6358 Arbeiten
Die Arbeit stellt Space-Control vor, einen Hardware-Software-Co-Design-Ansatz, der durch Authentifizierung des Ausführungskontexts und cache-basierte Zugriffskontrolle eine prozessspezifische Isolation für gemeinsam genutzten CXL-basierten disaggregierten Speicher ermöglicht und dabei nur einen minimalen Performance-Overhead von 3,3 % verursacht.
Diese Arbeit bietet eine kritische Überprüfung der praktischen Anwendung von Control Barrier Functions (CBFs) in der Robotik, indem sie die Lücke zwischen theoretischen Sicherheitsannahmen und der konstruktiven Realisierung bei eingeschränkten Stellgrößen aufzeigt und praktische Leitlinien für die Entwicklung robuster Sicherheitsgarantien jenseits passiv sicherer Systeme liefert.
Die vorgestellte Arbeit zeigt, dass ein rotierendes Gleichgewicht bei der kollaborativen Transport von an Seilen hängenden Lasten durch die Nutzung von Zentrifugalkräften für die horizontale Spannung ermöglicht, dass die Drohnen rein vertikalen Schub erzeugen können, was den Energieverbrauch im Vergleich zu statischen Ansätzen um bis zu 20 % senkt.
Die Studie stellt Virtual Intraoperative CT (viCT) vor, eine Methode, die mithilfe von monokularem endoskopischem Video und NeRF-Technologien intraoperative 3D-Rekonstruktionen erstellt, um statische präoperative CT-Daten während der endoskopischen Sinus-Chirurgie schrittweise an die sich verändernde Anatomie anzupassen und so präzise, hardwareunabhängige Visualisierung von Resektionsgrenzen zu ermöglichen.
Dieser Bericht verbindet Entwicklungspsychologie mit Industriestandards, um durch anthropomorphe KI-Designs und nicht verhandelbare Schutzmaßnahmen die Autonomie und das Wohlbefinden von Jugendlichen zu gewährleisten.
Die Arbeit stellt pqRPKI vor, ein praktisches Post-Quantum-RPKI-Framework, das durch die Kombination von RPKI-Objekten mit einer mehrschichtigen Merkle-Baum-Leiter (MTL) und einer angepassten Manifest-Struktur die Bandbreiten- und Rechenkosten bei gleichzeitiger Aufrechterhaltung der Kompatibilität mit bestehenden RSA-Systemen erheblich senkt.
Diese Übersichtsarbeit analysiert die Bedrohungen für die Kryptographie durch Quantencomputing und KI und empfiehlt einen mehrschichtigen Schutzansatz, der postquantensichere Algorithmen, Implementierungshärtung und kryptografische Flexibilität kombiniert, um die Sicherheit als kontinuierlichen Prozess zu gewährleisten.
Das Paper stellt SurgCUT3R vor, ein Framework zur kontinuierlichen 3D-Rekonstruktion chirurgischer Szenen aus monokularen Endoskopvideos, das durch eine Daten-Pipeline mit synthetischen Tiefenkarten, eine hybride Überwachungsstrategie und ein hierarchisches Inferenzsystem die Herausforderungen fehlender Trainingsdaten und Pose-Drift bei langen Videos überwindet.
Der vorgestellte Ansatz T2SGrid verbessert die Video-Temporal-Localization, indem er zeitliche Abfolgen durch ein überlappendes Gleitfenster-Verfahren in strukturierte 2D-Gitterbilder umwandelt, um so komplexe zeitliche Dynamiken effizienter zu erfassen als herkömmliche Methoden.
Die vorgestellte VSL-Skin-Technologie ermöglicht erstmals eine individuell adressierbare, voxelbasierte Steuerung der Steifigkeit und virtueller Gelenke in Robotern durch Phasenwechselmaterialien, wodurch die Lücke zwischen weichen und starren Robotern geschlossen und gleichzeitig Selbstreparatur sowie programmierbare Bruchstellen realisiert werden.
Dieses Paper stellt ein konfigurationsgesteuertes Framework für die dynamische Orchestrierung von Datenabrufen in verteilten Systemen vor, das durch die generierung von Ausführungsgraphen zur Laufzeit eine flexible und skalierbare Integration ermöglicht, ohne bei sich ändernden Anforderungen einen Code-Neubereitstellung zu erfordern.
Diese Arbeit zeigt, dass durch den Einsatz voralineierter multimodaler Encoder und eines neuartigen harten kontrastiven Verlusts (HCL) eine state-of-the-art Bild-zu-Form-Wiedergewinnung (IBSR) ohne explizite Ansichtsüberwachung oder Neutrainieren auf Ziel-Datenbanken ermöglicht wird.
Die vorgestellte Arbeit stellt ein einfaches, aber effektives multimodales Rahmenwerk vor, das Vision-Language-Modelle durch die Verwendung von visuellen Referenz-Token und einem abgestimmten Chain-of-Thought-Datensatz mit expliziter objektszentrierter Verankerungsfähigkeit ausstattet, wodurch sie die räumliche reasoning-Fähigkeit bei monokularen Fahrzeugszenen erheblich verbessert.
Die Studie stellt ADAS-TO vor, den ersten groß angelegten natürlichen Datensatz für ADAS-zu-Manuell-Übergänge, der durch multimodale Analysen zeigt, dass in über der Hälfte der sicherheitskritischen Fälle visuelle Warnsignale mindestens drei Sekunden vor einer Übernahme erkennbar sind.
Diese Arbeit stellt einen effizienten, auf einem Weltmodell basierenden Ansatz vor, der mithilfe von Unsicherheitsschätzungen und konformaler Vorhersage bimanuelle Manipulationsfehler zuverlässig erkennt und dabei sowohl die Genauigkeit als auch die Parameter-Effizienz im Vergleich zu bestehenden Methoden deutlich verbessert.
Die Arbeit stellt MipSLAM vor, ein frequenzbewusstes 3D-Gaussian-Splatting-SLAM-Framework, das durch einen elliptischen adaptiven Anti-Aliasing-Algorithmus und eine spektralbewusste Pose-Graph-Optimierung sowohl hochqualitative, aliasfreie neue Ansichten als auch eine robuste Pose-Schätzung unter variierenden Kamerakonfigurationen ermöglicht.
Das Paper stellt AdaGen vor, ein lernbares und prozessadapatives Framework, das die iterative Bildsynthese über verschiedene Generierungsparadigmen hinweg durch eine auf Verstärkungslernen und adversariellen Belohnungen basierende Policy-Steuerung optimiert, um manuelle Parameteranpassungen zu eliminieren und gleichzeitig die Bildqualität bei reduzierten Inferenzkosten zu steigern.
Diese Arbeit stellt ein geschlossenes, durch Large Language Models gesteuertes Evolutionsframework vor, das alle Komponenten des Adaptive Large Neighborhood Search (ALNS) automatisch neu entwickelt und dabei durch den MAP-Elites-Mechanismus sowohl die Lösungsqualität als auch die strategische Vielfalt verbessert, was auf TSPLIB-Benchmarks zu signifikant besseren Ergebnissen als bei klassischen Ansätzen führt.
Das Paper stellt TrajPred vor, ein Framework für Vision-Sprach-Modelle, das durch die Kodierung von Instrumentenbahnen und eine trajectorie-konditionierte Vorhersage semantischer visueller Embeddings die Erkennung von Instrument-Gewebe-Interaktionen in der robotischen Chirurgie verbessert.
Diese Arbeit stellt ein patientenzentriertes, privatsphäreschonendes Identitätsmanagement-Framework für das Gesundheitswesen vor, das durch anonyme Pseudonyme und eine bedingte Rückverfolgbarkeit die Sicherheit gewährleistet und gleichzeitig die Verknüpfbarkeit sowie Nachverfolgbarkeit von Patientendaten minimiert, wobei die praktische Umsetzbarkeit durch formale Verifikation und Simulationen bestätigt wird.