Evaluation-Recording Contamination in Learned Nano-Quadrotor Dynamics: A Fresh-Seed Audit
यह शोध पत्र यह प्रदर्शित करता है कि सीखे गए नैनो-क्वाड्रोटर डायनेमिक्स के मूल्यांकन के लिए रिकॉर्डिंग-स्तरीय विभाजन (recording-level splits) का उपयोग करना महत्वपूर्ण है, क्योंकि मानक विंडो-आधारित डेटा संदूषण (window-based data contamination) विफलता-जागरूक स्थिति सटीकता (failure-aware position accuracy) में सांख्यिकीय रूप से महत्वपूर्ण सुधार प्रदान किए बिना, स्पष्ट मॉडल त्रुटि को कृत्रिम रूप से 12.1% कम कर देता है।