60 Arbeiten
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 Arbeit stellt ReDON vor, einen neuartigen rekurrenten optischen neuronalen Prozessor, der durch rekonfigurierbare, selbstmodulierte Nichtlinearitäten die statischen Grenzen herkömmlicher diffraktiver optischer Netzwerke überwindet und dabei die Genauigkeit bei minimalem Energieverbrauch signifikant steigert.
Das Paper stellt AnalogToBi vor, ein Framework zur automatischen Generierung von analogen Schaltungstopologien auf Bauteilebene, das durch eine bipartite Graphendarstellung, grammatikgesteuertes Decodieren und Daten-Augmentierung elektrische Validität sowie hohe Neuheit sicherstellt und dabei die Leistungsfähigkeit bestehender Methoden übertrifft.
Die Arbeit stellt Scale-Plan vor, ein skalierbares Framework, das große Sprachmodelle nutzt, um aus natürlichen Anweisungen kompakte, aufgabenrelevante Darstellungen zu generieren und so die Planung für heterogene Multi-Roboter-Teams durch die Filterung irrelevanter Informationen effizienter und zuverlässiger zu gestalten.
Diese Studie stellt eine policy-bewusste, cross-layer-Methode vor, die es ermöglicht, anhand von Endgeräte-Telemetrie und Host-Proben die verschiedenen Betriebsmodi (Priorität, Drosselung, Stay-Active) von Starlink-Terminals ohne Zugriff auf Betreiberdaten zu identifizieren und zu auditieren.
Diese Arbeit stellt eine automatisierte Pipeline vor, die mithilfe von Large Language Models (LLMs) flaky Tests in Quantensoftware erkennt und deren Ursachen analysiert, wodurch ein bestehender Datensatz um 54 % erweitert wird und Modelle wie Google Gemini eine hohe Genauigkeit bei der Klassifizierung und Ursachenidentifikation erreichen.
Die Arbeit stellt DendroNN vor, ein neuartiges, dendritenzentrisches neuronales Netzwerk, das durch die Nachahmung von Sequenzerkennungsmechanismen in Dendriten und eine gradientenfreie Umverdrahtung energieeffiziente, hochpräzise Klassifizierung von ereignisbasierten Daten ermöglicht und dabei eine Hardware-Architektur mit bis zu vierfacher Effizienzsteigerung gegenüber bestehenden neuromorphen Systemen bietet.
Die Arbeit stellt MM-tau-p² vor, einen neuen Benchmark mit 12 Metriken zur automatisierten, ganzheitlichen Evaluierung der Robustheit von multimodalen Agenten in Dual-Control-Szenarien unter Berücksichtigung von Persona-Anpassungen und Echtzeit-Interaktionen in Domänen wie Telekommunikation und Einzelhandel.
Das Paper stellt KV-Lock vor, ein trainingsfreies Framework für DiT-basierte Videodiffusionsmodelle, das durch die dynamische Anpassung der KV-Caching-Rate und der CFG-Stärke auf Basis einer Halluzinationsmetrik gleichzeitig die Hintergrundkonsistenz erhält und die Vordergrundqualität bei Video-Editing-Aufgaben verbessert.
Die Arbeit stellt den Workload Variant Autoscaler (WVA) vor, eine auf \texttt{llmd} abgestimmte globale Steuerungsplattform, die durch die Berücksichtigung von SLOs, Hardware-Heterogenität und internem Engine-Zustand im Vergleich zum herkömmlichen Kubernetes-HPA die effektive Durchsatzleistung um 37 % steigert, die Anzahl der fehlgeschlagenen Anfragen um das Zehnfache reduziert und den Energieverbrauch senkt.
Diese Studie zeigt, dass ein kostengünstiges FMCW-MIMO-Radar zwar robuste Durchschnittswerte für Atem- und Herzfrequenz liefert, jedoch aufgrund von Multipath-Effekten und Signal-Rausch-Verhältnissen bei variablen Entfernungen und für hochauflösende Beat-to-Beat-Messungen nur eingeschränkte Genauigkeit bietet.
Diese Studie charakterisiert die dielektrischen Eigenschaften von Schweinehaut als menschlichem Gewebesurrogat im Frequenzbereich von 0,1 bis 11 THz mittels Terahertz-Zeitbereichsspektroskopie und liefert damit eine wichtige Datengrundlage für die Modellierung von Intra-Körper-Nanosensornetzwerken.
Diese Arbeit entwickelt ein umfassendes, physikalisch interpretierbares dielektrisches Modell der menschlichen Haut im sub-Terahertz- und Terahertz-Bereich, das auf Multi-Debye-Relaxationstheorie und effektiven Mediumansätzen basiert, um frequenzabhängige Permittivität für verschiedene Hautschichten und Zelltypen präzise vorherzusagen und so die Grundlage für die Optimierung nicht-invasiver Diagnose- und Bildgebungsverfahren zu legen.
Diese Studie untersucht die Nutzung eines von einem Large Language Model (LLM) angetriebenen virtuellen Führers durch 16 blinde und sehbehinderte Personen in sozialen VR-Umgebungen und zeigt, dass die Interaktionsweise je nach Anwesenheit anderer Nutzer zwischen einer instrumentellen Werkzeugnutzung und einer companionschaftlichen Beziehung wechselt, woraus wichtige Designempfehlungen für zukünftige barrierefreie VR-Systeme abgeleitet werden.
Die Arbeit stellt PASS vor, ein skalierbares Framework für paarweise eingeschränktes k-Means-Clustering, das durch die Fokussierung der Optimierung auf eine kleine Teilmenge und die formale Behandlung von Cannot-Link-Bedingungen als Listenfärbungsproblem effiziente und verifizierbare Lösungen für klassische und quantenhybride Ansätze liefert.
Die Arbeit stellt TimeSpot vor, einen Benchmark mit 1.455 Bildern aus 80 Ländern, der zeigt, dass aktuelle Vision-Language-Modelle bei der rein visuellen Inferenz von geografischen und zeitlichen Merkmalen sowie bei der räumlich-zeitlichen Schlussfolgerung in realen Szenarien erhebliche Defizite aufweisen.
Der Artikel argumentiert, dass Resilienz bei der Integration von HPC und Quantenprozessoren als vorrangiges Designkriterium etabliert werden muss, und fordert die Entwicklung quantitativer Modelle und Metriken, die Methoden aus dem Bauingenieurwesen nutzen, um die Zuverlässigkeit hybrider Systeme zu bewerten und den Wert von Verbesserungen in der Quantentechnologie-Stack zu quantifizieren.
Die Arbeit stellt den HGT-Scheduler vor, ein auf Deep Reinforcement Learning basierendes Framework, das das Job-Shop-Scheduling-Problem durch die explizite Modellierung als heterogener Graph mittels Heterogeneous Graph Transformer löst und dadurch durch die Berücksichtigung unterschiedlicher Kantentypen eine überlegene Leistung im Vergleich zu homogenen Ansätzen erzielt.
Diese Systematisierung des Wissens zu selbstsouveränen digitalen Identitäten (SSDI) analysiert 80 Quellen, um sechs zentrale Hindernisse für die breite Einführung zu identifizieren, bewertet 12 reale Anwendungen und zeigt auf, dass Selbstsouveränität in der Praxis ein Spektrum darstellt, um die Forschung und Adoption auf diesem Gebiet voranzutreiben.
Die vorgestellte Arbeit überwindet die durch Bistatik bedingten Phasenverschiebungen in der drahtlosen Sensierung, indem sie erstmals eine quantitative Abbildung zwischen verzerrten Kanalverhältnissen und idealen Kanaleigenschaften herleitet und so eine robuste Methode zur Rekonstruktion subwellenlängiger Zielverschiebungen mit nahezu zehnfacher Genauigkeitssteigerung ermöglicht.