5296 Arbeiten
Diese Arbeit stellt einen adaptiven Regelungsrahmen vor, der eine Impedanzregelung mit einem Reinforcement-Learning-Agenten kombiniert, um Roboter zu befähigen, heterogene Materialien in Laborvials durch dynamische Anpassung der Kontaktkräfte effizienter abzusammeln als herkömmliche Ansätze.
Die Arbeit stellt PPGuide vor, einen leichten, klassifikatorbasierten Ansatz, der vortrainierte Diffusionspolicies durch eine selbstüberwachte Performance-Vorhersage zur Vermeidung von Fehlermoden steuert und so die Robustheit bei robotischen Manipulationsaufgaben verbessert.
Die Arbeit stellt einen nahezu instanzoptimalen Algorithmus für das Poisson-Sampling über azyklische Joins vor, der durch die Kombination eines zufälligen Zugriffsindex und einer Probing-Strategie in Spaltenspeichern eine deutlich höhere Effizienz als herkömmliche Methoden erreicht und gleichzeitig eine einheitliche Grundlage für sowohl klassisches Join-Verarbeitung als auch Sampling bietet.
Die Arbeit stellt „World Mouse" vor, einen Kreuzrealitäts-Cursor, der durch die Kombination von Oberflächen-Normals für präzise Objektinteraktionen und Interpolation für die Navigation durch leeren Raum die bekannten 2D-Maus-Steuerungen auf komplexe 3D-Szenen überträgt und dabei physische Objekte als interaktive Flächen nutzt.
Die Arbeit stellt das Color Fidelity Dataset (CFD) und die Color Fidelity Metric (CFM) vor, um die oft zu lebhaften Farben bei text-zu-Bild-Generierungen zu bewerten, und schlägt eine training-freie Verfeinerungsmethode (CFR) vor, um die Farbtreue realistischer Bilder zu verbessern.
Das Paper stellt TreeON vor, ein neuronales Framework, das aus einem einzelnen Orthofoto und einer Höhenkarte detaillierte 3D-Punktwolken von Bäumen rekonstruiert, indem es eine neue Trainingsstrategie mit geometrischen und schattenbasierten Verlusten auf einem synthetischen Datensatz nutzt, um hochwertige und generalisierbare Ergebnisse ohne reale Ground-Truth-Daten zu erzielen.
Diese Studie analysiert im Laborumfeld die Auswirkungen von klassischen, hybriden und reinen postquantenkryptografischen Schlüsselaustauschverfahren auf die verschiedenen Ebenen von TLS 1.3-Handshakes und HTTP-Transaktionen unter Last.
Die Arbeit stellt ein Task-Aware-Delegationsframework vor, das durch die Umwandlung von Offline-Präferenzbewertungen in online nutzbare Signale wie Fähigkeitsprofile und Koordinationsrisiko-Hinweise die Mensch-Agenten-Zusammenarbeit von einer intransparenten Standardentscheidung in einen sichtbaren, verhandelbaren und überprüfbaren Prozess verwandelt.
Diese Studie präsentiert eine messgetriebene Methode zur O-RAN-Diagnose, die durch die gemeinsame Analyse von Tail-Latenzen und Funknetz-Indikatoren unter realen Bedingungen uebergreifende Einblicke in die Leistungsfähigkeit verschiedener Endgeräte und Szenarien ermöglicht.
Die Arbeit stellt LLMGreenRec vor, ein neuartiges Multi-Agenten-System auf Basis von Large Language Models, das durch die Analyse von Nutzerabsichten nachhaltige Produktempfehlungen für den E-Commerce generiert und gleichzeitig den digitalen CO₂-Fußabdruck minimiert.
Diese Arbeit löst eine offene Frage von Jain et al., indem sie erstmals ein Problem vorstellt, das die Differential-Privacy unter kontinuierlicher Beobachtung in den oblivious und adaptiven Settings trennt, indem sie zeigt, dass ein oblivious Algorithmus über exponentiell viele Zeitschritte hinweg genau bleibt, während jeder adaptive Algorithmus bereits nach konstant vielen Schritten ungenau wird.
Die Arbeit stellt „Reading Activity Traces" (RATs) vor, ein Konzept, das Lesen als eigenständige kreative Tätigkeit begreift und durch die Sichtbarmachung von Lese- und Interpretationspfaden – exemplarisch am WikiRAT-Projekt – den Verlust menschlicher Deutungsarbeit angesichts zunehmender Automatisierung durch Algorithmen und KI adressiert.
Die Arbeit stellt DynVLA vor, ein autonomes Fahrmodell, das durch die neuartige „Dynamics CoT"-Methode und einen speziellen „Dynamics Tokenizer" kompakte Weltvorhersagen generiert, um physikalisch fundierte und effiziente Entscheidungen zu treffen, die in umfangreichen Experimenten Text- und Bildbasierte Ansätze übertreffen.
Das Paper stellt Agentar-Fin-OCR vor, ein auf Finanzdokumente zugeschnittenes OCR-System, das mittels fortschrittlicher Algorithmen zur Überbrückung von Seitengrenzen und tabellarischer Zelllokalisierung strukturierte Ausgaben erzeugt, und führt gleichzeitig FinDocBench als spezialisierten Benchmark für die Evaluierung ein.
Diese Arbeit bietet eine umfassende Analyse des Konzepts und der Systemarchitektur von Network Slicing in 5G-Mobilfunknetzen, mit besonderem Fokus auf Geschäftsmodelle und Gewinnmodelle (eigene Implementierung sowie Ressourcenvermietung), und beleuchtet dabei offene Forschungsfragen sowie bestehende Herausforderungen.
Die Studie schätzt anhand von Daten einer repräsentativen US-Stichprobe und der Plattform „Have I Been Pwned", dass mindestens 82,84 % der Amerikaner bereits mindestens dreimal Opfer von Online-Kontobrüchen geworden sind, wobei gebildetere, mittelalte Frauen und Weiße ein höheres Risiko aufweisen.
Diese Arbeit stellt ein effizientes und skalierbares Online-Monitoring-Framework vor, das durch die einheitliche Konstruktion sequenzieller Netze aus MTL-Spezifikationen mittels der neuen „future temporal marking"-Technik sowohl für diskrete als auch dichte Zeitabläufe optimierte Überwachung ermöglicht.
Die Arbeit untersucht das Modul-Checking von Pushdown-Multi-Agenten-Systemen gegen ATL- und ATL*-Spezifikationen und zeigt, dass die Komplexität für ATL bei 2EXPTIME-vollständig liegt, während sie für ATL* überraschenderweise 4EXPTIME-vollständig ist und damit exponentiell höher als bei verwandten Problemen ausfällt.
Diese Arbeit untersucht probabilistische Zähler unter dem Aspekt des Datenschutzes und zeigt, dass deren inhärente Randomisierung ausreicht, um Differential Privacy zu gewährleisten, wodurch sie als effiziente Alternative zu herkömmlichen Methoden wie dem Laplace-Mechanismus für verteilte Datenerhebungen dienen können.
Dieser Artikel führt eine umfassende Verallgemeinerung des Switching-Operators für -Graphen ein, löst damit offene Probleme von Klostermeyer, MacGillivray und Brewster, etabliert kategorientheoretische Produkte und untersucht die damit verbundenen chromatischen Zahlen, insbesondere für Wälder.