5169 Arbeiten
Diese Arbeit liefert eine vollständige Charakterisierung positionaler ω-regulärer Sprachen durch Paritätsautomaten, beweist die Polynomialzeit-Entscheidbarkeit dieser Eigenschaft und bestätigt eine Vermutung von Kopczyński über die Abgeschlossenheit unter Vereinigung für prefix-unabhängige Ziele.
Der Artikel verallgemeinert die Darstellung von Call-by-Value-Sprachen mit Freyd-Kategorien, indem er zeigt, dass die Repräsentation von effektenbehafteten, bewachten Funktionsräumen parameterisierte Monaden erfordert, was eine intrinsisch-kategorische Beschreibung von Bewachtheit ermöglicht.
Die Autoren präsentieren einen Algorithmus, der es ermöglicht, MSO-Abfragen auf durch einen Straight-Line-Program (SLP) komprimierten Bäumen nach einer linearen Vorverarbeitung mit output-linearem Verzögerung zu enumerieren, was eine signifikante Verbesserung gegenüber bisherigen Verfahren darstellt und zudem logarithmische Vertex-Neubearbeitungszeiten unterstützt.
Diese Arbeit zeigt, dass sich Kausale Graphendynamiken durch Kan-Erweiterungen formalisieren lassen, wodurch die Gültigkeit des Global-Transformations-Anspruchs für diese Klasse nachgewiesen und die universelle Bedeutung der monotonen Variante aufgezeigt wird.
Die vorgestellte Arbeit führt impairment- und repair-indicierende Anwendungskonditionen ein, um Graphtransformationen basierend auf ihrem potenziellen Reparaturgewinn zu bewerten und so die Wiederherstellung der Konsistenz in Graphen zu optimieren.
Die Arbeit stellt eine numerische Integrationsmethode vor, die die Trapezregel mit einer Möbius-Transformation kombiniert, um für Funktionen in gewichteten Sobolevräumen mit monoton fallenden Schwartz-Gewichten eine optimale Konvergenzrate zu erreichen, ohne dass Ableitungen des Gewichts oder Stichproben aus der zugehörigen Verteilung erforderlich sind.
Die Arbeit beweist, dass die Zeros des Partitionsfunktions des anti-ferromagnetischen Potts-Modells für Graphen mit maximalem Grad und Farben nicht verschwinden, was durch Barvinaks Interpolationsmethode zu einem deterministischen polynomiellen Algorithmus für das approximative Zählen von -Färbungen führt und damit die bisherige $2\Delta$-Schranke durchbricht.
Diese Arbeit stellt einen cross-layer Multi-Agent-Ansatz mit hierarchischem und unabhängigem Lernen vor, der durch die dynamische Anpassung mehrerer IEEE802.11-Parameter (CWmin, CWmax, IFSn) die Latenz bei HD-Karten-Updates in VANETs signifikant reduziert.
Die Arbeit stellt TIMotion vor, ein effizientes Framework für die Generierung von menschlich-menschlichen Bewegungen, das durch kausale interaktive Injektion, rollenbasierte Scanning-Verfahren und lokale Musterverstärkung die zeitliche Modellierung und Interaktionsmischung verbessert, um suboptimale Ergebnisse und redundante Parameter bestehender Methoden zu überwinden.
Die Studie stellt VisPoison vor, ein Backdoor-Angriffsframework, das Text-zu-Visualisierung-Modelle für tabellarische Daten durch Datenvergiftung mit versteckten Auslösern manipuliert, um sensible Daten zu enthüllen, irreführende Visualisierungen zu erzeugen oder Denial-of-Service-Angriffe auszulösen.
Die Arbeit stellt OWL-TAMP vor, ein System, das Vision-Language-Modelle nutzt, um diskrete und kontinuierliche Constraints zu generieren, wodurch Task-and-Motion-Planning-Systeme in der Lage sind, komplexe Manipulationsaufgaben basierend auf natürlichen Sprachanweisungen in offenen Umgebungen zu lösen.
Die Studie zeigt, dass trotz verschiedener Strategien zur Fehlerbehebung die Häufigkeit unbrauchbarer Antworten von LLMs dazu führt, dass ein Großteil der Softwareingenieure die Nutzung von ChatGPT in komplexen Entwicklungsaufgaben aufgibt, was die Notwendigkeit verbesserter Werkzeugunterstützung und Forschung zur Mensch-KI-Interaktion unterstreicht.
Die vorgestellte Arbeit führt einen budget-effizienten Rahmen für das aktive Prompt-Learning ein, der durch klassenbasiertes Clustering und adaptive schwellenwertgesteuerte Abfragen die Anpassung von Vision-Language-Modellen an neue Aufgaben mit weniger gelabelten Daten ermöglicht und dabei bestehende Baselines übertrifft.
Diese Studie stellt eine Taxonomie von neun „Log Smells" vor, die auf einer Analyse von 51 wissenschaftlichen Artikeln basiert, und ordnet diese Fehlertypen bestehenden Werkzeugen zu, um Entwicklern zu helfen, qualitativ hochwertigere Protokollierungscode zu schreiben und Forschungsbedarf aufzuzeigen.
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.
Diese Arbeit zeigt, dass die Lauflängenfolgen sowie die Start- und Endpositionen der -ten Lauflänge in Papierfaltungsfolgen 2-synchronisiert und somit durch endliche Automaten berechenbar sind, was zu neuen Ergebnissen über den kritischen Exponenten und die Subwortkomplexität führt und frühere Befunde verallgemeinert.
Die Studie stellt ARSGaussian vor, eine Methode zur Synthese neuer Ansichten in der Luftbild-Fernerkundung, die LiDAR-Punktwolken und eine verzerrungskompensierende Koordinatentransformation nutzt, um geometrische Fehler wie schwebende Objekte zu reduzieren und eine präzise 3D-Rekonstruktion zu ermöglichen, wobei zudem der neue AIR-LONGYAN-Datensatz veröffentlicht wird.
Diese Studie analysiert mittels Text-Mining 160 Richtlinien und Policy-Erklärungen aus vierzehn Industriesektoren, um die Governance von Generativer KI und Large Language Models zu bewerten und Handlungsempfehlungen für eine verantwortungsvolle Integration zu geben.
Diese Studie stellt den ELIPformer vor, ein Transformer-Modell, das durch die Fusion von EEG-Signalen mit sprach- und bildbasierten Vorwissen aus vortrainierten Modellen die Leistung von RSVP-BCI-Systemen bei der queraufgabenbezogenen, kalibrierungsfreien Decodierung signifikant verbessert.
Diese Arbeit stellt die MTREE-Net-Architektur und einen zugehörigen Open-Source-Datensatz vor, die durch die Fusion von EEG- und Augenbewegungssignalen die Genauigkeit der Entschlüsselung mehrerer Zielkategorien in RSVP-basierten Brain-Computer-Interfaces signifikant verbessern.