5302 Arbeiten
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.
Das Paper stellt Kite vor, ein Protokoll für DAOs, das die private Delegation von Stimmrechten ermöglicht, sodass weder die Identität des Delegierenden noch die des Delegierten öffentlich einsehbar ist, und demonstriert dessen praktische Umsetzbarkeit als Erweiterung von Governor Bravo auf Ethereum.
Die Arbeit stellt iMarkers vor, eine innovative Klasse unsichtbarer fiduzieller Marker, die speziell für Roboter und AR-Geräte entwickelt wurden, um die visuelle Ästhetik von Umgebungen zu bewahren, während sie gleichzeitig eine flexible, robuste und für Menschen nicht wahrnehmbare Orientierung und Objekterkennung ermöglichen.
In dieser Arbeit wird ein neuartiges Finite-Elemente-Verfahren zur Kopplung der Stokes- und der nichtlinearen Poisson-Boltzmann-Gleichungen vorgestellt, für das die Existenz und Eindeutigkeit einer schwachen Lösung sowie die Wohlgestelltheit und Konvergenz des diskreten Problems bewiesen und durch numerische Experimente zu elektroosmotischen Strömungen in Mikrokanälen verifiziert werden.
Die Autoren stellen einen vereinfachten Beweis für das asymmetrische Palette-Sparsifizierungs-Theorem vor, das durch die Verwendung des Standard-Greedy-Färbungsalgorithmus effizientere und leichtere sublineare Algorithmen für die -Knotenfärbung in verschiedenen Modellen ermöglicht.
Die Studie zeigt, dass geschlechtsspezifische Vorurteile in der Wahrnehmung von Führungskräften auch auf KI-Manager übertragen werden, wobei männliche Manager unabhängig von ihrer Natur positiver bewertet werden, während weibliche KI-Manager bei negativen Entscheidungen stärker skeptisch betrachtet werden.
Diese Studie stellt einen visionbasierten, magnetisch aktuierten Schnurrbart-Sensor vor, der durch die Kombination von optischer Erfassung und magnetischer Aktuation eine präzise taktile Wahrnehmung und eine zuverlässige Greifmanipulation empfindlicher Objekte ermöglicht.
Diese umfassende Umfrage analysiert über 200 Forschungsarbeiten zur Verbesserung der Generalisierbarkeit von Wi-Fi-Sensing-Systemen, indem sie Techniken, Datensätze und zukünftige Forschungsrichtungen strukturiert zusammenfasst und eine neue Plattform für den Datenaustausch einführt.
Die Arbeit stellt RS-STE vor, einen neuartigen Ansatz für die Bearbeitung von Szenentext, der Texterkennung und -manipulation in einem einheitlichen Framework vereint, um durch eine parallele Transformer-Decodierung und eine zyklische selbstüberwachte Feinabstimmung komplexe Pipelines zu überwinden und gleichzeitig State-of-the-Art-Ergebnisse auf synthetischen und realen Datensätzen zu erzielen.
Die Arbeit stellt NeurCC vor, einen neuartigen, lernbasierten Algorithmus zur Nebenläufigkeitskontrolle in Datenbanken, der durch die Kombination von Bayes-Optimierung und einem Graphen-Reduktions-Suchverfahren eine effiziente, anpassungsfähige Funktion erlernt, die in verschiedenen Arbeitslasten eine höhere Transaktionsdurchsatzleistung erzielt als bestehende State-of-the-Art-Verfahren.
Dieser Artikel bietet einen systematischen Überblick darüber, wie Weakly Supervised Learning (WSL) die Abhängigkeit von aufwendigen manuellen Labels in der LiDAR-Fernerkundung überwindet, indem es ein einheitliches Framework für Dateninterpretation und Parameterinversion bereitstellt, spezifische Herausforderungen adressiert und zukünftige Synergien mit Foundation-Modellen aufzeigt.
Dieser Artikel erweitert die Äquivalenz zwischen rechten Aktoritäten mit Hom-Objekten und rechten, mit Kopotenzen ausgestatteten, angereicherten Kategorien auf nicht-kommutative und nicht-abgeschlossene monoidale Basen, um die Semantik höherordniger Nachrichtenübermittlung in der concurrenten Sprache CaMPL zu ermöglichen, bei der Prozesse als sequenzielle Daten weitergegeben werden müssen, um die lineare Einschränkung der Duplizierung von Ressourcen zu umgehen.
Die Autoren stellen den MVTec AD 2-Datensatz vor, der mit über 8000 hochauflösenden Bildern komplexer industrieller Inspektionszenarien und einer öffentlichen Evaluierungsplattform neue, herausfordernde Testbedingungen für die unüberwachte Anomalieerkennung schafft, um die derzeitige Sättigung der Leistungsbewertung auf bestehenden Benchmarks zu überwinden.
Diese Arbeit stellt ein neuartiges halbüberwachtes Lehrer-Schüler-Framework für die biomedizinische Bildsegmentation vor, das Diffusionsmodelle nutzt, um durch iterative Pseudo-Label-Generierung und Co-Training auch bei begrenzten annotierten Daten eine überlegene Leistung im Vergleich zu bestehenden Methoden zu erzielen.
Die Arbeit stellt den groß angelegten Datensatz BR-Gen für lokalisierte KI-generierte Bildfälschungen vor und schlägt das Modell NFA-ViT vor, das durch eine rauschgesteuerte Verstärkung von Fälschungsspuren die Erkennungsgenauigkeit und Generalisierungsfähigkeit verbessert.
Das Paper stellt SPDL vor, eine Open-Source-Bibliothek, die durch die vollständige Freigabe des Python-GIL und effiziente Parallelisierung die Datenübertragung auf GPUs erheblich beschleunigt und dabei im Vergleich zu PyTorch DataLoader signifikant weniger CPU-Ressourcen und Speicher verbraucht.