1562 पेपर
यह शोध पत्र एक भौतिकी-आधारित व्याख्यात्मकता ढांचे (interpretability framework) को प्रस्तुत करता है जो यह प्रदर्शित करता है कि डेटा-संचालित MoCap-से-रडार मॉडलों में कम पुनर्निर्माण त्रुटि (reconstruction error) भौतिक निरंतरता की गारंटी नहीं देती है, जिससे यह पता चलता है कि इन मॉडलों के लिए अंतर्निहित वेग-आवृत्ति भौतिकी (velocity-frequency physics) को सीखने के लिए टेम्पोरल अटेंशन (temporal attention) महत्वपूर्ण है।
यह शोध पत्र तर्क देता है कि सचेत एकीकरण (conscious integration) मस्तिष्क-शरीर अनुनाद (brain-body resonance) द्वारा बनाए रखे गए स्व-संगठित क्रिटिकैलिटी (self-organized criticality) पर निर्भर करता है, जो यह प्रदर्शित करता है कि पारंपरिक ईईजी (EEG) प्रीप्रोसेसिंग अनजाने में उन आवश्यक शारीरिक संकेतों को हटा देती है जो होलोग्राफिक सूचना एन्कोडिंग के लिए आवश्यक शून्य-लैग सिंक्रोनाइज़ेशन (zero-lag synchronization) और क्रिटिकल एवलांच डायनेमिक्स (critical avalanche dynamics) को संचालित करते हैं।
SPLICE एक मॉड्यूलर फ्रेमवर्क है जो क्रिटिकल पावर सिस्टम अनुप्रयोगों के लिए अत्याधुनिक टाइम-सीरीज इम्प्यूटेशन सटीकता और डिस्ट्रीब्यूशन-फ्री, फाइनाइट-सैंपल विश्वसनीयता गारंटी प्राप्त करने के लिए JEPA एम्बेडिंग्स पर लेटेंट डिफ्यूजन को एडेप्टिव कॉन्फॉर्मल इन्फरेंस के साथ जोड़ता है।
यह शोध पत्र एक नवीन मल्टीवेरिएट एलएसटीएम (LSTM) मॉडल प्रस्तावित करता है जिसे अटेंशन मैकेनिज्म के साथ उन्नत किया गया है ताकि पर्यावरणीय चरों के बीच गैर-रेखीय अंतर्संबंधों को पकड़कर डायनेमिक लाइन रेटिंग पूर्वानुमान की सटीकता को 95.84% तक सुधारा जा सके, जिससे नवीकरणीय ऊर्जा एकीकरण के लिए बिजली पारेषण बुनियादी ढांचे के अधिक कुशल उपयोग को सक्षम बनाया जा सके।
यह शोध पत्र अपलिंक MIMO सिस्टम के लिए एक ब्लाइंड एनालॉग प्रीकोडिंग डिज़ाइन प्रस्तावित करता है जो चैनल-गेन ज्ञान की आवश्यकता के बिना, उपयोगकर्ता के स्थान को स्पूफ करने के लिए कथित एंगल-ऑफ-अराइवल और एंगल-ऑफ-डिपार्चर को नियंत्रित करता है, जिससे संचार दर के साथ सटीकता को संतुलित करते हुए लगभग पूर्ण कोणीय स्पूफिंग प्राप्त होती है और यह पायलट-ओनली विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र स्पार्स डेटासेट को संवर्धित करने के लिए FastRIR का उपयोग करके सिंथेटिक रूम इम्पल्स रिस्पॉन्स उत्पन्न करने और उन्हें फ़िल्टर करने के माध्यम से स्पीकर दूरी अनुमान में सुधार करने की एक विधि प्रस्तुत करता है, जिसने ICASSP 2025 चुनौती के लिए GWA और ट्रेबल रूम कॉन्फ़िगरेशन दोनों के लिए मीन एब्सोल्यूट एरर (माध्य निरपेक्ष त्रुटि) को काफी कम कर दिया।
यह सर्वेक्षण इस समस्या को एक मल्टी-सोर्स डोमेन चुनौती के रूप में औपचारिक रूप देकर, मौजूदा समाधानों को फीचर एलाइनमेंट और एडवर्सरियल लर्निंग जैसे परिवारों में वर्गीकृत करके, और भविष्य की दिशाओं जिसमें सैद्धांतिक सीमाएं और ईईजी फाउंडेशन मॉडल शामिल हैं, उन्हें रेखांकित करते हुए क्रॉस-सब्जेक्ट ईईजी डिकोडिंग के लिए डीप लर्निंग विधियों की व्यापक रूप से समीक्षा करता है।
यह शोध पत्र एक विशेषज्ञ-निर्देशित सक्रिय अनुमान (एक्टिव इन्फरेंस) ढांचे का प्रस्ताव करता है जो मल्टी-यूएवी (multi-UAV) प्रक्षेपवक्र नियोजन को एक संयोजन अनुकूलन समस्या से एक पदानुक्रमित संभावabilistic अनुमान कार्य में परिवर्तित करता है, जिससे अनुकूलन योग्य झुंड (स्वार्म्स) को ऑफलाइन ऑप्टिमाइज़र को पुन: चलाए बिना, विशेषज्ञ प्रदर्शनों से सीखने और संदर्भ वितरण से विचलन को कम करने के माध्यम से सुचारू, टकराव-जागरूक व्यवहार उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र एक उच्च-स्तरीय शब्दावली के माध्यम से कई वाहनों के बीच परस्पर क्रियाओं को मॉडल करके, भविष्य के LiDAR सेंसर अवरोधों की भविष्यवाणी करने और स्वायत्त वाहनों में असामान्यताओं का पता लगाने के लिए एक इंटरैक्टिव जनरलाइज्ड डायनेमिक बेयस नेटवर्क (I-GDBN) और एक इंटरैक्टिव मार्कोव जंप पार्टिकल फिल्टर (I-MJPF) का उपयोग करते हुए एक डेटा-संचालित दृष्टिकोण प्रस्तावित करता है।
यह शोध पत्र सिग्नल सेपरेशन ऑपरेटर (SSO) विधि को क्रॉसओवर, कम सिग्नल-टू-नॉइज़ अनुपात और विच्छेदन जैसी चुनौतीपूर्ण स्थितियों के तहत लीनियर च्रिप सिग्नल्स को प्रभावी ढंग से अलग करने के लिए उन्नत करता है, जो इसके प्रदर्शन सीमाओं के सैद्धांतिक विश्लेषण और संख्यात्मक सिमुलेशन के माध्यम से प्रमाणित है।