2052 पेपर
यह शोधपत्र स्थिर स्टेप साइज़ और पोलाक-रुपर्ट एवरेजिंग के साथ प्रोजेक्टेड लीनियर टू-टाइम-स्केल स्टोकेस्टिक एप्रोक्सिमेशन के लिए एक स्पष्ट मीन-स्क्वेर एरर बाउंड स्थापित करता है, जो त्रुटि को प्रतिबंधित स्थिरता मार्जिन और एक कपलिंग इनवर्टिबिलिटी स्थिति द्वारा नियंत्रित व्याख्यात्मक एप्रोक्सिमेशन और सांख्यिकीय घटकों में विभाजित करता है।
यह शोध पत्र एजेंटिक टास्क एक्सपोज़र (ATE) फ्रेमवर्क प्रस्तुत करता है जो यह प्रदर्शित करता है कि स्वायत्त एआई एजेंट, जो पृथक कार्यों के बजाय संपूर्ण वर्कफ़्लो निष्पादित करते हैं, 2030 तक प्रमुख अमेरिकी क्षेत्रों में सूचना-गहन व्यवसायों के लिए काफी अधिक विस्थापन जोखिम पैदा करते हैं, जहाँ विश्लेषित भूमिकाओं का 93.2% मध्यम-जोखिम सीमा से ऊपर है और साथ ही एआई गवर्नेंस और मानव-एआई सहयोग में नए अवसर भी सृजित करता है।
यह शोध पत्र ओपन आरएएन (Open RAN) नेटवर्क के लिए स्केलेबल डीप रिइन्फोर्समेंट लर्निंग (DRL) समाधानों, जिसमें एक फेडरेटेड दृष्टिकोण शामिल है, का प्रस्ताव करता है जो घनी रूप से तैनात बेस स्टेशन परिदृश्यों में सेवा की गुणवत्ता बनाए रखते हुए महत्वपूर्ण ऊर्जा बचत और तेज़ अभिसरण (convergence) प्राप्त करते हैं।
यह शोध पत्र एक एजेंटिक एआई (agentic AI) फ्रेमवर्क प्रस्तुत करता है जो बहुभाषी लक्षण कैप्चर, एलएलएम-आधारित (LLM-based) गंभीरता भविष्यवाणी और अनुकूलन योग्य कतार अनुकूलन को एकीकृत करता है ताकि भीड़भाड़ वाले भारतीय बाह्य रोगी विभागों में महत्वपूर्ण रोगियों के प्रतीक्षा समय को काफी कम किया जा सके और ट्राइएज सटीकता में सुधार किया जा सके, जैसा कि एक सिमुलेशन द्वारा प्रदर्शित किया गया है जो पारंपरिक प्रथम-आगत-प्रथम-सेवारत (First-Come-First-Served) प्रणालियों के तहत 30.8% की तुलना में 10 मिनट के भीतर गंभीर मामलों को देखने के लिए 94.2% सफलता दर दिखाता है।
यह शोधपत्र यह प्रदर्शित करता है कि जबकि पेंडुलम-ऑन-ए-कार्ट जैसे सममित हाइब्रिड यांत्रिक प्रणालियों में केवल प्रेरित बाहरी प्रभाव आवधिक कक्षाओं को स्थिर नहीं कर सकते हैं, वहीं निरंतर प्रवाह में अपव्यय (dissipation) के साथ ऐसे प्रभावों का संयोजन उपयुक्त फीडबैक गेन्स के माध्यम से इन कक्षाओं के घातांकीय स्थिरीकरण (exponential stabilization) को सक्षम बनाता है।
यह शोधपत्र सेट-आधारित वैल्यू फंक्शन्स के माध्यम से उन्हें अभिलक्षणित करके और इन फंक्शन्स को सीखने तथा स्थिर करने वाले नियंत्रकों को संश्लेषित करने के लिए एक फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क का उपयोग करके, इनपुट-प्रतिबंधित डिस्क्रीट-टाइम सिस्टम में स्थिरीकरण के डोमेनों (domains of stabilization) का अनुमान लगाने के लिए एक नवीन ढांचे का प्रस्ताव करता है।
यह अध्ययन प्रदर्शित करता है कि विषम रीढ़ की कठोरता वाले चीते के मॉडल में, एक विशिष्ट चरण संबंध जहाँ पिछले अंगों के उठने के बाद रीढ़ का विस्तार होता है और अगले अंगों के उठने के बाद वह मुड़ती है, क्षैतिज वेग को बनाए रखते हुए ग्राउंड रिएक्शन फोर्सेज को कम करके उच्च-गति दौड़ने के प्रदर्शन को अनुकूलित करता है।
यह शोध पत्र CASCADE को प्रस्तुत करता है, जो बाधित औद्योगिक वातावरणों के लिए एक मल्टी-एजेंट समन्वय ढांचा है जो एक बजट तंत्र के माध्यम से संचार दायरे को स्पष्ट रूप से प्रबंधित करके पुन: नियोजन सुदृढ़ता (replanning robustness) को बढ़ाता है, जहाँ एजेंट केवल तभी अपने इंटरेक्शन फुटप्रिंट का विस्तार करते हैं जब स्थानीय सत्यापन अपर्याप्तता का संकेत देता है, जिससे समाधान की गुणवत्ता, विलंबता और संचार लागत के बीच संतुलन को अनुकूलित किया जाता है।
यह शोध पत्र यह प्रदर्शित करके लीनियर सिस्टम आइडेंटिफिकेशन और स्पार्स डिक्शनरी लर्निंग के बीच के अंतर को पाटता है कि स्पार्स इनपुट्स के साथ ब्लाइंड आइडेंटिफिकेशन, डिक्शनरी लर्निंग का एक सामान्यीकरण है, जिससे वैश्विक पहचान क्षमता (ग्लोबल आइडेंटिफिएबिलिटी) की गारंटी और एकल प्रक्षेपवक्र (सिंगल ट्रजेक्टरी) से सिस्टम मापदंडों को पुनः प्राप्त करने के लिए स्केलेबल एल्गोरिदम का विकास संभव हो पाता है।
यह शोध पत्र पाश्चुरीकरण प्रक्रिया पर डेटा-एनेबल्ड प्रेडिक्टिव कंट्रोल (DeePC) और कूप्मन-आधारित मॉडल प्रेडिक्टिव कंट्रोल (KMPC) का एक तुलनात्मक अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ दोनों समान ट्रैकिंग त्रुटियों के साथ व्यवहार्य बाधित नियंत्रण प्राप्त करते हैं, वहीं KMPC अधिक सटीक ट्रैकिंग प्रदान करता है जबकि DeePC काफी सुचारू इनपुट प्रक्षेपवक्र उत्पन्न करता है।