250 Arbeiten
Diese Studie präsentiert die erste physikalische Testumgebung für das Internet of Mirrors (IoM), die vier Berechnungsplatzierungsstrategien unter realen Netzwerkbedingungen bewertet und zeigt, dass die optimale Entscheidung zwischen Edge- und Cloud-Verarbeitung von Netzwerkkapazität, Knotenproximität und Auslastung abhängt, um Latenz und Ressourcenverbrauch auszubalancieren.
Diese Arbeit stellt mit AndroidWorld-Generalization einen neuen Benchmark und ein skalierbares Reinforcement-Learning-System vor, das zeigt, dass RL-basierte VLM-Agenten auf mobilen Geräten zwar signifikant besser auf unbekannte Aufgabeninstanzen generalisieren als überwachte Feinabstimmung, jedoch weiterhin vor erheblichen Herausforderungen bei der Generalisierung auf unbekannte Vorlagen und Anwendungen stehen.
Das Paper stellt GeoVisA11y vor, ein auf KI basierendes Frage-Antwort-System, das Geovisualisierungen durch natürliche Sprachinteraktion für Nutzer von Bildschirmlesern zugänglich macht und dabei durch eine Studie mit 12 Teilnehmern sowohl die Überwindung von Zugänglichkeitslücken als auch unterschiedliche Interaktionsmuster zwischen sehenden und sehbehinderten Nutzern nachweist.
Diese Studie zeigt, dass im Freelance-Bereich eine Diskrepanz zwischen der passiven Offenlegungspraxis von Arbeitnehmern und dem Wunsch der Kunden nach proaktiver Transparenz bezüglich KI-Nutzung besteht, was durch unklare Richtlinien zu Missverständnissen führt und die Notwendigkeit klarerer Richtlinien unterstreicht.
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.
Das Paper stellt MIRO vor, ein datenschutzkonformes System, das verteilte Feinstaub-Sensoren mit einem Multi-Radar-Identifikationsframework kombiniert, um die Exposition von Arbeitnehmern in industriellen Umgebungen wie Steinbrüchen präzise zu überwachen, ohne auf visuelle Daten angewiesen zu sein.
Das Paper stellt AiRWeb vor, ein AR-System, das die begrenzten Bildschirmflächen mobiler Geräte überwindet, indem es Nutzern ermöglicht, Webinhalte flexibel auszuwählen und in den umgebenden Raum zu übertragen, wobei eine vorgestellte Studie die Benutzerfreundlichkeit des Prototyps bestätigt, aber noch offene Gestaltungsfragen bei der Aktivierung des Übertragungsmodus aufzeigt.
Der vorgeschlagene Ansatz transformiert rohe, niedrigstufige Systemprotokolle aus Kreativwerkzeugen in strukturierte, hochstufige Verhaltensgraphen, um die Grundlage für prozessbewusste Agenten zu schaffen, die kreative Absichten verstehen und Nutzer durch kontextbezogene Vorschläge unterstützen können.
Die Arbeit argumentiert, dass herkömmliche embeddings-basierte Ähnlichkeitsmaße kreative Wendepunkte in KI-gestützten Designprozessen übersehen, und identifiziert drei zentrale Herausforderungen sowie kontextbewusste Interventionen mittels großer Sprachmodelle als Lösungsansatz für eine domänenübergreifende Analyse.
Diese Arbeit stellt eine Methode vor, die mithilfe eines origin-zentrierten Graphen (OCG) automatisch Aufgabenunterbrechungen in VR-Aufzeichnungen erkennt, um eine adaptive Wiedergabe basierend auf dem Benutzerfortschritt zu ermöglichen.
Der Bericht stellt YAQIN vor, eine gemeinsam entwickelte KI-Anwendung, die durch einen vertrauenswürdigen, islamisch fundierten Chatbot und ein geführtes Tagebuch die kulturell sensible psychische Gesundheitsversorgung für muslimische Frauen in Großbritannien verbessert.
Die Studie zeigt, dass Large Language Models in Zwei-Armen-Bandit-Szenarien trotz Variationen der Dekodierungsparameter robuste, rigide Entscheidungsverzerrungen aufweisen, die durch niedrige Lernraten und hohe Inverse-Temperaturen erklärt werden und potenzielle Auswirkungen auf die Mensch-KI-Interaktion haben.
Diese Arbeit stellt das „Three Praxes Framework" vor, das auf einer Analyse von 90 Studien zur sozialen Zugänglichkeit basiert und drei getrennte Praxisbereiche (Artefakt, Ökosystem, Epistemologie) identifiziert, um die Forschung zu einem integrierten Zyklus zu führen, in dem die gelebten Erfahrungen behinderter Menschen materielle Realitäten und theoretisches Wissen wechselseitig transformieren.
Der Artikel schlägt vor, das Ziel assistiver Technologien von der bloßen Autonomie hin zur „relationalen Souveränität" zu verschieben, die Menschen mit Behinderungen die Macht einräumt, selbst zwischen Unabhängigkeit und Interdependenz zu wählen, und bietet dafür ein neues Design-Raster sowie vier konkrete Interventionen an.
Der Artikel schlägt vor, die Interaktion zwischen Mensch, KI und Robotern neu als „Scaffolding" zu konzeptualisieren, bei dem Menschen als Regisseure ihre kreative Absicht steuern, während die KI als Vermittler zwischen menschlichem Ausdruck und robotischer Ausführung dient, um so menschliche Kreativität und Handlungsfähigkeit in offenen Umgebungen zu unterstützen.
Die Studie analysiert die Governance von KI-generierten Inhalten auf 40 sozialen Medienplattformen und stellt fest, dass die meisten sich auf die Moderation von Verstößen und die Offenlegung konzentrieren, während sie oft Themen wie Urheberrecht und Monetarisierung vernachlässigen, was einen Aufruf zu umfassenderen Richtlinien und Nutzerbildung begründet.
Die Studie „Broken Access" identifiziert mittels des Evaluierungsrahmens AWARE erhebliche Sicherheits- und Zugänglichkeitslücken bei screenreader-gestützten Zwei-Faktor- und passwortlosen Authentifizierungsmethoden, die blinde und sehbehinderte Nutzer anfällig für verschiedene Angriffe machen.
Dieses Paper stellt ein duales Mensch-Maschine-Planungssystem vor, das durch eine Kombination aus LLM-gestützter aktiver Abfrage zur Klärung von Unsicherheiten und einer Echtzeit-Intent-Inferenz basierend auf räumlichen Hinweisen die Zusammenarbeit in offenen Umgebungen effizienter gestaltet und Interaktionskosten sowie Ausführungszeiten signifikant reduziert.
Der Artikel argumentiert, dass der Missbrauch von KI im Bildungswesen weniger ein Detektions- als vielmehr ein Messproblem darstellt, und schlägt das „Learning Visibility Framework" vor, das durch transparente Prozessnachweise und klare Regeln für den KI-Einsatz anstelle von Überwachungstools ethische Integrität und Vertrauen zwischen Lehrenden und Lernenden wiederherstellt.
Diese Studie untersucht mittels eines Wizard-of-Oz-Experiments die nonverbalen Interaktionsmuster neurotypischer und autistischer Kinder mit anthropomorphen Agenten in offenen Aufgaben, um wichtige Verhaltensweisen für die Entwicklung inklusiver sozialer Robotersysteme zu identifizieren.