3854 Arbeiten
Das Papier schlägt MDKT vor, ein robustes Knowledge-Tracing-Modell, das die Vorhersagegenauigkeit und Resilienz in Szenarien mit verrauschten, spärlichen Daten durch die gemeinsame Modellierung von Wissen auf Fragen-, Konzept- und Gesamtebene mittels eines adaptiven dualen Phasen-Encoders und adversarieller Glättung verbessert.
Dieses Papier schlägt einen neuartigen, skalierbaren und robusten probabilistischen Ansatz für die mehrdimensionale Klassifizierung mit gemischten und unvollständigen Daten vor, der theoretische Grundlagen für seine Algorithmen sowie empirische Belege für dessen Effektivität über verschiedene Szenarien der Unvollständigkeit hinweg liefert.
Dieses Paper schlägt ein intelligentes Datenanalyse-Framework vor, das maschinelle Lernmodelle (Lineare Regression, Random Forest und XGBoost) nutzt, um Nachhaltigkeitsindikatoren im Einklang mit den UN-SDGs zu bewerten und vorherzusagen, wobei nachgewiesen wird, dass XGBoost die stabilste Leistung bietet und Regierungen ein interpretierbares, evidenzbasiertes Werkzeug zur Optimierung der Ressourcenallokation und der langfristigen strategischen Planung bereitstellt.
Dieses Paper führt das Konzept der effektiven Funktionstrennung (Effective Segregation of Duties, SoD) ein, um zwischen nominaler Identitätstrennung und tatsächlicher unabhängiger Absicherung in der KI-gesteuerten Autorisierung zu differenzieren, und zeigt durch einen groß angelegten P2P-Benchmark auf, dass effektive Risikominderung auf Evidenzvermittlung und heterogenen Prüfmodellen basiert statt auf bloßer prinzipieller Unterscheidbarkeit.
Dieses Paper führt GridWorld3DEnv ein, einen reproduzierbaren, auf 3D-Voxeln basierenden Simulations-Benchmark mit standardisierten Metriken und Evaluierungsprotokollen, um den Mangel an fairen studienübergreifenden Vergleichen bei der kooperativen Abdeckung durch Multi-UAVs zu adressieren, indem MARL-Algorithmen wie QMIX und VDN systematisch evaluiert werden, während gleichzeitig der gesamte Code und die Datensätze veröffentlicht werden.
Dieses Paper schlägt einen bidirektionalen Path-Integral-Monte-Carlo-Algorithmus vor, der durch Multiple Importance Sampling verbessert wurde, um Übergangsamplituden von Quantenschaltkreisen in extrem dünnbesetzten Pfadräumen effizient zu schätzen, wobei er im Vergleich zu unirektionalen Ansätzen eine überlegene Konvergenz und Skalierbarkeit für Schaltkreise mit bis zu 4096 Qubits demonstriert.
Diese Arbeit bewertet lokale Kreditzuweisungsverfahren für CPU-basierte Transformer und stellt fest, dass sowohl der asynchrone Readout-Gradienten-Konsens als auch Predictive-Coding-Ansätze zwar den Trainingsdurchsatz verbessern, jedoch nicht die Qualität der Backpropagation erreichen oder eine allgemeine, qualitätserhaltende Beschleunigungsalternative etablieren können.
Dieses Paper stellt AIRouteOpt vor, ein vertrauensbewusstes Deep-Policy-Routing-Framework, das Proximal Policy Optimization nutzt, um basierend auf der Verbindungsqualität und rekursiv aktualisierten Vertrauenswerten dynamisch nächste Hops auszuwählen, wodurch die Paketlieferraten in taktischen Fahrzeug-MANETs unter kombinierten Mobilitäts- und Routing-Ebene-Angriffen im Vergleich zu traditionellen vertrauensblinden und schwellenwertbasierten Ansätzen signifikant verbessert.
Dieses Paper stellt TurkCuisineBench vor, einen 72-Elemente umfassenden, quellengestützten Short-Answer-Benchmark, der das faktische Wissen großer Sprachmodelle über die türkische Küche und das kulturelle Erbe evaluiert, wobei aufgezeigt wird, dass die semantische Evaluierung die Genauigkeitsbewertung gegenüber dem exakten String-Matching signifikant verbessert, während gleichzeitig erhebliche Leistungsunterschiede zwischen verschiedenen Modell-Endpunkten hervorgehoben werden.
Diese Studie zeigt auf, dass fast die Hälfte der Eignungskriterien für klinische Studien bei nicht-kleinzelligem Lungenkarzinom logische Disjunktionen anstelle einfacher Konjunktionen beinhaltet, was offenlegt, dass die verbreitete Annahme unabhängiger Anforderungen zu erheblichen Sicherheits- und Effizienzfehlern beim automatisierten Patient-Studien-Matching führt.