1565 पेपर
यह शोध पत्र एक सीखा हुआ मल्टी-लेयर वेक्टर एप्रोक्सिमेट मैसेज पासिंग (LMLVAMP) एल्गोरिदम प्रस्तावित करता है जो 6G FR3 वाइडबैंड सिस्टम में मजबूत आउट-ऑफ-बैंड इंटरफेरेंस से दूषित नॉनलीनियर रिसीवर ऑब्जर्वेशन से वांछित संकेतों को प्रभावी ढंग से रिकवर करने के लिए स्पेक्ट्रल प्रायर्स को न्यूरल नेटवर्क-आधारित डिनोइजिंग के साथ एकीकृत करता है।
यह शोध पत्र एफिशिएंट मल्टी-यूएवी ट्रैफिक-अवेयर डिप्लॉयमेंट (EMTAD) एल्गोरिदम का प्रस्ताव करता है, जो एक स्केलेबल फ्रेमवर्क है जो नेटवर्क थ्रूपुट को अधिकतम करने और परिनियोजन ओवरहेड को कम करने के साथ-साथ गतिशील ट्रैफ़िक मांगों को पूरा करने के लिए वास्तविक समय में यूएवी की 3D पोजिशनिंग और संख्या को संयुक्त रूप से अनुकूलित करता है।
यह शोधपत्र संकेतों को ऑर्थोगोनल विस्तारों के रूप में और फिल्टरों को द्वि-आयामी गैर-स्थिर (नॉन-स्टेशनरी) ट्रांसफर फंक्शनों के रूप में प्रस्तुत करके निरंतर समय में लीनियर फिल्टरों को मॉडल करने के लिए एक नई स्पेक्ट्रल-आधारित तकनीक प्रस्तावित करता है, जो विभिन्न क्रमों के बटरवर्थ, लिंक्विट्ज़-राइली और चेबिशेव फिल्टरों पर इसकी प्रभावशीलता को प्रदर्शित करता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो ट्रांसफार्मर करंट डिफरेंशियल रिले से प्राप्त मल्टीवेरिएट टाइम-सीरीज करंट मापन को टेक्स्टुअलाइज़ (textualizes) करता है और दोषपूर्ण फॉल्ट डिटेक्शन प्रदर्शन को बनाए रखते हुए साइबर हमलों का मजबूत, व्याख्या योग्य और उच्च-सटीक पता लगाने के लिए कॉम्पैक्ट लार्ज लैंग्वेज मॉडल्स को फाइन-ट्यून करता है।
यह शोध पत्र HBN डेटासेट का उपयोग करके प्राकृतिक ईईजी (EEG) डिकोडिंग पर पांच न्यूरल आर्किटेक्चर का बेंचमार्किंग करता है, जो यह प्रकट करता है कि जहाँ पैरामीटर-कुशल S5 मॉडल लंबे टेम्पोरल कॉन्टेक्स्ट के साथ उच्चतम सटीकता प्राप्त करता है, वहीं स्टेबलाइज्ड ट्रांसफार्मर EEGXF आउट-ऑफ-डिस्ट्रीब्यूशन परिदृश्यों के लिए बेहतर मजबूती और रूढ़िवादी अनिश्चितता प्रदान करता है, जो दक्षता और विश्वसनीयता के बीच एक महत्वपूर्ण समझौते को उजागर करता है।
यह शोध पत्र SHARE का प्रस्ताव करता है, जो एक नवीन दो-चरणीय स्पार्स रिकवरी एल्गोरिदम है जो ISAC प्रणालियों के लिए उच्च-रिज़ॉल्यूशन वाले नियर-फील्ड लोकलाइजेशन को प्राप्त करने हेतु लागत प्रभावी सब-एरे आर्किटेक्चर में ग्रेटिंग लोब अस्पष्टताओं को हल करता है, जो पारंपरिक स्पार्स विधियों से बेहतर प्रदर्शन करता है और बिना किसी विस्तृत ग्रिड सर्च के 2D-MUSIC जैसी पूर्णतः-डिजिटल तकनीकों की बराबरी करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे नेटवर्क वाले लार्ज लैंग्वेज मॉडल्स (LLMs) बहु-चरणीय पाठ आदान-प्रदान के माध्यम से आम सहमति तक पहुँचते हैं, जिसमें यह पाया गया है कि हालांकि उनकी अभिसरण गतिशीलता (convergence dynamics) क्षय दरों (decay rates) और ग्राफ टोपोलॉजी के संबंध में शास्त्रीय डीग्रूट (DeGroot) मॉडल्स के अनुरूप है, लेकिन उनके अंतिम विचार प्रारंभिक स्थितियों या नेटवर्क केंद्रीयता के बजाय अंतर्निहित पूर्वाग्रहों और चर्चा के विषयों द्वारा संचालित होते हैं।
यह शोध पत्र DeepLaDu का प्रस्ताव करता है, जो एक लैग्रेंजियन ड्युअलिटी-गाइडेड डीप लर्निंग फ्रेमवर्क है जो डायनेमिक LEO मेगा-कॉन्स्टेलेशन में लेजर इंटर-सैटेलाइट लिंक कनेक्टिविटी, रूटिंग और फ्लो एलोकेशन को संयुक्त रूप से अनुकूलित करने के लिए कंजेशन प्राइसेज (भीड़ की कीमतों) को तुरंत अनुमानित करने हेतु एक ग्राफ न्यूरल नेटवर्क का उपयोग करता है, जिससे वास्तविक समय की कम्प्यूटेशनल दक्षता के साथ निकट-इष्टतम थ्रूपुट प्राप्त होता है।
यह शोध पत्र GPT2MEG प्रस्तुत करता है, जो एक क्वांटाइज्ड (quantized) ट्रांसफॉर्मर-आधारित फ्रेमवर्क है जो यथार्थवादी, उच्च-दर वाले मल्टीचैनल MEG टाइम सीरीज़ को ऑटोरेग्रेसिव रूप से उत्पन्न करने के लिए लैंग्वेज मॉडल आर्किटेक्चर का पुन: उपयोग करता है, जो न्यूरल सांख्यिकी को पुनरुत्पादित करने और कई विषयों (subjects) में कंडीशनल टास्क-इवोक्ड सिमुलेशन को सक्षम करने में WaveNet वेरिएंट्स और लीनियर बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन हाइब्रिड मल्टीपल एक्सेस फ्रेमवर्क, जिसे RS-SCMA कहा जाता है, का प्रस्ताव और मूल्यांकन करता है, जो एक ट्यूनेबल स्प्लिटिंग फैक्टर के माध्यम से सम-दर (sum-rate), बिट एरर रेट और ओवरलोडिंग कारकों को गतिशील रूप से संतुलित करने के लिए एक SISO डाउनलिंक परिदृश्य में रेट-स्प्लिटिंग और स्पार्स कोड मल्टीपल एक्सेस को एकीकृत करता है, जो पारंपरिक SCMA और मल्टी-कैरियर RSMA योजनाओं की तुलना में बेहतर प्रदर्शन और मजबूती प्रदर्शित करता है।