57 Arbeiten
Die Studie zeigt, dass bei knappen Ressourcen eine höhere Intelligenz und Vielfalt von KI-Agenten zu gefährlichen Systemüberlastungen führen kann, während bei ausreichender Kapazität dieselben Faktoren die Überlastung minimieren, wobei das Ergebnis ausschließlich vom Verhältnis von Kapazität zu Populationsgröße abhängt.
Die Studie zeigt, dass disziplinäre Fördermittel im Gegensatz zu interdisziplinären Zuschüssen den eigentlichen Motor für hochimpactige, interdisziplinäre Forschungsergebnisse darstellen, da sie tiefes Fachwissen und gezielte Investitionen erfordern.
Diese Studie bietet eine umfassende Analyse der dynamischen Verhaltensweisen und verschiedener Stabilitätsarten von 39 McCulloch-Pitts-Modellen mit zwei Knoten unter Berücksichtigung von Selbstschleifen, unterschiedlichen Binärwerten und Parameteränderungen, um ein besseres Verständnis minimaler komplexer Systeme zu ermöglichen.
Die Arbeit stellt das GroupMultiNeSS-Modell vor, das die gleichzeitige Extraktion gemeinsamer, gruppenspezifischer und individueller latenter Strukturen aus gruppierten Multiplex-Netzwerken ermöglicht und damit die Modellierungsgenauigkeit sowie die Identifizierung biologischer Unterschiede in Parkinson-Datensätzen verbessert.
Die Arbeit stellt eine skalierbare Erweiterung von CopulaGNN für die Vorhersage von Kantensignalen in signierten Graphen vor, die durch die effiziente Parametrisierung der Korrelationsmatrix und eine reformulierte bedingte Wahrscheinlichkeitsverteilung die rechnerische Komplexität reduziert und gleichzeitig eine schnelle Konvergenz sowie wettbewerbsfähige Leistung erzielt.
Diese Arbeit stellt einen statistisch fundierten Schätzer für die „Segmentiertheit" von Netzwerken vor, der auf einer zufälligen Stichprobe von Knotenpaaren basiert und es ermöglicht, den Sicherheitsgrad eines Netzwerks unabhängig von seiner Größe präzise zu quantifizieren.
Threadle ist eine speicher-effiziente, in C# entwickelte Open-Source-Engine, die es ermöglicht, extrem große, mehrschichtige und gemischte Netzwerke mit Millionen von Knoten und Milliarden von Kanten durch eine innovative Pseudo-Projektions-Methode zu speichern und abzufragen, ohne die speicherintensive explizite Projektion zu materialisieren.
Dieser Artikel schlägt eine einheitliche Definition und ein auf den OODA-Loop basierendes Interaktionsframework für die kognitive Kriegsführung vor, um deren Bewertung zu ermöglichen und anhand einer Fallstudie die Anwendung für militärische Führungskräfte zu veranschaulichen.
Diese Studie zeigt, dass makroökonomische Schwankungen und Tail-Risiken durch die Interferenz von sich im Produktionsnetzwerk ausbreitenden Produktivitätswellen entstehen, wobei die spektralen Eigenschaften des Netzwerks und die Konvergenzgeschwindigkeit zum Gleichgewicht entscheidender sind als die Heterogenität der Gradverteilung, wie sie in statischen Modellen angenommen wird.
Diese Studie analysiert die Aktivitäten und den Einfluss von Socialbots in modernen japanischen sozialen Medien und stellt fest, dass deren Wirkung in Japan stärker ist als bei der US-Präsidentschaftswahl 2016, wobei von Menschen retweetete Socialbot-Konten kaum von menschlichen Konten zu unterscheiden sind.
Diese Arbeit schlägt den Korrelationskoeffizienten als robustes Maß zur Bewertung der Community-Recovery in stark unausgewogenen Szenarien vor und zeigt, dass ein einfacher Algorithmus basierend auf gemeinsamen Nachbarn auch kleine und heterogene Gemeinschaften in Planted-Partition-Modellen erfolgreich rekonstruieren kann, ohne dass vorherige Kenntnis der Modellparameter erforderlich ist.
Die Arbeit stellt den neuen Algorithmus HIT-Leiden vor, der durch die Aufrechterhaltung hierarchischer Strukturen und verbundener Komponenten die effiziente Aktualisierung von Leiden-Communities in großen dynamischen Graphen ermöglicht und dabei im Vergleich zu bestehenden Lösungen Geschwindigkeitssteigerungen von bis zu fünf Größenordnungen bei gleicher Qualität erzielt.
Die Studie „Molt Dynamics" analysiert die emergenten Koordinationsphänomene in einer Population von über 770.000 autonomen KI-Agenten und zeigt, dass sich trotz spontaner Rollenspezialisierung und dezentraler Informationsverbreitung noch keine effektive kooperative Problemlösung entwickelt hat, da die Erfolgsraten deutlich unter denen einzelner Agenten liegen.
Die Arbeit stellt UrbanHuRo vor, ein zweischichtiges Mensch-Roboter-Kollaborationsframework, das durch die gemeinsame Optimierung von heterogenen städtischen Diensten wie Lieferungen und Sensing mittels verteilter Algorithmen und Deep Reinforcement Learning die Abdeckung, das Einkommen und die Effizienz in Smart Cities signifikant verbessert.
Diese Arbeit stellt ein auf multivariaten Hawkes-Prozessen basierendes zeitliches Rahmenwerk vor, das intrinsische Interaktionstendenzen von algorithmischen Verstärkungseffekten in sich entwickelnden Netzwerken trennt und eine neue Momentan-Bias-Metrik zur zuverlässigen Erfassung von Rückkopplungseffekten durch Link-Vorhersagealgorithmen einführt.
Die Arbeit etabliert eine Hierarchie, die Graphen als spezielle „fokale Hypergraphen" definiert, bei denen Interaktionen relativ zu einem Referenzknoten stehen, und zeigt, dass allgemeine Hypergraphenmodelle durch nicht-fokale Interaktionen eine strikte Erweiterung darstellen, wobei die Wahl des Modells von der Art der zugrundeliegenden Interaktion abhängen sollte.
Diese Studie analysiert ein zehnjähriges YouTube-Datenset und stellt fest, dass Affiliate-Marketing zwar weit verbreitet ist, die Einhaltung der FTC-Vorschriften zur Offenlegung jedoch gering bleibt, wobei plattformseitige Standardisierungsfunktionen als wirksames Mittel zur Verbesserung der Compliance identifiziert werden.