1378 पेपर
यह शोध पत्र पर सर्कुलर-शिफ्ट ऑपरेशन्स पर आधारित मैक्सिमम रैंक डिस्टेंस (MRD) कोड्स का एक नवीन निर्माण प्रस्तुत करता है जो जटिल फील्ड अंकगणित से बचता है, कुशल एनकोडिंग प्रदान करता है, और विभिन्न पैरामीटर सेटिंग्स के तहत गैबुडिलिन (Gabidulin) एवं ट्विस्टेड गैबुडिलिन (twisted Gabidulin) कोड्स के साथ समानता और भिन्नता दोनों स्थापित करता है।
यह शोध पत्र EARL का प्रस्ताव करता है, जो O-RAN सेल-फ्री मैसिव MIMO नेटवर्क के लिए एक सुदृढीकरण लर्निंग (reinforcement learning) आधारित फ्रेमवर्क है, जो प्रदर्शन संबंधी आवश्यकताओं को पूरा करते हुए कुल ऊर्जा खपत को कम करने के लिए एंटीना कॉन्फ़िगरेशन को गतिशील रूप से अनुकूलित करता है, जिससे नियर-रियल-टाइम बाधाओं के भीतर 81% तक बिजली की बचत संभव होती है।
यह शोधपत्र मॉडल उप-इष्टतमता (suboptimality) और स्थापत्य संबंधी बाधाओं को ध्यान में रखते हुए कार्य-उन्मुख स्रोत कोडिंग (Task-Oriented Source Coding) के लिए कार्य मॉडल-जागरूक दर-विकृति सीमाओं (rate-distortion bounds) को प्रस्तुत करके इसके मौलिक सीमाओं का पुनरावलोकन करता है, जिससे यह स्पष्ट होता है कि वर्तमान सीखे गए स्कीमें ट्रांसमीटर-पक्ष की जटिलता के कारण इन सैद्धांतिक सीमाओं से बहुत दूर संचालित होती हैं।
यह शोध पत्र यह प्रदर्शित करता है कि सरल ह्यूरिस्टिक्स (heuristics) संभावित समाधान शब्दों को प्राथमिकता देकर प्रभावी दैनिक वर्डल (Wordle) रणनीतियाँ कुशलतापूर्वक तैयार कर सकते हैं, जिससे व्यापक खोज विधियों से जुड़ी गणनात्मक लागत और अस्पष्टता से बचा जा सकता है।
यह शोध पत्र रिसीवर के लिए पूर्ण गोपनीयता और सेंडर के लिए अनंत (asymptotic) गोपनीयता प्राप्त करने के लिए रैंडम ऑटोमॉर्फिज्म-आधारित एनकोडिंग के साथ पोलर कोड्स का उपयोग करके बाइनरी-इनपुट AWGN चैनलों पर एक वन-आउट-ऑफ-टू ऑब्लिवियस ट्रांसफर प्रोटोकॉल प्रस्तावित करता है, जबकि पोलर-ट्रांसफॉर्म ऑटोमॉर्फिज्म के लक्षण वर्णन के माध्यम से शिथिल विश्वसनीयता मानदंडों को व्युत्पन्न करता है और परिमित-ब्लॉकलेन्थ दरों को अनुकूलित करता है।
यह शोध पत्र लगभग-मिलते-जुलते सैद्धांतिक सीमांकन स्थापित करता है जो यह दर्शाता है कि जबकि रैखिक सुलभता (linear accessibility), केवल रैखिक प्रतिनिधित्व (linear representation) की तुलना में एक काफी अधिक सशक्त बाधा है, फिर भी भाषा मॉडल के न्यूरॉन्स रैखिक प्रतिनिधित्व परिकल्पना के तहत घातांकीय संख्या में विशेषताओं (features) को संग्रहीत कर सकते हैं।
यह शोध पत्र प्रदर्शित करता है कि नियंत्रित ब्लाइंड डीकनवल्शन सेटिंग्स में, सुदृढ़ और विश्वसनीय LMMSE एस्टिमेटर अस्थिर MAP विधियों से बेहतर प्रदर्शन करता है, जबकि यह MAP दृष्टिकोणों के प्रदर्शन और स्थिरता को बढ़ाने के लिए एक प्रभावी इनिशियलाइज़ेशन के रूप में भी कार्य करता है।
यह शोध पत्र एक नवीन लॉसलेस डेटा संपीड़न विधि का प्रस्ताव करता है जो डेटा को डिस्क्रीट टोकन अनुक्रमों में एनकोड करने के लिए T5 आर्किटेक्चर पर ऑफ-पॉलिसी सुदृढीकरण शिक्षण (Reinforcement Learning) का उपयोग करता है, जिससे संरचनात्मक अखंडता सुरक्षित रहती है और पारंपरिक वेक्टर-आधारित डीप लर्निंग दृष्टिकोणों की तुलना में बेहतर संपीड़न अनुपात प्राप्त होता है।
यह शोध पत्र सामान्य रैखिक गाऊसी चैनलों (linear Gaussian channels) पर नियतात्मक पहचान (deterministic identification) के लिए दर-विश्वसनीयता ट्रेडऑफ (rate-reliability tradeoff) का पहला विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि विविक्त-आउटपुट (discrete-output) मामलों से स्थापित सैद्धांतिक अंतर्दृष्टि और व्यावहारिक प्रासंगिकता निरंतर-आउटपुट प्रणालियों (continuous-output systems) तक विस्तृत होती है।
यह शोध पत्र इन्फॉर्मेशन-थियोरेटिक डिस्क्रीट पॉइसन डिफ्यूजन मॉडल (ItDPDM) को प्रस्तुत करता है, जो एक नया जनरेटिव फ्रेमवर्क है जो पूर्णतः डिस्क्रीट-स्टेट मॉडलिंग को एक नवीन पॉइसन रिकंस्ट्रक्शन लॉस के साथ जोड़कर डिस्क्रीट डेटा के लिए लाइकलीहुड एस्टीमेशन और सैंपलिंग क्वालिटी में सुधार करता है, जिसका सटीक डेटा लाइकलीहुड के साथ एक प्रमाणित संबंध बना रहता है।