वे पेपर जिनकी आसान व्याख्या पर मूल लेखकों ने प्रतिक्रिया दी है।
इस पेज के हर पेपर के लिए कम से कम एक मूल लेखक ने हमारी आसान व्याख्या देखी और उस पर प्रतिक्रिया दी है—या तो यह पुष्टि की कि वह सटीक है, या सुधार माँगे जिन्हें हमने लागू किया। समर्थन का मतलब यह नहीं कि लेखक हर वाक्य को औपचारिक रूप से मंज़ूरी देते हैं, लेकिन इसका मतलब है कि व्याख्या उन लोगों की नज़र से गुज़री है जिन्होंने पेपर लिखा है।
लेखकों द्वारा समीक्षा किए गए 1265 पेपर · 1031–1040 / 1265
यह शोध पत्र क्वांटम न्यूरल नेटवर्क की अभिव्यंजकता (expressivity) को चरित्रित करने के लिए एक नवीन मात्रात्मक माप के रूप में प्रभावी रैंक () को प्रस्तुत करता है और इस मीट्रिक को अधिकतम करने वाले अत्यधिक अभिव्यंजक क्वांटम सर्किट आर्किटेक्चर को स्वचालित रूप से डिजाइन करने के लिए एक सेल्फ-अटेंशन ट्रांसफॉर्मर एजेंट के साथ सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का लाभ उठाता है।
यह शोध पत्र सिद्ध करता है कि कर्नेलकृत बैंडिट ऑप्टिमाइज़ेशन (kernelized bandit optimization) में मिसस्पेसिफिकेशन पेनल्टी को — ऑफलाइन (सिंपल रिग्रेट) और ऑनलाइन (क्युमुलेटिव रिग्रेट) दोनों ही मामलों में — ऑफलाइन सेटिंग में स्पेक्ट्रल लोकलाइजेशन (spectral localization) और ऑनलाइन सेटिंग में स्पेक्ट्रल डोमेन-स्प्लिटिंग (spatial domain-splitting) का लाभ उठाकर, जटिलता के वर्गमूल कारक (square-root-of-complexity factor) से घटाकर एक लॉगरिदमिक या पॉलीलॉगरिदमिक (logarithmic or polylogarithmic) कारक तक कम किया जा सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि SELFIES पर प्रशिक्षित अनसुपरवाइज्ड (unsupervised) ट्रांसफॉर्मर-VAE लेटेंट स्पेस सार्थक रासायनिक गुण स्टीयरिंग (chemical property steering) का समर्थन कर सकते हैं, ऐसा नियंत्रण केवल तभी मान्य होता है जब डिकोड किए गए अणुओं और कन्फाउंड-अवेयर (confound-aware) मूल्यांकन के माध्यम से कठोरता से सत्यापित किया जाए ताकि वास्तविक रासायनिक संकेतों को सीक्वेंस-लेवल आर्टिफैक्ट्स से अलग किया जा सके।
यह शोध पत्र इल-कंडीशन्ड ऑप्टिमाइज़ेशन के तहत SGD में "संदिग्ध संरेखण" (suspicious alignment) घटना का एक सूक्ष्म विश्लेषण प्रदान करता है, जो यह प्रकट करता है कि कैसे विशिष्ट स्टेप साइज की स्थितियाँ ग्रेडिएंट अपडेट को एक प्रमुख सबस्पेस के साथ संरेखित कर देती हैं जो विरोधाभासी रूप से लॉस को कम करने में विफल रहता है, जबकि बल्क सबस्पेस के अपडेट प्रभावी बने रहते हैं।
यह कंप्यूटर-सहायता प्राप्त अध्ययन प्रदर्शित करता है कि सिंगल-वॉल्ड कार्बन नैनोट्यूब विभिन्न अंतःक्रिया तंत्रों के माध्यम से आयनित ग्लाइफोसेट प्रजातियों को प्रभावी ढंग से अधिशोषित करते हैं, जिससे पर्यावरणीय निगरानी और कृषि संदूषण के उपचार के लिए उनकी क्षमता रेखांकित होती है।
यह योगदान 'सिमेंटिक पुलबैक' (Semantic Pullbacks) को प्रस्तुत करता है, जो एक सैद्धांतिक रूप से आधारित विधि है जो गहरे नेटवर्क (deep networks) को इनपुट-कंडीशन्ड एफाइन ऑपरेटर्स (input-conditioned affine operators) के रूप में व्याख्यायित करती है ताकि लक्षित न्यूरॉन्स (target neurons) से सुसंगत स्थानीय संरचनाओं का पुनर्निर्माण करके धारणात्मक रूप से उपयुक्त, स्थिर और विश्वसनीय पोस्ट-हॉक स्पष्टीकरण उत्पन्न किए जा सकें।
यह शोध पत्र एडेप्टिव डायनेमिक UX स्टैटिस्टिकल फ्रेमवर्क (ADUX-Stat) का प्रस्ताव करता है, जो एक नवीन मूल्यांकन मॉडल है जो स्थिर उपयोगिता मेट्रिक्स के स्थान पर संभाव्यता संबंधी संरचनाओं—विशेष रूप से इंटरैक्शन एंट्रॉपी इंडेक्स, टेम्पोरल ड्रिफ्ट कोएफिशिएंट और बायेसियन यूजेबिलिटी कॉन्फिडेंस स्कोर—का उपयोग करता है ताकि AI-मध्यस्थ प्रणालियों की स्टोकेस्टिक और संदर्भ-संवेदनशील प्रकृति का प्रभावी ढंग से आकलन किया जा सके।
यह शोध पत्र एक व्यापक मोंटे कार्लो अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि टेम्पोरल स्पेक्ट्रल नॉइज़-फ्लोर अडैप्टेशन (TSNFA) विधि, जो विशिष्ट रूप से स्पेक्ट्रल बैंड चयन, टेम्पोरल पर्सिस्टेंस फ़िल्टरिंग और एडेप्टिव नॉइज़-फ्लोर ट्रैकिंग को जोड़ती है, एक 200-नोड वाले IoT मेश नेटवर्क में शून्य फाल्स पॉजिटिव के साथ पूर्ण पहचान प्राप्त करती है, जो छह वैकल्पिक एल्गोरिदम से बेहतर प्रदर्शन करती है जो इनमें से कम से कम एक महत्वपूर्ण रक्षा तंत्र की अनुपस्थिति के कारण विफल हो जाते हैं।
यह शोध पत्र एक बेयसियन परिप्रेक्ष्य से मोटे-दानेदार (कोर्स-ग्रेन्ड) क्वांटम गतिकी और क्वांटम कंडीशनल स्टेट्स फॉर्मलिज्म के बीच एक संबंध स्थापित करता है, जो विश्लेणात्मक समाधानों और सेमीडेफिनेट प्रोग्रामिंग के माध्यम से उभरती हुई गतिकी के अस्तित्व को संबोधित करता है और इन प्रभावी विवरणों में शोर सहिष्णुता को मापने के लिए एक नया रोबस्टनेस माप पेश करता है।
यह शोध पत्र इस धारणा को चुनौती देता है कि टेम्पोरल रीजनिंग (कालिक तर्क) लार्ज लैंग्वेज मॉडल्स के लिए प्राथमिक बाधा है, इसके बजाय यह प्रस्तावित करता है कि विफलताएं अनस्ट्रक्चर्ड टेक्स्ट-टू-इवेंट रिप्रजेंटेशन से उत्पन्न होती हैं और एक प्रोबेबिलिस्टिक इनकंसिस्टेंसी सिग्नल (संभावित विसंगति संकेत) के साथ एक न्यूरो-सिंबोलिक फ्रेमवर्क पेश करता है जो सिमेंटिक एक्सट्रैक्शन को सिंबोलिक रीजनिंग से अलग करके बेंचमार्क पर पूर्ण सटीकता प्राप्त करता है।