1562 पेपर
यह शोध पत्र DREAM को प्रस्तुत करता है, जो एक नवीन ढांचा है जो रेटिनल छवियों को नेत्र रोग विशेषज्ञ द्वारा क्यूरेट किए गए क्लिनिकल कीवर्ड्स के साथ एकीकृत करने के लिए एक दो-चरणीय अनुकूलन योग्य बहु-मोडल संलयन तंत्र का लाभ उठाता है, जिससे सीमित डेटा के साथ भी अत्याधुनिक मेडिकल रिपोर्ट जनरेशन प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक नवीन रीजन-अफ़िनिटी अटेंशन (Region-Affinity Attention) तंत्र प्रस्तुत करता है जो स्थानिक संदर्भ को बनाए रखने के लिए पैचिंग के बिना संपूर्ण स्लाइड डीप अल्ट्रावाइलेट (Deep Ultraviolet) छवियों को संसाधित करता है, जिससे मल्टी-स्केल क्षेत्रीय संबंधों को गतिशील रूप से मॉडल करके और कंट्रास्टिव लॉस (contrastive loss) के माध्यम से फीचर विभेदन क्षमता को बढ़ाकर स्तन कैंसर वर्गीकरण में उत्कृष्ट सटीकता (92.67%) और AUC (95.97%) प्राप्त की गई है।
SpaRSe-TIME एक कुशल और व्याख्यात्मक टाइम सीरीज़ फोरकास्टिंग फ्रेमवर्क है जो पारंपरिक अनुक्रम-आधारित मॉडलों की तुलना में काफी कम कम्प्यूटेशनल जटिलता के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए टेम्पोरल सिग्नल्स को सैलिएंसी (saliency), मेमोरी (memory) और ट्रेंड (trend) घटकों में विभाजित करता है।
यह शोध पत्र एक biLSTM-आधारित अनुकूली ढांचे (adaptive framework) का प्रस्ताव करता है जो पायलट संकेतों को क्रमिक रूप से केंद्रित करके गतिशील समृद्ध-प्रकीर्णन (rich-scattering) वातावरण में उपयोगकर्ता के स्थान और अभिविन्यास का सटीक अनुमान लगाने के लिए RIS कॉन्फ़िगरेशन और बीमफॉर्मिंग वेक्टर्स को क्रमिक रूप से अनुकूलित करता है।
यह शोध पत्र एक सक्रिय MIMO रडार सेंसिंग फ्रेमवर्क प्रस्तावित करता है जो लाग्रेंजियन डुअल ऑप्टिमाइज़ेशन के माध्यम से बायेसियन क्रैमर-राओ बाउंड को न्यूनतम करके ट्रांसमिट और रिसीव बीमफॉर्मर्स को अनुकूल रूप से डिज़ाइन करता है, जो विविध दिशाओं में प्रोब करने और पैरामीटर अनुमानों को परिष्कृत करने के बीच के ट्रेड-ऑफ को संतुलित करने के लिए विशिष्ट एक्सप्लोरेशन-केंद्रित और एक्सप्लॉइटेशन-केंद्रित वेरिएंट प्रदान करता है।
यह शोध पत्र सेल-फ्री मैसिव MIMO प्रणालियों में फिजिकल-लेयर मल्टीकास्टिंग के लिए स्केलेबल कॉन्जुगेट बीमफॉर्मिंग वेरिएंट्स का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि जहाँ समान उपयोगकर्ता वितरण के लिए यूनिकास्ट इष्टतम है, वहीं नॉर्मलाइज्ड कॉन्जुगेट बीमफॉर्मिंग के साथ सबग्रुप-आधारित मल्टीकास्टिंग क्लस्टर्ड और हेट्रोजेनियस परिदृश्यों में सबसे मजबूत प्रदर्शन-जटिलता ट्रेड-ऑफ प्रदान करती है।
यह शोध पत्र एक नवीन RIS-उपयोगकर्ता जुड़ाव एल्गोरिदम प्रस्तावित करता है और FR1 एवं FR3 बैंड्स में सेल-फ्री मैसिव MIMO नेटवर्क में पुनर्गठनीय बुद्धिमान सतहों (RIS) के एकीकरण का विश्लेषण करता है, जो यह प्रदर्शित करता है कि लाइन-ऑफ-साइट कनेक्टिविटी के आधार पर RIS-से-उपयोगकर्ता पेयरिंग को अनुकूलित करना स्पेक्ट्रल दक्षता को महत्वपूर्ण रूप से बढ़ाता है, साथ ही प्रशिक्षण ओवरहेड और प्रदर्शन लाभ के बीच महत्वपूर्ण ट्रेड-ऑफ्स को भी उजागर करता है।
यह शोध पत्र अल्ट्रा-मैसिव MIMO टेराहर्ट्ज़ संचार के लिए एक नवीन निम्न-जटिलता वाले बीम प्रशिक्षण ढांचे का प्रस्ताव करता है जो निरंतर फीडबैक या व्यापक खोज की आवश्यकता के बिना इष्टतम बीमफॉर्मिंग युग्मों को कुशलतापूर्वक पहचानने के लिए प्राप्त सिग्नल शक्तियों पर प्रशिक्षित एक इनसेप्शन और रेसिडुअल न्यूरल नेटवर्क का उपयोग करता है।
यह शोधपत्र एक विरोधाभास-द्वारा-प्रमाण (proof-by-contradiction) ढांचे के माध्यम से यह प्रदर्शित करता है कि जबकि स्थिर टेराहर्ट्ज़ लिंक विशेष रूप से दूर-क्षेत्र (far field) में संचालित हो सकते हैं, व्यावहारिक मोबाइल टेराहर्ट्ज़ प्रणालियों के लिए नियर-फील्ड-जागरूक (near-field-aware) डिजाइनों की आवश्यकता होती है क्योंकि लक्षित बैंडविड्थ को सहारा देने के लिए केवल दूर-क्षेत्र संचालन अवास्तविक रूप से उच्च शक्ति आवश्यकताओं को लागू करता है।
यह शोध पत्र RIS-सहायता प्राप्त फ्लूइड एंटेना सिस्टम में चैनलों और प्रतीकों (सिम्बल्स) को एक साथ अनुमानित करने के लिए टेंसर मॉडल (PARAFAC और नेस्टेड PARAFAC2) का उपयोग करते हुए एक सेमी-ब्लाइंड एस्टीमेशन फ्रेमवर्क प्रस्तावित करता है, जो प्रशिक्षण ओवरहेड को प्रभावी रूप से कम करते हुए मजबूती और कम्प्यूटेशनल जटिलता के बीच एक संतुलन प्रदान करता है।