6058 Arbeiten
Die Arbeit stellt QDR vor, ein Framework für die quantisierte Bildwiederherstellung am Edge, das durch decoderfreie Destillation, selbstgestützte FP32-Destillation und eine lernbare Gewichtung der Verluste die Effizienz und Genauigkeit von Int8-Modellen signifikant verbessert.
Die Arbeit stellt OTPL-VIO vor, ein robustes stereo-visuell-inertiales Odometrie-System, das durch lernfreie Linien-Deskriptoren und eine auf optimaler Transporttheorie basierende Zuordnung sowie eine adaptive Unsicherheitsgewichtung die Genauigkeit und Stabilität in texturarmen und beleuchtungswechselnden Umgebungen verbessert.
Diese Arbeit untersucht den Proportionalitätsgrad von Partizipativen Budgetierungsverfahren, insbesondere der Methode des gleichen Anteils (MES) und Phragmén's sequentieller Regel, und zeigt durch theoretische Grenzen sowie experimentelle Evaluation auf realen Datensätzen, dass beide Regeln trotz unterschiedlicher axiomatischer Eigenschaften quantitativ denselben Proportionalitätsgrad aufweisen.
Die Arbeit stellt DiffWind vor, ein physik-informiertes, differentielles Framework, das mithilfe von 3D-Gaussian-Splatting, dem Material Point Method und der Lattice-Boltzmann-Methode windgetriebene Objektdynamiken aus Videos rekonstruiert und realistische Simulationen sowie Wind-Retargeting ermöglicht.
Die Arbeit stellt VarSplat vor, ein unsicherheitsbewusstes 3D-Gaussian-Splatting-SLAM-System, das durch das explizite Lernen von Varianz pro Splat und die Ableitung differenzierbarer Unsicherheitskarten eine robustere Pose-Schätzung und Kartierung in Szenen mit geringer Textur, transparenten Oberflächen oder komplexen Reflexionen ermöglicht.
Die Arbeit stellt FootMR vor, eine Methode zur Verfeinerung der Fußbewegung in markerloser monokularer 3D-Motion-Capture, die durch das Heben von 2D-Schlüsselpunkten unter Nutzung großer Motion-Capture-Datensätze und die Einführung des MOOF-Datensatzes die Genauigkeit der Fußarticulation signifikant verbessert.
Die Arbeit stellt DRIFT vor, einen Dual-Representation Inter-Fusion Transformer, der durch eine parallele Architektur aus Punkt- und Säulenpfaden lokale sowie globale Kontextinformationen aus 4D-Radarpunktwolken effektiv fusioniert und damit die Leistung bei der Objekterkennung und Straßenabschätzung für automatisiertes Fahren signifikant verbessert.
Die Arbeit stellt TemporalDoRA vor, eine parametereffiziente Feinabstimmungsmethode für chirurgische Video-Frage-Antwort-Systeme, die durch die Integration von zeitlicher Aufmerksamkeit in den Low-Rank-Adaptionspfad die Robustheit gegenüber linguistischen Variationen verbessert, und führt zudem den neuen REAL-Colon-VQA-Datensatz ein.
Diese Studie führt eine empirische Untersuchung von „Interaktionsgerüchen" in der mehrstufigen Mensch-LLM-Codegenerierung durch, stellt eine erste Taxonomie vor, analysiert deren Verteilung in verschiedenen Modellen und schlägt das Multi-Agenten-Framework InCE zur effektiven Minderung dieser Qualitätsprobleme vor.
Das Paper stellt TriFusion-SR vor, ein wellenlettbasiertes, konditioniertes Diffusionsframework, das die gemeinsame Fusion und Super-Resolution von tri-modalen medizinischen Bildern ermöglicht, indem es Frequenzband-Zerlegung und adaptive räumlich-frequente Fusion nutzt, um Artefakte zu reduzieren und die Bildqualität signifikant zu verbessern.
Die Arbeit stellt ProGS vor, einen neuartigen Codec für 3D-Gaussian-Splatting, der durch eine Octree-Struktur und gegenseitige Informationsverbesserung eine progressive Kodierung ermöglicht, die im Vergleich zum Originalformat eine 45-fache Speicherreduktion bei gleichzeitiger Verbesserung der visuellen Qualität um über 10 % erzielt.
Das Paper stellt Robotic Scene Cloning (RSC) vor, eine Methode zur zero-shot Anpassung von Robotern an neue Umgebungen durch visuelle Prompt-Editierung bestehender Trajektorien, die eine zuverlässige Generalisierung ohne umfangreiche Datensammlung ermöglicht.
Das Paper stellt GSStream vor, ein neuartiges Streaming-System für volumetrische Szenen im 3D-Gaussian-Splatting-Format, das durch eine kollaborative Viewport-Vorhersage und eine auf Deep Reinforcement Learning basierende Bitratenanpassung eine effiziente Übertragung bei hoher visueller Qualität ermöglicht.
Die Arbeit stellt FrameDiT vor, ein effizientes Video-Generierungsmodell, das eine neuartige Matrix-Aufmerksamkeit auf Frame-Ebene nutzt, um den Kompromiss zwischen rechenintensiver globaler 3D-Aufmerksamkeit und lokaler Faktor-Aufmerksamkeit zu überwinden und dabei sowohl zeitliche Kohärenz als auch hohe Bildqualität zu erreichen.
Diese Arbeit stellt ein neues Maß für die lokale Stabilität von Rankings vor, das die Auswirkungen kleiner Änderungen auf die Rangfolge unter Berücksichtigung dicht besetzter Regionen analysiert, und schlägt effiziente Algorithmen zur Approximation und Detektion dieser Regionen vor, die durch theoretische Garantien und umfangreiche Experimente validiert werden.
Dieses Papier formalisiert den Begriff der idempotenten Rückwärtsschnitte, stellt einen korrekten und effizienten Algorithmus zu deren Extraktion in GSA-Form vor und demonstriert deren praktische Anwendung zur sparsamen Reduzierung des Code-Umfangs durch das Zusammenführen nicht-contiguierender Anweisungsfolgen.
Diese Arbeit stellt eine regularisierte Ensemble-Kalman-Filter-Methode vor, die sensorische Verschiebungsdaten nutzt, um im Rahmen stochastischer Phasenfeldmodelle für spröde Brüche nicht nur die Verschiebungs-, sondern auch die Phasenfeldverteilung durch Bayessche Inferenz zu aktualisieren und so Modellunsicherheiten zu reduzieren.
Die Arbeit stellt den Workload Variant Autoscaler (WVA) vor, eine auf \texttt{llmd} abgestimmte globale Steuerungsplattform, die durch die Berücksichtigung von SLOs, Hardware-Heterogenität und internem Engine-Zustand im Vergleich zum herkömmlichen Kubernetes-HPA die effektive Durchsatzleistung um 37 % steigert, die Anzahl der fehlgeschlagenen Anfragen um das Zehnfache reduziert und den Energieverbrauch senkt.
Die Studie stellt FetalAgents vor, ein neuartiges Multi-Agenten-System, das durch die dynamische Koordination spezialisierter Vision-Experten die Analyse von fetalen Ultraschallbildern und -videos sowie die automatische Generierung strukturierter klinischer Berichte verbessert und dabei sowohl die Genauigkeit als auch die Workflow-Integration übertrifft.
Dieses Paper stellt einen neuen, auf Datenfrische basierenden Scheduling-Rahmen für Multi-Rate-Aufgabenketten vor, der durch die Einführung von Just-in-Time-Versatzzeiten und einen Konsens-Versatz-Suchalgorithmus die End-to-End-Datenfrische in sicherheitskritischen Systemen gewährleistet, ohne dabei die Nachteilige Latenz des Logical-Execution-Time-Paradigmas oder die Ineffizienz von Überabtastung in Kauf zu nehmen.