1373 पेपर
यह शोध पत्र इसके नॉर्मलाइजेशन कॉन्स्टेंट के गुणों का उपयोग करते हुए बोगोल्यूबोव-कुबो-मोरी रैंडम स्टेट एन्सेम्बल के औसत एंटैंगलमेंट एंट्रॉपी के लिए एक सटीक और स्पष्ट सूत्र व्युत्पन्न करता है, जिससे उच्च-क्रम के क्यूमलेंट्स की गणना के लिए एक ढांचा स्थापित होता है।
यह शोधपत्र हायर-ऑर्डर कॉमन इन्फॉर्मेशन (HCI) प्रस्तुत करता है, जो एक पुनरावृत्ति सूचना-अवरोध (इन्फॉर्मेशन-बॉटलनेक) निर्माण के माध्यम से परिभाषित एक नया मीट्रिक है जो यादृच्छिक चरों के बीच साझा की गई सूचना को परिमाणित करता है, गॉसियन और बरनौली स्रोतों के लिए बंद-रूप (क्लोज्ड-फॉर्म) समाधान प्रदान करता है और मौजूदा सीमाओं की तुलना में अधिक सटीक रेडंडेंसी लक्षण वर्णन प्रदर्शित करता है।
यह शोध पत्र न्यूनतम रिग्रेट (regret) के साथ सर्वश्रेष्ठ आर्म पहचान (best arm identification) की समस्या को प्रस्तुत करता है, जो सैद्धांतिक निचली सीमाओं (lower bounds) और असंभवता के परिणामों को स्थापित करता है जो रिग्रेट और नमूना जटिलता (sample complexity) के बीच के तनाव को उजागर करते हैं, जबकि एक ड्युअल कॉन्फिडेंस बाउंड्स के माध्यम से रैंडमाइज्ड आर्म सिलेक्शन का उपयोग करने वाले स्पर्शोन्मुखी अनुकूलतम (asymptotically optimal) डबल KL-UCB एल्गोरिदम का प्रस्ताव करता है।
यह शोध पत्र ट्यूनेबल स्पेक्ट्रल रेजोनेंस के साथ स्ट्रीमिंग टाइम-डोमेन सिग्नल्स को सीधे प्रोसेस करने के लिए रेसोनेट-एंड-फायर न्यूरॉन्स का उपयोग करने वाला एक न्यूरोमॉर्फिक वायरलेस स्प्लिट कंप्यूटिंग आर्किटेक्चर प्रस्तावित करता है, जो पारंपरिक मॉडलों के समान सटीकता प्राप्त करते हुए गणना और ट्रांसमिशन दोनों में स्पाइक दरों और ऊर्जा खपत को काफी कम करता है।
यह अध्ययन बिना किसी स्पष्ट पुनर्संतुलन तकनीकों को लागू किए, गंभीर वर्ग असंतुलन के तहत विभिन्न बाइनरी क्लासिफायर की मजबूती का व्यवस्थित रूप से मूल्यांकन करता है, जिससे यह पता चलता है कि जबकि डेटा जटिलता बढ़ने और अल्पसंख्यक वर्ग के आकार में कमी आने के साथ प्रदर्शन आम तौर पर घटता है, TabPFN और बूस्टिंग-आधारित एन्सेम्बल्स जैसे उन्नत मॉडल पारंपरिक क्लासिफायर की तुलना में बेहतर सामान्यीकरण बनाए रखते हैं।
यह शोध पत्र यह सिद्ध करके 'एज-ऑफ-केओस' (Edge-of-Chaos) सिद्धांत को स्पार्सली एक्टिवेटेड (sparsely activated) डीप नेटवर्क्स तक विस्तारित करता है कि रैखिक सेटिंग्स के विपरीत, बड़े फिक्स्ड-पॉइंट गॉसियन प्रोसेस वेरिएंस प्रशिक्षण स्थिरता को बढ़ाते हैं, जो एक नई इनिशियलाइज़ेशन रणनीति को सक्षम बनाता है जिससे 90% तक हिडन लेयर स्पैरसिटी वाले DNNs और CNNs को प्रशिक्षित किया जा सकता है।
यह शोध पत्र प्लेनर एरेज़ का उपयोग करके मूविंग टारगेट SAR इमेजिंग के लिए एक सामान्य ढांचे को प्रस्तुत करता है जो मोशन-इंड्यूस्ड क्रॉस-रेंज शिफ्ट और टारगेट हाइट एस्टीमेशन को एक वेक्टर रिमाइंडर फॉर्मूलेशन में एकीकृत करता है, जो मल्टी-डायमेंशनल चाइनीज रिमाइंडर थ्योरम (MD-CRT) पर आधारित एक मल्टी-सब-एरे दृष्टिकोण के माध्यम से अस्पष्टता को हल करता है जिसमें व्यावहारिक शोर वाली स्थितियों के लिए मजबूत त्रुटि सीमाएं शामिल हैं।
यह शोध पत्र मल्टीडायमेंशनल चाइनीज रिमाइंडर थ्योरम का उपयोग करके मूविंग टारगेट एसएआर इमेजिंग के लिए दो प्लेनर सबएरे डिज़ाइन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि एक कॉमन-स्केलिंग दृष्टिकोण पारंपरिक सेपरेटेड स्कीम्स की तुलना में बेहतर मजबूती और कड़े एरर बाउंड्स प्रदान करता है, साथ ही यह भी रेखांकित करता है कि नॉन-सेपरेबल एरे ज्योमेट्री रिकवरी प्रदर्शन को और अधिक बढ़ाती है।
यह शोध पत्र हवाई जासूसी करने वाले उपकरणों (ईव्सड्रॉपरों) के विरुद्ध औसत गोपनीयता स्पेक्ट्रल दक्षता (सीक्रेसी स्पेक्ट्रल एफिशिएंसी) को अधिकतम करने के लिए, एक सुरक्षित ड्यूल-यूएवी अंडरले सिस्टम में 3D यूएवी प्रक्षेपवक्र (ट्रैजेक्टरी), ट्रांसमिट पावर और यूजर शेड्यूलिंग के लिए एक संयुक्त अनुकूलन ढांचे का प्रस्ताव करता है, जो गैर-उत्तल (नॉन-कॉन्वेक्स) समस्या को हल करने योग्य उत्तल (कॉन्वेक्स) उप-समस्याओं में विघटित करता है।
यह शोध पत्र न्यूनतम पर्याप्त निरीक्षण (Minimum Sufficient Oversight - MSO) सिद्धांत का प्रस्ताव करता है, जो एक वेरिएशनल फ्रेमवर्क है जो प्रदर्शन संबंधी बाधाओं के तहत शासन के बोझ को कम करके एआई प्रणालियों में स्वायत्तता प्रत्यायोजन को अनुकूलित करता है, जिससे क्षमता और हस्तक्षेप के समय पर सैद्धांतिक सीमाओं को प्राप्त किया जाता है और साथ ही 'मास्किंग' को एक महत्वपूर्ण विकृति के रूप में पहचाना जाता है जो विश्वास अंशांकन (trust calibration) को कमजोर करती है।