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 948 पेपर · 681–690 / 948
यह शोध पत्र मशीन लर्निंग मॉडलों को बेहतर बनाने में मस्तिष्क डेटा के मूल्य को परिमाणित करने के लिए स्केलिंग लॉ (scaling laws) और विनिमय दरों (exchange rates) को गणितीय रूप से स्थापित करता है, जो कार्य-मस्तिष्क संरेखण (task-brain alignment), शोर (noise) और नमूना आकार (sample sizes) के संबंध में विशिष्ट स्थितियों की पहचान करता है जहाँ प्रदर्शन और मजबूती के लिए तंत्रिका रिकॉर्डिंग (neural recordings) एकत्र करना फायदेमंद होता है।
यह शोध पत्र FairHealth का परिचय देता है, जो एक ओपन-सोर्स पायथन लाइब्रेरी है जिसे निष्पक्षता ऑडिटिंग (fairness auditing), गोपनीयता-संरक्षण फेडरेटेड लर्निंग (privacy-preserving federated learning), कम-बैंडविड्थ व्याख्यात्मकता (low-bandwidth explainability) और ग्लोबल साउथ के डेटासेट्स के लिए विशिष्ट उपकरणों को एकीकृत करने वाले एक एकीकृत, मॉड्यूलर ढांचे के माध्यम से कम-संसाधन वाले परिवेशों के लिए स्वास्थ्य सेवा एआई में महत्वपूर्ण अंतराल को पाटने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक गैर-विश्लेषणात्मक मॉडल प्रस्तावित करता है जो यह प्रदर्शित करता है कि अनाकार ठोसों (amorphous solids) में बोसन पीक (Boson peak) पूरी तरह से समन्वय संख्याओं (coordination numbers) के उतार-चढ़ाव से उत्पन्न होता है, जबकि स्प्रिंग स्ट्रेंथ के उतार-चढ़ाव मुख्य रूप से केवल डैम्पिंग (damping) में योगदान देते हैं।
यह शोध पत्र ग्राफ अवस्थाओं (graph states) और बेयर-एंसिला विधि (bare-ancilla method) के माध्यम से जनरेट किए गए दोष-सहनशील [[n,1,3]] गैर-CSS क्वांटम त्रुटि-सुधार कोड्स के एक परिवार को प्रस्तुत करता है, जो हुक त्रुटियों (hook errors) के विरुद्ध उनकी लचीलापन और विभिन्न शोर मॉडलों के तहत मौजूदा फ्लैग-क्विबिट (flag-qubit) और बेयर-एंसिला दृष्टिकोणों की तुलना में उनके बेहतर प्रदर्शन को प्रदर्शित करता है।
यह अध्ययन GWA और LAB सर्वेक्षणों से प्राप्त Hi 21-cm उत्सर्जन-अवशोषण प्रेक्षणों की तुलना TIGRESS संख्यात्मक सिमुलेशन से करता है ताकि यह निर्धारित किया जा सके कि तटस्थ अंतरतारकीय माध्यम (interstellar medium) में लगभग 19.8% ठंडा, 32.5% अस्थिर और 47.8% गर्म चरण शामिल हैं, एक ऐसा वितरण जो सिमुलेशन परिणामों के अनुरूप है और इन गैस अंशों को और अधिक सीमित करने के लिए भविष्य के संवेदनशील रेडियो प्रेक्षणों की आवश्यकता पर प्रकाश डालता है।
यह शोध पत्र वॉसरस्टीन लैग्रेंजियन मैकेनिक्स (WLM) प्रस्तुत करता है, जो एक नवीन ढांचा और एल्गोरिदम है जो एक डैम्प्ड एक्शन (damped action) को न्यूनतम करके टेम्पोरल स्नैपशॉट्स से सेकंड-ऑर्डर पॉपुलेशन डायनेमिक्स सीखता है, जिससे आवधिकता (periodicity), भंवर गतिशीलता (vortex dynamics) और झुंड व्यवहार (flocking) जैसे जटिल व्यवहारों को सटीक रूप से मॉडल करने के लिए ग्रेडिएंट फ्लो की सीमाओं को दूर किया जा सके।
यह शोध पत्र SDSS DR17 से मध्यवर्ती-द्रव्यमान वाले ब्लैक होल सक्रिय गैलेक्टिक नाभिक (AGN) का एक समान रूप से चयनित 930 नमूनों का संग्रह प्रस्तुत करता है, जो निम्न-द्रव्यमान वाले AGNs के रेडशिफ्ट कवरेज को तक विस्तारित करता है और कम रेडशिफ्ट पर घटती अधिकतम अभिवृद्धि दरों और ल्युमिनोसिटी द्वारा चिह्नित अभिवृद्धि गतिविधि में एक संभावित ब्रह्मांडीय विकास को प्रकट करता है।
यह शोध पत्र एक U-Net-आधारित जनरेटिव एडवरसैरियल नेटवर्क (GAN) प्रस्तुत करता है जिसे यथार्थवादी प्लैंक-समान सिमुलेशन पर प्रशिक्षित किया गया है, जो फोरग्राउंड संदूषण, इंस्ट्रुमेंटल नॉइज़ और बीम कन्वोल्यूशन प्रभावों को एक साथ हटाकर उच्च-फिडेलिटी कॉस्मिक माइक्रोवेव बैकग्राउंड मानचित्रों को सफलतापूर्वक पुनर्निर्मित करता है, और गैलेक्टिक क्षेत्र के बाहर 1% से कम पुनर्निर्माण त्रुटि प्राप्त करता है।
यह शोध पत्र "एजेंट-फर्स्ट टूल एपीआई" प्रतिमान (पैराडाइम) का प्रस्ताव और सत्यापन करता है, जो पारंपरिक मानव-उन्मुख CRUD इंटरफेस को एक सिमेंटिक छह-वर्ब प्रोटोकॉल और संरचित निर्णय-सहायता मेटाडेटा से बदल देता है ताकि एंटरप्राइज प्रोडक्शन सिस्टम में स्वायत्त एजेंटों की कार्य सफलता दर और त्रुटि सुधार को महत्वपूर्ण रूप से बढ़ाया जा सके।
यह शोध पत्र कॉन्टेक्स्टुअल प्लैकेट-लूस (CPL) का प्रस्ताव करता है, जो एक कुशल न्यूरल मॉडल है जो अस्पष्ट, मल्टी-मोडल अनुक्रम भविष्यवाणी कार्यों को प्रभावी ढंग से संभालने के लिए समानांतर स्कोरिंग को एक हल्के ऑटोरेग्रेसिव चयन प्रक्रिया के साथ जोड़ता है और साथ ही गणनात्मक दक्षता बनाए रखता है।