालने में लार्ज लैंग्वेज मॉडल्स की मजबूती का मूल्यांकन करता है, जो यह प्रकट करता है कि स्वच्छ-टेक्स्ट प्रदर्शन वास्तविक दुनिया की विश्वसनीयता के लिए एक अविश्वसनीय प्रॉक्सी है और निरंतर मॉडल रैंकिंग तथा फ्यू-शॉट प्रॉम्पटिंग (few-shot prompting) के मोनोटोनिक लाभों के बारे में धारणाओं को चुनौती देता है।
यह शोध पत्र कैडेंस-आधारित (Cadence-based) वितरित प्रणालियों के लिए एक विश्वसनीयता-जागरूक स्वचालित घटना प्रतिक्रिया ढांचे का प्रस्ताव करता है जो पता लगाने और रिकवरी को त्वरित करने के साथ-साथ दीर्घकालिक सिस्टम स्थिरता को बढ़ाने के लिए वर्कफ़्लो-स्तरीय विश्वसनीयता मॉडलिंग और समृद्ध निगरानी संकेतों को एकीकृत करता है।