1494 पेपर
यह अध्ययन प्रदर्शित करता है कि एक फोटोवोल्टिक-संचालित इलेक्ट्रिक इंडक्शन कुकिंग सिस्टम, पारंपरिक एलपीजी स्टोव की तुलना में कम ऊर्जा दक्षता के बावजूद, भारतीय जलवायु परिस्थितियों में काफी कम परिचालन लागत, उच्च एक्सर्जी दक्षता और कार्बन डाइऑक्साइड उत्सर्जन में पर्याप्त कमी के माध्यम से बेहतर दीर्घकालिक स्थिरता प्रदान करता है।
यह शोध पत्र एक पैरामीटराइज्ड फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क (P2INN) फ्रेमवर्क प्रस्तावित करता है जो पारंपरिक परिमित तत्व विधियों (Finite Element Methods) के एक हल्के और उच्च-सटीक विकल्प के रूप में कार्य करके बहुस्तरीय स्थिर रैखिक लोचदार सामग्रियों के डिजाइन और अनुकूलन को महत्वपूर्ण रूप से तेज करता है, जो लगभग 5% के अधिकतम वॉल्यूम त्रुटि लक्ष्यों को प्राप्त करते हुए कम्प्यूटेशनल लागत को भारी रूप से कम करता है।
यह अध्ययन डेटा की कमी वाले जुबा, दक्षिण सूडान में शहरी बुनियादी ढांचे के प्रदर्शन का मूल्यांकन करने के लिए एक स्केलेबल, कम लागत वाले स्थानिक प्रॉक्सी के रूप में प्रति किलोमीटर वाहन ईंधन खपत का प्रस्ताव करता है, जिससे यह पता चलता है कि खराब सतह की स्थिति और उच्च जंक्शन घनत्व वाले इंट्रा-सिटी मार्ग अंतर-शहर यात्रा की तुलना में काफी अधिक आर्थिक और ऊर्जा बोझ डालते हैं।
यह अध्ययन प्रदर्शित करता है कि जबकि मिस्र की विविध जलवायु में भवन की ज्यामिति ऊर्जा दक्षता का प्राथमिक चालक है, किबला दिशा के साथ संरचनाओं को संरेखित करने से केवल न्यूनतम ऊर्जा दंड (7% से कम) होता है, जो यह सिद्ध करता है कि सांस्कृतिक अभिविन्यास संबंधी आवश्यकताओं को टिकाऊ डिजाइन रणनीतियों के साथ सफलतापूर्वक एकीकृत किया जा सकता है।
यह शोध पत्र एक मेमरिस्टर-आधारित एनालॉग इटरेटिव कंप्यूटिंग सिस्टम (mAIC) प्रस्तुत करता है जो वास्तविक समय की रोबोटिक स्वायत्तता के लिए ऊर्जा-कुशल, कम-विलंबता और सटीक डायनेमिक मैट्रिक्स समीकरण समाधान प्राप्त करने के लिए एक एनालॉग-कंपनसेटेड प्रेडिक्टिव वन-स्टेप प्रोग्रामिंग योजना का उपयोग करता है, जो NVIDIA Jetson जैसे पारंपरिक डिजिटल प्लेटफॉर्म की तुलना में काफी बेहतर प्रदर्शन करता है।
यह पूर्वव्यापी बहु-डेटासेट ऑडिट प्रकट करता है कि छवि-व्युत्पन्न घाव-भरने वाले प्रॉक्सी (wound-healing proxies) विरल विज़िट अनुसूची और इमेज फ्रेमिंग के प्रति अत्यधिक संवेदनशील हैं, जो यह प्रदर्शित करता है कि वर्तमान डेटा केवल एक विफलता-मोड विश्लेषण का समर्थन करता है न कि अनवैधित विभाजन त्रुटियों (segmentation errors), ऑक्यूपेंसी मेट्रिक्स पर सीएनएनों (CNNs) की वृद्धिशील मूल्य की कमी, और स्केल विविधताओं के तहत अस्थिरता के कारण कैलिब्रेटेड क्लिनिकल प्रोग्नोसिस का।
यह शोध पत्र टाइम-इनपुट स्टेट-अवेयर कैलिब्रेशन (TISAC) प्रस्तुत करता है, जो एक नवीन ढांचा है जो समयबद्ध रूप से सहसंबंधित, अवस्था-परिवर्तित परिचालन स्थितियों के तहत अनिश्चित मापदंडों और विसंगति पूर्वाग्रह का अनुमान लगाकर इंजीनियरिंग मॉडलों को कैलिब्रेट करने के लिए सह-विकसित न्यूरल नेटवर्क और भौतिक बाधाओं का उपयोग करता है।
यह शोध पत्र अटेंशन ग्राफ न्यूरल नेटवर्क के लिए एक लेबल-मुक्त प्रशिक्षण पद्धति प्रस्तावित करता है जो पारंपरिक डेटा जनरेशन की उच्च कम्प्यूटेशनल लागतों से बचे बिना, युग्मित 3D थर्मो-फ्लुइड क्षेत्रों के लिए सटीक न्यूरल सरोगेट्स को कुशलतापूर्वक उत्पन्न करने हेतु गवर्निंग इक्वेशंस के फाइनाइट-वॉल्यूम रेसिडुअल्स को न्यूनतम करता है।
यह अध्ययन हो ची मिन्ह सिटी के मृदा डेटा के विरुद्ध मान्य एक हार्डनिंग सॉइल मटेरियल-पॉइंट इंटीग्रेटर के ओपन-सोर्स पायथन कार्यान्वयन को प्रस्तुत करता है, जो एक अत्यधिक सटीक न्यूरल-नेटवर्क सरोगेट मॉडल को प्रशिक्षित करने के लिए एक उच्च-निष्ठा वाले भौतिकी-आधारित डेटा जनरेटर के रूप में सफलतापूर्वक कार्य करता है।
यह शोध पत्र VICP प्रस्तुत करता है, जो औद्योगिक एज क्लस्टर्स के लिए एक रनटाइम है जो बहुमत-समर्थित लीज (majority-backed leases) और फेंसिंग (fencing) के माध्यम से प्रतिवर्ती अवस्था प्रतिकृति (reversible state replication) को अपरिवर्तनीय भौतिक आउटपुट अधिकार (irreversible physical output authority) से अलग करके अत्यधिक उपलब्ध और सुरक्षित सेवा फेलओवर सुनिश्चित करता है, जिससे सटीक नियंत्रण सटीकता बनाए रखते हुए सक्रिय स्टैंडबाय की तुलना में आउटपुट व्यवधान में 50.54% की कमी आती है।