6248 Arbeiten
Diese Arbeit stellt DARIO vor, ein O-RAN-konformes Framework, das mithilfe von Stochastischer Netzwerkrechnung und einem Heuristik-Algorithmus Reconfigurable Intelligent Surfaces (RIS) dynamisch zuweist, um die Verzögerung in 6G-Netzen für latenzkritische Anwendungen signifikant zu reduzieren.
Diese Arbeit stellt einen effizienten Rahmen vor, der Graph Neural Networks mit strukturierter Modellprädiktiver Regelung kombiniert, um hochdimensionale Systeme wie weiche Roboter in Echtzeit mit hoher Genauigkeit und Skalierbarkeit zu steuern.
Die Arbeit stellt 3DMedAgent vor, einen einheitlichen Agenten, der es multimodalen Großsprachmodellen ermöglicht, komplexe 3D-CT-Analysen durch die Koordination heterogener Werkzeuge und ein langfristiges strukturiertes Gedächtnis ohne spezifische 3D-Feinabstimmung erfolgreich durchzuführen.
Die Arbeit stellt OVerSeeC vor, ein modularer Zero-Shot-Rahmen, der große Sprachmodelle und offene Vokabular-Segmentierung kombiniert, um aus Satellitenbildern und natürlichen Sprachanweisungen anpassungsfähige globale Kostenkarten für die autonome Navigation zu generieren.
Diese Arbeit zeigt anhand von Bluetooth Low Energy, dass bei der Post-Quantum-Schlüsselvereinbarung in drahtlosen Low-Power-Netzwerken die Kommunikationskosten oft die Rechenkosten dominieren, was eine koordinierte Protokolloptimierung für energieeffiziente Quantensicherheit erfordert.
Die Arbeit stellt ABD vor, einen Benchmark zur Bewertung der Fähigkeit von Sprachmodellen, in endlichen ersten Ordnungs-Welten durch das Ableiten sparsamer Ausnahmeregeln die Satisfiabilität von Theorien wiederherzustellen, und zeigt dabei trotz hoher Validität signifikante Defizite in der Sparsamkeit und Generalisierung auf.
Die Autoren stellen ein neues Forschungssetting namens Open-Vocabulary Domain Generalization in Semantic Segmentation (OVDG-SS) vor, das durch die Einführung eines ersten Benchmarks für autonomes Fahren und die Entwicklung der Methode S2-Corr zur Korrektur von Text-Bild-Korrelationen die Robustheit von Segmentierungsmodellen gegenüber sowohl unbekannten Domänen als auch unbekannten Kategorien in urbanen Szenarien sicherstellt.
Die Arbeit stellt INDUCTION vor, ein Benchmark für die Synthese von Konzepten in der Prädikatenlogik erster Stufe auf endlichen Strukturen, das die Fähigkeit aktueller Modelle zur Generalisierung und zur Vermeidung übermäßiger Formelkomplexität in verschiedenen Szenarien evaluiert.
Das Paper stellt SKYLIGHT vor, eine skalierbare 3D-photoni sche In-Memory-Tensor-Core-Architektur, die durch ihre innovative Topologie, Wellenlängenmultiplexing-Komponenten und nichtflüchtige Gewichte energieeffiziente Echtzeit-AI-Inferenz sowie lokale Lernverfahren ermöglicht und dabei die Leistung herkömmlicher GPU-Lösungen übertrifft.
Das Paper stellt UniMatch vor, ein semantikbewusstes Framework, das durch eine zweistufige, grob-zu-feine Methode mit Sprachunterstützung und kontrastivem Lernen dichte semantische Korrespondenzen zwischen stark nicht-isometrischen 3D-Objekten beliebiger Kategorien ermöglicht.
Diese Arbeit argumentiert, dass iCloud Drive aufgrund einer fundamentalen Kategorienverwechslung, bei der ein verteilter kausaler Graph fälschlicherweise auf eine lineare Zeitachse projiziert wird, mit POSIX-konformen Workflows und Tools wie Time Machine oder Git unvereinbar ist, und schlägt als Lösung die physikalisch fundierten, reversiblen Transaktionssemantiken von Open Atomic Ethernet vor.
Das Paper stellt InfScene-SR vor, einen diffusionsbasierten Ansatz für die Bild-Super-Resolution beliebiger Größe, der durch eine neuartige, räumlich entkoppelte Varianzkorrektur (SDVC) nahtlose, hochauflösende Gigapixel-Bilder ohne Grenzkantenartefakte erzeugt und dabei den Speicherbedarf drastisch reduziert.
Dieser Beitrag stellt eine Online-Methode zur Zerlegung und Neuzusammensetzung von Objekten, Szenen und Kameraposen vor, um die Datenabhängigkeit monokularer 3D-Objekterkennung zu verringern und durch die Erzeugung vielfältigerer Trainingsdaten die Leistung verschiedener Modelle auf KITTI- und Waymo-Datensätzen zu steigern.
Diese Arbeit stellt einen in-Kontext-Framework zur Bildzerlegung vor, der durch Feinabstimmung von Diffusionsmodellen mit LoRA und eine zykluskonsistente Trainingsstrategie komplexe visuelle Schichten, wie etwa Logos von ihren Hintergründen, präzise und robust trennt.
Der Artikel stellt einen leichten, trainingsfreien und plug-and-play-fähigen Rahmen vor, der durch die iterative Überwachung von CoT-Reasoning-Schritten mit visuellen Beweisen und die dynamische Erweiterung eines Textbeweispools visuelle Halluzinationen in großen Vision-Sprachmodellen effektiv reduziert und die Genauigkeit ohne zusätzliche Modelltrainings verbessert.
Die Arbeit stellt ARLArena vor, ein einheitliches Framework zur Analyse und Stabilisierung des agentic Reinforcement Learning, das auf Basis einer detaillierten Untersuchung der Trainingsinstabilität die neue Methode SAMPO entwickelt, um zuverlässiges und leistungsfähiges Training von LLM-basierten Agenten zu ermöglichen.
Diese Arbeit stellt einen einheitlichen Ansatz zur semantischen und panoptischen Segmentierung von Bildern und Videos vor, bei dem Masken durch Laufkodierung (RLE) diskretisiert und als Token-Sequenzen mittels eines modifizierten Pix2Seq-Modells autoregressiv generiert werden.
Das Paper stellt EmoOmni vor, ein einheitliches Framework für Omni-Modell-LLMs, das durch die Einführung einer emotionalen Chain-of-Thought (E-CoT) und eines zugehörigen Datensatzes sowie Benchmarks die präzise emotionale Analyse und Ausdrucksfähigkeit in multimodalen Dialogen verbessert.
CryoNet.Refine ist ein auf einem einstufigen Diffusionsmodell basierendes Deep-Learning-Framework, das die automatische und schnelle Verfeinerung von Protein- sowie DNA/RNA-Protein-Komplexen mittels Cryo-EM-Dichtekarten ermöglicht und dabei sowohl die Übereinstimmung mit den experimentellen Daten als auch die geometrische Qualität gegenüber herkömmlichen Methoden wie Phenix.real_space_refine signifikant verbessert.
Diese Arbeit untersucht, wie KI-Agenten mit spezialisierten Fähigkeiten durch das Konzept des „Vibe Researching" die Sozialwissenschaften nicht ersetzen, sondern durch eine kognitive Delegation von Aufgaben ergänzen, die trotz ihrer Stärken in Geschwindigkeit und Methodik weiterhin menschliche theoretische Originalität und implizites Feldwissen erfordert.