7179 Arbeiten
Diese Studie präsentiert ein KI-System, das auf über 45.000 Ultraschallbildern trainiert wurde, um fetale Gesichtsfehlbildungen mit einer Genauigkeit zu erkennen, die der von erfahrenen Radiologen entspricht und die von weniger erfahrenen Fachkräften deutlich übertrifft, während es gleichzeitig als effektives Lernwerkzeug zur Beschleunigung der Ausbildung in diesem seltenen medizinischen Bereich dient.
Das Papier stellt RAMoEA-QA vor, ein hierarchisch geroutetes generatives Modell, das durch eine zweistufige Bedingungsspezialisierung mittels Audio-Mixture-of-Experts und Language-Mixture-of-Adapters robuste und generalisierbare Antworten auf Fragen zu respiratorischen Audiodaten liefert und dabei bestehende Baseline-Modelle übertrifft.
Die Arbeit stellt LiveSense vor, eine Cross-Plattform, die handelsübliche Wi-Fi-Netzwerkkarten in Laptops in Echtzeit-Range-Doppler-Sensoren mit Zentimeter-Genauigkeit verwandelt, ohne die gleichzeitige Kommunikationsfähigkeit zu beeinträchtigen.
Die Studie stellt H²RL vor, einen hybriden Zwei-Stufen-Ansatz, der durch eine logikbasierte Vortrainingsstrategie tiefes Reinforcement Learning verbessert, um Agenten von kurzfristigen Belohnungsschleifen wegzuführen und ihre Leistung in langfristigen Entscheidungsprozessen gegenüber reinen neuronalen, symbolischen und neuro-symbolischen Baselines zu steigern.
Das Paper stellt SUREON vor, einen umfassenden Video-QA-Datensatz und ein darauf trainiertes Vision-Language-Modell, das durch die Extraktion von Experten-Narrationen aus chirurgischen Lehrvideos die Fähigkeit zur chirurgischen Reasoning (Schlussfolgerung) entwickelt und dabei bestehende Modelle in Sicherheitsbewertungen, Entscheidungsanalysen und Prognosen deutlich übertrifft.
Die Arbeit stellt Fly360 vor, ein zweistufiges Wahrnehmungs- und Entscheidungsframework für Drohnen, das mithilfe von Panoramasicht und einer festen Trainingsstrategie mit zufälliger Gierbewegung eine robuste omnidirektionale Hindernisvermeidung ermöglicht und damit herkömmliche, auf die Vorwärtsrichtung beschränkte Ansätze übertrifft.
Die Arbeit stellt BEVLM vor, ein Framework, das semantisches Wissen aus großen Sprachmodellen in räumlich konsistente Vogelperspektiven-Repräsentationen (BEV) integriert, um die reasoning-Fähigkeiten in komplexen Fahrszenen zu verbessern und die Sicherheit in End-to-End-Steuerungssystemen signifikant zu erhöhen.
Die Studie zeigt, dass ein auf prädiktiven neuronalen Netzen basierendes Generierungsmodell (EIGen) neue visuelle Bewegungsillusionen erzeugt, die auch Menschen täuschen, und untermauert damit die Hypothese, dass solche Illusionen durch die Vorhersagen des Gehirns statt durch reine Sinnesreize entstehen.
Die Autoren stellen EHRSQL vor, ein neues Text-to-SQL-Datenset für elektronische Patientenakten, das auf Umfragen mit Krankenhausmitarbeitern basiert und als praktischer Benchmark dient, um Modelle für komplexe Abfragen, Zeitverständnis und die Unterscheidung beantwortbarer Fragen in der Gesundheitsversorgung zu entwickeln und zu bewerten.
Dieser Artikel stellt technische Details und zentrale Ergebnisse des Einsatzes von Deep Learning für das Mechanismusdesign vor, das die theoretisch unmögliche gleichzeitige Erfüllung mehrerer wünschenswerter Eigenschaften in realen Anwendungen wie Energiemanagement, Ressourcenallokation und Auktionen durch approximative Lösungen ermöglicht.
Die Arbeit stellt FEP-Nav vor, ein biologisch inspiriertes Framework, das durch die Minimierung der Variational Free Energy mittels eines Top-down-Decoders und adaptiver Normalisierung eine robuste Echtzeit-Wahrnehmungsanpassung für die visuelle Navigation unter unsicheren und verrauschten Bedingungen ermöglicht.
Die vorgestellte Arbeit zeigt, dass durch das Hinzufügen eines einfachen Prompts, der das Generieren einer korrekten und einer falschen Antwort verlangt, große Sprachmodelle ihre Fähigkeit zur komplexen logischen Schlussfolgerung erheblich verbessern und dabei bestehende Zero-Shot- und Few-Shot-Methoden in verschiedenen Aufgabenbereichen übertreffen.
Dieser Artikel stellt eine neuartige Lernmethode vor, die durch die Distillation privilegierter Informationen aus LKH-Heuristiken und eine anschließende überwachtes Anpassung den Dubins-Reisenden-Problem mit Nachbarschaften (DTSPN) für nicht-holonome Fahrzeuge etwa 50-mal schneller löst als herkömmliche Ansätze und dabei eine vollständige Erfassung aller Aufgabenpunkte gewährleistet.
Das Paper stellt GPSL vor, eine servergesteuerte Methode für Parallel Split Learning, die durch globales Sampling die Batch-Größe unabhängig von der Client-Anzahl hält, Verzerrungen bei nicht-IID-Daten eliminiert und so eine zentralisierte Genauigkeit mit geringem Overhead erreicht.
Der Artikel schlägt vor, dass Bewusstsein aus der evolutionären Notwendigkeit resultiert, dass lebende Systeme unbeschriftete sensorische Informationen hierarchisch nach Valenz (gut/schlecht) interpretieren, um Homöostase zu gewährleisten, wobei diese qualitative Verarbeitung der Grundlage für jede objektive Eigenschaftsdarstellung vorausgeht.
Diese Arbeit stellt Path Planning (P2) vor, eine neue Inferenzstrategie für Masked Diffusion Models, die durch die Einführung eines Planungs- und eines Denoising-Schritts die Möglichkeit bietet, bereits generierte Tokens iterativ zu verfeinern, und dadurch in Bereichen wie Proteinsequenzen, Mathematik und Code-Generierung einen neuen State-of-the-Art erreicht.
Die Arbeit stellt FBFL vor, einen neuartigen, auf Feldkoordinierung basierenden Ansatz für das Federated Learning, der durch dezentrale, räumlich organisierte Hierarchien und personalisierte Leader-Election-Verfahren nicht nur die Herausforderungen nicht-identisch verteilter (non-IID) Daten effektiv löst, sondern auch die Skalierbarkeit und Ausfallsicherheit gegenüber zentralisierten Architekturen wie FedAvg, FedProx und Scaffold verbessert.
Diese Arbeit stellt eine umfassende Übersicht über generative Modelle in der Entscheidungsfindung vor, die durch eine funktionale Taxonomie im Rahmen von „Control as Inference" vier zentrale Rollen definiert, kritische Risiken in Hochrisikodomänen analysiert und den Weg zu allgemeinen physischen Intelligenzen aufzeigt.
Basierend auf einer Nutzerstudie mit 16 Spieleentwicklern identifiziert diese Arbeit den Bedarf an besserer Integration von KI-generierten grafischen Assets in bestehende Pipelines und leitet daraus benutzerzentrierte Heuristiken für die Gestaltung entsprechender Tools ab.
Die Studie stellt den öffentlich zugänglichen StudyChat-Datensatz vor, der Interaktionen von Studierenden mit einem KI-Tutor in einem KI-Kurs analysiert und zeigt, dass die Nutzung von LLMs zum Verständnis von Konzepten und zum Programmieren die Leistungen verbessert, während deren Einsatz zum Umgehen von Lernzielen zu schlechteren Examenergebnissen führt.