2527 Arbeiten
Diese Arbeit bietet eine umfassende Analyse des Konzepts und der Systemarchitektur von Network Slicing in 5G-Mobilfunknetzen, mit besonderem Fokus auf Geschäftsmodelle und Gewinnmodelle (eigene Implementierung sowie Ressourcenvermietung), und beleuchtet dabei offene Forschungsfragen sowie bestehende Herausforderungen.
Die Studie schätzt anhand von Daten einer repräsentativen US-Stichprobe und der Plattform „Have I Been Pwned", dass mindestens 82,84 % der Amerikaner bereits mindestens dreimal Opfer von Online-Kontobrüchen geworden sind, wobei gebildetere, mittelalte Frauen und Weiße ein höheres Risiko aufweisen.
Diese Studie entwickelt ein Framework zur Schätzung der nicht gedeckten Nachfrage im öffentlichen Nahverkehr, indem sie Zensierungsverzerrungen in den Daten durch eine Poisson-Regression korrigiert und dieses Modell erfolgreich auf reale Daten der Pittsburgh Port Authority anwendet.
Diese Studie analysiert NBA-Schiedsrichterdaten und stellt fest, dass zwar eine Heimvorteilsverzerrung besteht, jedoch keine Belege für negative Vorurteile gegenüber bestimmten Spielern, Teams oder aufgrund der Rasse gefunden wurden.
Die Studie stellt BOPIM vor, einen Bayesian-Optimization-Algorithmus für die Einflussmaximierung in zeitlichen Netzwerken, der durch die Verwendung spezieller Kernel-Funktionen und einer angepassten Akquisitionsfunktion nicht nur eine signifikant schnellere Berechnung als herkömmliche gierige Algorithmen ermöglicht, sondern auch erstmals Unsicherheiten in den optimalen Seed-Knoten quantifiziert.
Diese Studie untersucht die longitudinale Robustheit von drei prominenten LLM-Familien (GPT, Llama, Qwen) gegenüber Adversarial Examples und zeigt, dass Modell-Updates nicht konsistent zu verbesserten Sicherheitsmerkmalen führen, sondern teilweise zu Verschlechterungen bei Missklassifizierung, Jailbreaks oder Halluzinationen führen können.
Die Arbeit stellt TIMotion vor, ein effizientes Framework für die Generierung von menschlich-menschlichen Bewegungen, das durch kausale interaktive Injektion, rollenbasierte Scanning-Verfahren und lokale Musterverstärkung die zeitliche Modellierung und Interaktionsmischung verbessert, um suboptimale Ergebnisse und redundante Parameter bestehender Methoden zu überwinden.
Die Studie stellt VisPoison vor, ein Backdoor-Angriffsframework, das Text-zu-Visualisierung-Modelle für tabellarische Daten durch Datenvergiftung mit versteckten Auslösern manipuliert, um sensible Daten zu enthüllen, irreführende Visualisierungen zu erzeugen oder Denial-of-Service-Angriffe auszulösen.
Die Arbeit stellt OWL-TAMP vor, ein System, das Vision-Language-Modelle nutzt, um diskrete und kontinuierliche Constraints zu generieren, wodurch Task-and-Motion-Planning-Systeme in der Lage sind, komplexe Manipulationsaufgaben basierend auf natürlichen Sprachanweisungen in offenen Umgebungen zu lösen.
Die Studie zeigt, dass trotz verschiedener Strategien zur Fehlerbehebung die Häufigkeit unbrauchbarer Antworten von LLMs dazu führt, dass ein Großteil der Softwareingenieure die Nutzung von ChatGPT in komplexen Entwicklungsaufgaben aufgibt, was die Notwendigkeit verbesserter Werkzeugunterstützung und Forschung zur Mensch-KI-Interaktion unterstreicht.
Die vorgestellte Arbeit führt einen budget-effizienten Rahmen für das aktive Prompt-Learning ein, der durch klassenbasiertes Clustering und adaptive schwellenwertgesteuerte Abfragen die Anpassung von Vision-Language-Modellen an neue Aufgaben mit weniger gelabelten Daten ermöglicht und dabei bestehende Baselines übertrifft.
Diese Studie stellt eine Taxonomie von neun „Log Smells" vor, die auf einer Analyse von 51 wissenschaftlichen Artikeln basiert, und ordnet diese Fehlertypen bestehenden Werkzeugen zu, um Entwicklern zu helfen, qualitativ hochwertigere Protokollierungscode zu schreiben und Forschungsbedarf aufzuzeigen.
Diese Studie vergleicht die Leistung von Einzelpersonen, ad-hoc-Paaren und nominalen Paaren bei der visuellen Graphanalyse in Mixed Reality und stellt fest, dass eine 3D-Darstellung allein keine besseren kollaborativen Ergebnisse im Vergleich zum Benchmark liefert.
Die Studie stellt ARSGaussian vor, eine Methode zur Synthese neuer Ansichten in der Luftbild-Fernerkundung, die LiDAR-Punktwolken und eine verzerrungskompensierende Koordinatentransformation nutzt, um geometrische Fehler wie schwebende Objekte zu reduzieren und eine präzise 3D-Rekonstruktion zu ermöglichen, wobei zudem der neue AIR-LONGYAN-Datensatz veröffentlicht wird.
Diese Studie analysiert mittels Text-Mining 160 Richtlinien und Policy-Erklärungen aus vierzehn Industriesektoren, um die Governance von Generativer KI und Large Language Models zu bewerten und Handlungsempfehlungen für eine verantwortungsvolle Integration zu geben.
Das Paper stellt Kite vor, ein Protokoll für DAOs, das die private Delegation von Stimmrechten ermöglicht, sodass weder die Identität des Delegierenden noch die des Delegierten öffentlich einsehbar ist, und demonstriert dessen praktische Umsetzbarkeit als Erweiterung von Governor Bravo auf Ethereum.
Die Arbeit stellt iMarkers vor, eine innovative Klasse unsichtbarer fiduzieller Marker, die speziell für Roboter und AR-Geräte entwickelt wurden, um die visuelle Ästhetik von Umgebungen zu bewahren, während sie gleichzeitig eine flexible, robuste und für Menschen nicht wahrnehmbare Orientierung und Objekterkennung ermöglichen.
Die Studie zeigt, dass geschlechtsspezifische Vorurteile in der Wahrnehmung von Führungskräften auch auf KI-Manager übertragen werden, wobei männliche Manager unabhängig von ihrer Natur positiver bewertet werden, während weibliche KI-Manager bei negativen Entscheidungen stärker skeptisch betrachtet werden.
Diese umfassende Umfrage analysiert über 200 Forschungsarbeiten zur Verbesserung der Generalisierbarkeit von Wi-Fi-Sensing-Systemen, indem sie Techniken, Datensätze und zukünftige Forschungsrichtungen strukturiert zusammenfasst und eine neue Plattform für den Datenaustausch einführt.
Die Arbeit stellt RS-STE vor, einen neuartigen Ansatz für die Bearbeitung von Szenentext, der Texterkennung und -manipulation in einem einheitlichen Framework vereint, um durch eine parallele Transformer-Decodierung und eine zyklische selbstüberwachte Feinabstimmung komplexe Pipelines zu überwinden und gleichzeitig State-of-the-Art-Ergebnisse auf synthetischen und realen Datensätzen zu erzielen.