छवि द्वारा पीसी.वेक्टर on Freepik
मशीन लर्निंग एक बड़ा क्षेत्र है जिसमें नए शोध अक्सर सामने आते रहते हैं। यह एक गर्म क्षेत्र है जहां अकादमिक और उद्योग हमारे दैनिक जीवन को बेहतर बनाने के लिए नई चीजों के साथ प्रयोग करते रहते हैं।
हाल के वर्षों में, मशीन लर्निंग के अनुप्रयोग के कारण जनरेटिव एआई दुनिया को बदल रहा है। उदाहरण के लिए, चैटजीपीटी और स्थिर प्रसार। यहां तक कि 2023 में जनरेटिव एआई का वर्चस्व होने के बावजूद, हमें कई और मशीन लर्निंग सफलताओं के बारे में पता होना चाहिए।
यहां 2023 में पढ़ने के लिए शीर्ष मशीन लर्निंग पेपर हैं ताकि आप आगामी रुझानों को याद न करें।
1) लर्निंग द ब्यूटी इन सांग्स: न्यूरल सिंगिंग वॉयस ब्यूटीफायर
सिंगिंग वॉयस ब्यूटीफाइंग (एसवीबी) जनरेटिव एआई में एक नया काम है जिसका उद्देश्य शौकिया गायन आवाज को एक सुंदर में सुधारना है। यह बिल्कुल अनुसंधान का उद्देश्य है लियू एट अल। (2022) जब उन्होंने न्यूरल सिंगिंग वॉयस ब्यूटीफायर (NSVB) नामक एक नया जनरेटिव मॉडल प्रस्तावित किया।
NSVB एक अर्ध-पर्यवेक्षित शिक्षण मॉडल है जो एक अव्यक्त-मानचित्रण एल्गोरिथ्म का उपयोग करता है जो पिच सुधारक के रूप में कार्य करता है और मुखर स्वर में सुधार करता है। काम संगीत उद्योग को बेहतर बनाने का वादा करता है और जाँच के लायक है।
2) अनुकूलन एल्गोरिदम की प्रतीकात्मक खोज
डीप न्यूरल नेटवर्क मॉडल पहले से कहीं ज्यादा बड़े हो गए हैं और प्रशिक्षण प्रक्रिया को आसान बनाने के लिए काफी शोध किए गए हैं। Google टीम द्वारा हालिया शोध (चेन एट अल। (2023)) ने लायन (EvoLved Sign Momentum) नामक तंत्रिका नेटवर्क के लिए एक नया अनुकूलन प्रस्तावित किया है। विधि से पता चलता है कि एल्गोरिथ्म अधिक मेमोरी-कुशल है और एडम की तुलना में कम सीखने की दर की आवश्यकता होती है। यह बहुत अच्छा शोध है जो ऐसे कई वादे दिखाता है जिन्हें आपको छोड़ना नहीं चाहिए।
3) टाइम्सनेट: सामान्य समय श्रृंखला विश्लेषण के लिए टेम्पोरल 2डी-वैरिएशन मॉडलिंग
समय श्रृंखला विश्लेषण कई व्यवसायों में एक सामान्य उपयोग का मामला है; उदाहरण के लिए, मूल्य पूर्वानुमान, विसंगति का पता लगाना आदि। हालांकि, केवल वर्तमान डेटा (1डी डेटा) के आधार पर अस्थायी डेटा का विश्लेषण करने में कई चुनौतियाँ हैं। इस कर वू एट अल। (2023) 1डी डेटा को 2डी डेटा में बदलने के लिए टाइम्सनेट नामक एक नई विधि प्रस्तावित करें, जो प्रयोग में शानदार प्रदर्शन हासिल करती है। इस नई पद्धति को बेहतर ढंग से समझने के लिए आपको पेपर पढ़ना चाहिए क्योंकि इससे भविष्य की समय श्रृंखला विश्लेषण में काफी मदद मिलेगी।
4) ऑप्ट: पूर्व-प्रशिक्षित ट्रांसफॉर्मर भाषा मॉडल खोलें
वर्तमान में, हम एक पीढ़ीगत एआई युग में हैं जहां कंपनियों द्वारा कई बड़े भाषा मॉडल गहन रूप से विकसित किए गए थे। ज्यादातर इस तरह के शोध उनके मॉडल को जारी नहीं करेंगे या केवल व्यावसायिक रूप से उपलब्ध होंगे। हालाँकि, मेटा एआई अनुसंधान समूह (झांग एट अल। (2022)) ओपन प्री-ट्रेन्ड ट्रांसफॉर्मर्स (ऑप्ट) मॉडल को सार्वजनिक रूप से जारी करके विपरीत करने की कोशिश करता है जो कि GPT-3 के साथ तुलनीय हो सकता है। पेपर ऑप्ट मॉडल और शोध विवरण को समझने के लिए एक शानदार शुरुआत है, क्योंकि समूह पेपर में सभी विवरणों को लॉग करता है।
5) REaLTabFormer: ट्रांसफॉर्मर का उपयोग करके यथार्थवादी संबंधपरक और सारणीबद्ध डेटा उत्पन्न करना
जनरेटिव मॉडल केवल टेक्स्ट या चित्र बनाने तक ही सीमित नहीं है बल्कि सारणीबद्ध डेटा भी है। इस उत्पन्न डेटा को अक्सर सिंथेटिक डेटा कहा जाता है। सिंथेटिक सारणीबद्ध डेटा उत्पन्न करने के लिए कई मॉडल विकसित किए गए थे, लेकिन संबंधपरक सारणीबद्ध सिंथेटिक डेटा उत्पन्न करने के लिए लगभग कोई मॉडल नहीं था। बिल्कुल यही उद्देश्य है सोलाटोरियो और डुप्रीज़ (2023) शोध करना; सिंथेटिक रिलेशनल डेटा के लिए REaLTabFormer नामक मॉडल बनाना। प्रयोग से पता चला है कि परिणाम मौजूदा सिंथेटिक मॉडल के करीब है, जिसे कई अनुप्रयोगों तक बढ़ाया जा सकता है।
6) प्राकृतिक भाषा प्रसंस्करण के लिए सुदृढीकरण सीखना (नहीं) है ?: प्राकृतिक भाषा नीति अनुकूलन के लिए बेंचमार्क, बेसलाइन और बिल्डिंग ब्लॉक्स
सुदृढीकरण सीखना वैचारिक रूप से प्राकृतिक भाषा प्रसंस्करण कार्य के लिए एक उत्कृष्ट विकल्प है, लेकिन क्या यह सच है? यह एक ऐसा प्रश्न है राममूर्ति एट अल। (2022) उत्तर देने का प्रयास करें। शोधकर्ता विभिन्न पुस्तकालय और एल्गोरिथ्म का परिचय देता है जो दिखाता है कि एनएलपी कार्यों में पर्यवेक्षित विधि की तुलना में सुदृढीकरण सीखने की तकनीक में कहाँ बढ़त है। यदि आप अपने कौशल के लिए एक विकल्प चाहते हैं तो यह पढ़ने के लिए अनुशंसित पेपर है।
7) ट्यून-ए-वीडियो: टेक्स्ट-टू-वीडियो जनरेशन के लिए इमेज डिफ्यूजन मॉडल की एक-शॉट ट्यूनिंग
2022 में टेक्स्ट-टू-इमेज जनरेशन बड़ा था, और 2023 को टेक्स्ट-टू-वीडियो (T2V) क्षमता पर पेश किया जाएगा। द्वारा अनुसंधान वू एट अल। (2022) दिखाता है कि कैसे T2V को कई दृष्टिकोणों पर बढ़ाया जा सकता है। शोध एक नई ट्यून-ए-वीडियो पद्धति का प्रस्ताव करता है जो विषय और वस्तु परिवर्तन, शैली हस्तांतरण, विशेषता संपादन आदि जैसे T2V कार्यों का समर्थन करता है। यदि आप टेक्स्ट-टू-वीडियो शोध में रुचि रखते हैं तो यह पढ़ने के लिए एक बढ़िया पेपर है।
8) पायग्लोव: कुशलतापूर्वक एमएल विचारों को कोड के रूप में आदान-प्रदान करना
कुशल सहयोग किसी भी टीम की सफलता की कुंजी है, विशेष रूप से मशीन सीखने के क्षेत्र में बढ़ती जटिलता के साथ। दक्षता का पोषण करने के लिए, पेंग एट अल। (2023) ML विचारों को आसानी से साझा करने के लिए एक PyGlove लाइब्रेरी प्रस्तुत करें। PyGlove अवधारणा पैचिंग नियमों की सूची के माध्यम से ML अनुसंधान की प्रक्रिया को कैप्चर करना है। फिर सूची को किसी भी प्रयोग दृश्य में पुन: उपयोग किया जा सकता है, जिससे टीम की दक्षता में सुधार होता है। यह शोध है जो एक मशीन सीखने की समस्या को हल करने की कोशिश करता है जो अभी तक कई लोगों ने नहीं किया है, इसलिए यह पढ़ने लायक है।
8) चैटजीपीटी मानव विशेषज्ञों के कितने करीब है? तुलना कॉर्पस, मूल्यांकन और जांच
चैटजीपीटी ने दुनिया को बहुत बदल दिया है। यह कहना सुरक्षित है कि रुझान यहाँ से ऊपर की ओर जाएगा क्योंकि जनता पहले से ही ChatGPT का उपयोग करने के पक्ष में है। हालांकि, मानव विशेषज्ञों की तुलना में चैटजीपीटी का वर्तमान परिणाम कैसा है? यह बिल्कुल ऐसा सवाल है गुओ एट अल। (2023) उत्तर देने का प्रयास करें। टीम ने विशेषज्ञों और चैटजीपीटी शीघ्र परिणामों से डेटा एकत्र करने की कोशिश की, जिसकी उन्होंने तुलना की। परिणाम से पता चलता है कि चैटजीपीटी और विशेषज्ञों के बीच निहित अंतर थे। अनुसंधान कुछ ऐसा है जो मुझे लगता है कि भविष्य में पूछे जाते रहेंगे क्योंकि जनरेटिव एआई मॉडल समय के साथ बढ़ता रहेगा, इसलिए यह पढ़ने लायक है।
मशीन लर्निंग रिसर्च के लिए 2023 एक बेहतरीन साल है, जो मौजूदा चलन, खासकर चैटजीपीटी और स्टेबल डिफ्यूज़न जैसे जनरेटिव एआई द्वारा दिखाया गया है। बहुत आशाजनक शोध है जो मुझे लगता है कि हमें छोड़ना नहीं चाहिए क्योंकि यह आशाजनक परिणाम दिखाता है जो वर्तमान मानक को बदल सकता है। इस लेख में, मैंने आपको पढ़ने के लिए 9 शीर्ष एमएल पेपर दिखाए हैं, जिनमें जेनेरेटिव मॉडल, टाइम सीरीज़ मॉडल से लेकर वर्कफ़्लो दक्षता तक शामिल हैं। मुझे उम्मीद है यह मदद करेगा।
कार्नेलियस युधा विजया एक डेटा साइंस असिस्टेंट मैनेजर और डेटा राइटर है। एलियांज इंडोनेशिया में पूर्णकालिक काम करते हुए, उन्हें सोशल मीडिया और राइटिंग मीडिया के माध्यम से पायथन और डेटा टिप्स साझा करना पसंद है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- स्रोत: https://www.kdnuggets.com/2023/03/top-machine-learning-papers-read-2023.html?utm_source=rss&utm_medium=rss&utm_campaign=top-machine-learning-papers-to-read-in-2023
- :है
- 2022
- 2023
- 2D
- 9
- a
- अकादमी
- सही रूप में
- प्राप्त
- कार्य करता है
- ऐडम
- AI
- ai शोध
- करना
- AL
- कलन विधि
- सब
- एलिआंज़
- पहले ही
- वैकल्पिक
- शौकिया
- विश्लेषण
- का विश्लेषण
- और
- असंगति का पता लगाये
- जवाब
- आवेदन
- अनुप्रयोगों
- दृष्टिकोण
- हैं
- लेख
- AS
- सहायक
- At
- उपलब्ध
- आधारित
- BE
- सुंदर
- सुंदरता
- क्योंकि
- बन
- मानक
- बेहतर
- के बीच
- बड़ा
- बड़ा
- ब्लॉक
- सफलताओं
- इमारत
- व्यवसायों
- by
- बुलाया
- कर सकते हैं
- कब्जा
- मामला
- चुनौतियों
- परिवर्तन
- बदलना
- ChatGPT
- जाँच
- चुनाव
- समापन
- सहयोग
- इकट्ठा
- अ रहे है
- व्यावसायिक रूप से
- सामान्य
- कंपनियों
- तुलनीय
- तुलना
- तुलना
- जटिलता
- संकल्पना
- सैद्धांतिक रूप
- संचालित
- सका
- बनाना
- वर्तमान
- दैनिक
- तिथि
- डेटा विज्ञान
- विस्तार
- खोज
- विकसित
- मतभेद
- प्रसार
- खोज
- आसानी
- Edge
- दक्षता
- कुशलता
- युग
- विशेष रूप से
- आदि
- मूल्यांकन
- और भी
- कभी
- विकसित
- ठीक ठीक
- उदाहरण
- उत्कृष्ट
- का आदान प्रदान
- मौजूदा
- प्रयोग
- विशेषज्ञों
- एहसान
- खेत
- फ़ील्ड
- के लिए
- अक्सर
- से
- भविष्य
- सामान्य जानकारी
- उत्पन्न
- उत्पन्न
- सृजन
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- जेनेरिक मॉडल
- Go
- गूगल
- महान
- समूह
- बढ़ रहा है
- है
- मदद
- मदद करता है
- यहाँ उत्पन्न करें
- आशा
- गरम
- कैसे
- तथापि
- HTTPS
- मानव
- i
- विचारों
- की छवि
- में सुधार
- सुधार
- in
- बढ़ती
- इंडोनेशिया
- उद्योग
- रुचि
- द्वारा प्रस्तुत
- IT
- जेपीजी
- केडनगेट्स
- रखना
- कुंजी
- बच्चा
- भाषा
- बड़ा
- सीख रहा हूँ
- पुस्तकालय
- सीमित
- लिंक्डइन
- शेर
- सूची
- लाइव्स
- मशीन
- यंत्र अधिगम
- प्रबंधक
- बहुत
- मीडिया
- मेटा
- तरीका
- हो सकता है
- ML
- आदर्श
- मोडलिंग
- मॉडल
- गति
- अधिक
- संगीत
- प्राकृतिक
- प्राकृतिक भाषा
- प्राकृतिक भाषा संसाधन
- नेटवर्क
- तंत्रिका
- तंत्रिका नेटवर्क
- नया
- NLP
- उपन्यास
- वस्तु
- of
- on
- ONE
- खुला
- विपरीत
- इष्टतमीकरण
- काग़ज़
- कागजात
- पैच
- पीडीएफ
- प्रदर्शन
- तस्वीरें
- पिच
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- नीति
- वर्तमान
- मूल्य
- मुसीबत
- प्रक्रिया
- प्रसंस्करण
- प्रक्षेपित
- का वादा किया
- होनहार
- प्रस्ताव
- प्रस्तावित
- का प्रस्ताव
- सार्वजनिक
- सार्वजनिक रूप से
- अजगर
- प्रश्न
- लेकर
- मूल्यांकन करें
- पढ़ना
- पढ़ना
- यथार्थवादी
- हाल
- की सिफारिश की
- सुदृढीकरण सीखना
- और
- की आवश्यकता होती है
- अनुसंधान
- अनुसंधान समूह
- शोधकर्ता
- परिणाम
- परिणाम
- नियम
- s
- सुरक्षित
- दृश्य
- विज्ञान
- कई
- Share
- चाहिए
- दिखाया
- दिखाता है
- हस्ताक्षर
- को आसान बनाने में
- कौशल सेट
- छोटे
- So
- सोशल मीडिया
- सोशल मीडिया
- हल
- कुछ
- स्थिर
- मानक
- प्रारंभ
- अंदाज
- विषय
- सफलता
- ऐसा
- समर्थन करता है
- कृत्रिम
- सिंथेटिक डेटा
- कार्य
- कार्य
- टीम
- तकनीक
- कि
- RSI
- भविष्य
- दुनिया
- लेकिन हाल ही
- वहाँ।
- चीज़ें
- यहाँ
- पहर
- समय श्रृंखला
- सुझावों
- सेवा मेरे
- स्वर
- ऊपर का
- प्रशिक्षण
- स्थानांतरण
- बदालना
- ट्रान्सफ़ॉर्मर
- प्रवृत्ति
- रुझान
- <strong>उद्देश्य</strong>
- समझना
- समझ
- आगामी
- ऊपर की ओर
- उपयोग
- उदाहरण
- विभिन्न
- के माध्यम से
- आवाज़
- कौन कौन से
- जब
- मर्जी
- साथ में
- अंदर
- काम
- वर्कफ़्लो
- काम कर रहे
- विश्व
- लायक
- होगा
- लेखक
- लिख रहे हैं
- वर्ष
- साल
- आपका
- जेफिरनेट