1562 पेपर
यह शोधपत्र वितरण संबंधी अनिश्चितता के तहत संयुक्त रूप से सम्मिश्र परिकल्पनाओं के परीक्षण और मापदंडों के अनुमान की समस्या के लिए मिनिमैक्स अनुकूलतम प्रक्रियाओं को विकसित करता है, जो कार्यान्वयन के लिए कुशल संख्यात्मक एल्गोरिदम के साथ बेयज़ियन और नेयमैन-पियर्सन दोनों सूत्रीकरण प्रदान करता है।
यह शोधपत्र एक नवीन K-fold CUBV सांख्यिकीय परीक्षण प्रस्तावित करता है जो विशेष रूप से छोटे नमूना आकार और विषम डेटा वाले परिदृश्यों में, मशीन लर्निंग सटीकता को मान्य करने और प्रभावों का पता लगाने के साथ-साथ अत्यधिक गलत सकारात्मकता (false positives) से बचने के लिए बेयसियन अपर बाउंड्स (Bayesian upper bounds) और एकाग्रता असमानताओं (concentration inequalities) के साथ K-fold क्रॉस-वैलिडेशन को जोड़ता है।
यह शोध पत्र डायनेमिक टी-डी-डी (TDD) प्रणालियों में रिपीटर-असिस्टेड मैसिव एम-आई-एम-ओ (Massive MIMO) नेटवर्क के लिए एक संयुक्त प्रवर्धन (amplification) और चरण विस्थापन (phase shift) अनुकूलन ढांचे का प्रस्ताव करता है, जो स्पेक्ट्रल दक्षता अभिव्यक्तियों को व्युत्पन्न करता है और एक ऐसा एल्गोरिदम विकसित करता है जो समवर्ती अपलिंक और डाउनलिंक ट्रांसमिशन में अंतर्निहित क्रॉस-लिंक हस्तक्षेप के विरुद्ध वांछित सिग्नल प्रवर्धन को सफलतापूर्वक संतुलित करता है।
यह शोध पत्र गैर-पृथक्करणीय डिनॉइज़र (non-separable denoisers) वाले जटिल एप्रोक्सिमेट मैसेज पासिंग (AMP) के लिए एक संवर्धित वास्तविक-मान प्रणाली का निर्माण करके एक एकीकृत अवस्था विकास सिद्धांत (unified state evolution theory) स्थापित करता है, जो सटीक प्रदर्शन भविष्यवाणी और उच्च-आयामी अनुमान समस्याओं, जैसे कि OTFS-आधारित अनसोर्स्ड रैंडम एक्सेस के लिए जटिल स्पार्स ग्रुप LASSO में महत्वपूर्ण लाभ सक्षम बनाता है।
यह शोधपत्र भौतिक अंतर्ज्ञान, मैग्नस एक्सपेंशन (Magnus expansion) और DRAG तकनीक जैसी विश्लेषणात्मक विधियों, और एकल तथा द्वि-क्विबिट ऑपरेशन्स में त्रुटि चैनलों को संबोधित करने के लिए व्यावहारिक हार्डवेयर संबंधी विचारों को एकीकृत करके ट्रांसमोन क्विबिट्स (transmon qubits) के उच्च-निष्ठा नियंत्रण (high-fidelity control) के लिए एक शैक्षणिक ढांचा प्रदान करता है।
यह शोध पत्र एक इनोवेशन्स-व्हाइटनिंग एडेप्टिव कलमन फ़िल्टर (IWAKF) प्रस्तावित करता है जो पूर्व ज्ञान के बिना निकट-इष्टतम अवस्था अनुमान को पुनर्स्थापित करने के लिए इनोवेशन्स ऑटोकोरिलेशन को न्यूनतम करके अज्ञात प्रोसेस नॉइज़ कलरिंग डायनेमिक्स को ऑनलाइन सीखता है।
यह शोध पत्र R-DCNN प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल विधि है जो विभिन्न आवृत्तियों वाले आवधिक संकेतों को एकल अवलोकन का उपयोग करके डीनोइज़ करने और अनुमान लगाने के लिए डिलेटेड CNN को एक हल्के रीसैंपलिंग रणनीति के साथ जोड़ती है, जो सख्त संसाधन बाधाओं के तहत काम करते हुए अत्याधुनिक तकनीकों के तुलनीय प्रदर्शन प्राप्त करती है।
यह शोध पत्र एक हिडन मार्कोव मॉडल फ्रेमवर्क प्रस्तावित करता है जो वेल्डिंग करंट संकेतों को समय-आवृत्ति स्पेक्ट्रल डिस्क्रिप्टर्स में परिवर्तित करता है ताकि विशिष्ट लेटेंट ऑपरेशनल रिजीम्स के माध्यम से इलेक्ट्रिक आर्क स्थिरता के टेम्पोरल इवोल्यूशन को प्रभावी ढंग से मॉडल और इंटरप्रेट किया जा सके।
यह शोध पत्र सिग्नल प्रोसेसिंग के दृष्टिकोण से बड़े मॉडलों के लिए लो-रैंक एडेप्टेशन (LoRA) का एक व्यापक अवलोकन प्रदान करता है, जो इसके तकनीकी तंत्रों को आर्किटेक्चरल डिज़ाइन, कुशल अनुकूलन और अनुप्रयोगों में वर्गीकृत करता है और शास्त्रीय सिग्नल प्रोसेसिंग एवं डीप लर्निंग के संगम पर भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र मल्टीमॉडल ग्राफ सिग्नल्स के लिए एक डीप एल्गोरिदम अनरोलिंग-आधारित डिनोइजिंग विधि प्रस्तावित करता है जो प्राइमल-डुअल स्प्लिटिंग के साथ अल्टरनेटिंग मिनिमाइजेशन स्कीम का उपयोग करके दोहरे ग्राफ स्ट्रक्चर को एक साथ सीखता है और सिग्नल्स को पुनर्स्थापित करता है।