927 Arbeiten
Dieses Paper präsentiert ein KI-gestütztes Profiling-Modell innerhalb einer Cyber-Range-Umgebung, das die Leistung der Lernenden kontinuierlich evaluiert, um automatisiertes, personalisiertes Feedback und adaptive Lernpfade zu generieren, wodurch zentrale Herausforderungen hinsichtlich Skalierbarkeit und Personalisierung in der Cybersicherheitsausbildung adressiert werden.
Dieses Paper schlägt ein leichtgewichtiges, Echtzeit-semantisches Frontend vor, das eine periodische Instanzsegmentierung mit einer registrierungsgesteuerten Gauß-Mapping-Pipeline integriert, um dynamische Objekte effektiv zu entfernen und die Robustheit von RGB-D SLAM in dynamischen Umgebungen zu verbessern.
Diese Studie präsentiert LV-YOLO, ein zweistufiges Deep-Learning-Framework, das MobileNetV3 für das globale Screening und ein optimiertes YOLOv11-Modell mit neuartigen Attention- und Upsampling-Modulen kombiniert, welches die lymphovaskuläre Invasion in Ganzschnittbildern von Magenkrebs effektiv und präzise detektiert, um Pathologen bei der klinischen Risikostratifizierung zu unterstützen.
SpectralMLP führt ein neuartiges Hypergraph-Neural-Network-Framework ein, das die traditionelle Aggregation durch einen effizienten, ohne Message-Passing funktionierenden Dual-Frequenz-Spektralfiltermechanismus unter Verwendung lernbarer Jacobi-Polynom-Basen ersetzt und dabei eine State-of-the-Art-Leistung über mehrere Benchmarks hinweg erzielt, während es eine geringere Parameteranzahl als die meisten bestehenden Methoden beibehält.
Diese Studie präsentiert einen kontrollierten Benchmark zum Vergleich von rein sequenziellen, bildbasierten (GAF), hybriden und statistischen Modellen zur Anomalieerkennung im Haushaltsstromverbrauch und stellt fest, dass die direkte zeitliche Modellierung (Raw 1D-CNN) unter synthetischen Perturbationsprotokollen andere Ansätze übertraf, während gleichzeitig die Notwendigkeit einer vorsichtigen Interpretation aufgrund des Ein-Haushalt-Umfangs des Datensatzes und des Fehlens von realen Fehlerannotationen betont wird.
Dieses Paper präsentiert ein intelligentes Lagerausführungssystem, das SAP EWM, Large Language Models, SAP BTP und autonome mobile Roboter integriert, um eine durch natürliche Sprache gesteuerte Aufgabenausführung zu ermöglichen, wobei durch adaptive Mensch-Roboter-Kollaboration eine Erfolgsquote von 98 % und eine durchschnittliche Ausführungszeit von 4,7 Sekunden erreicht wird.
Diese systematische Literaturübersicht analysiert 97 Studien, um sechs zentrale Governance-Mechanismen für verantwortungsvolle KI in der Wirtschaft zu identifizieren, wobei ein Konsens über ethische Prinzipien wie Rechenschaftspflicht und Fairness aufgezeigt wird, während gleichzeitig erhebliche Implementierungsherausforderungen und Forschungslücken hervorgehoben werden, die eine effektive Anwendung behindern.
Das Papier präsentiert ARIES-Mission, ein modulares Vision-Language-System, das die UAV-Missionsplanung durch die Auswahl der kürzesten machbaren Route aus einem Portfolio von vier Kandidaten (Roherkennungsreihenfolge, Ameisenkolonieoptimierung, differentielle Evolution und Partikelschwarmoptimierung) verbessert und dabei eine Reduktion der Gesamtdistanz um 24,21 % sowie eine nahezu optimale Leistung mit einer mittleren Lücke von 0,042 % zum exakten Optimum erzielt.
Dieses Paper präsentiert ein KI-gestütztes Framework, das durch die Erfassung multimodaler Daten immersive VR- und MR-Trainings-Tutorials aus Experten-Demonstrationen generiert, um strukturierte Schritt-für-Schritt-Anleitungen mit 3D-Avatar-Replays zu erstellen und dadurch skalierbares, instruktorenfreies industrielles Training zu ermöglichen.
Dieses Paper stellt die Trust-Gated Predictive Reallocation (TGPR) vor, einen bayesianischen Auktionsmechanismus, der die Aufgabenallokation und Timeouts basierend auf Schätzungen der Kommunikationszuverlässigkeit pro Roboter dynamisch anpasst, um den Nachrichten-Overhead und doppelte Ausführungen in verlustbehafteten Netzwerken zu reduzieren, obgleich er unter schlechten Kanalbedingungen aufgrund von Timeout-Inflation unbeabsichtigt die Gesamtrate der Aufgabenerfüllung senkt.