8383 Arbeiten
Das Paper stellt TiPToP vor, ein modulares Open-Vocabulary-Planungssystem für Roboter, das vortrainierte Vision-Modelle mit einem Task-and-Motion-Planer kombiniert, um komplexe Manipulationsaufgaben allein aus RGB-Bildern und Sprachbefehlen zu lösen, ohne dass roboterspezifische Trainingsdaten erforderlich sind.
Diese Arbeit stellt ein allgemeines Framework vor, das durch die Kombination von SMT-Formeln mit vorab berechneten Theorie-Lemmas die kompilierte d-DNNF-Darstellung für polytime-Abfragen auf SMT-Ebene nutzbar macht, indem sie diese auf propositionale Ebene reduziert.
Dieser Beitrag stellt ein vollautomatisches, auf BDI-Architekturen basierendes Multi-Agenten-System für integrierte Luftverteidigung vor, das durch Meta-Ebenen-Planung eigenständig Ziele erkennt, Bedrohungen bewertet und Waffen zuweist, um die Kommando- und Kontrollautonomie im Netzwerkzentrierten Krieg zu gewährleisten.
Die Studie untersucht, wie Algorithmen, die virale Inhalte priorisieren, in einem Gleichgewichtsmodell rationaler Nutzer sowohl die Informationsaggregation fördern als auch zu sich selbst verstärkenden, irreführenden Zuständen führen können, in denen falsche Geschichten dauerhaft geteilt werden, und leitet daraus Konsequenzen für das Plattformdesign ab.
Die Autoren stellen eine neuartige statistische Lernmethode für Multi-Item-Auktionen vor, die auf nichtparametrischer Dichteschätzung und Konfidenzintervallen basiert, um durch zwei effiziente Strategien die Implementierungskosten zu senken und gleichzeitig hohe Wahrscheinlichkeiten für Fairness, Anreizkompatibilität und individuelle Rationalität bei gleichzeitiger Umsatzmaximierung zu gewährleisten.
Die vorgestellte Arbeit schlägt einen mutual-conditional-Ansatz für die Blended-Target-Domain-Adaptation vor, der durch einen unsicherheitsgesteuerten Kategoriediskriminator und die Erweiterung von Low-Level-Features eine gegenseitige Ausrichtung der Verteilungen und erreicht, um die Leistung bei Label-Verteilungsverschiebungen ohne explizite Domänenlabels zu verbessern.
Diese Studie untersucht, wie methodische Entscheidungen bei der Auditierung von YouTube-Empfehlungsalgorithmen die Genauigkeit der Ergebnisse beeinflussen, und identifiziert kosteneffiziente Konfigurationen, die ohne Verlust an Validität durchgeführt werden können.
Diese Arbeit untersucht das many-to-many Zuordnungsproblem mit Präferenzen, die Bindungen und Mindestquoten beinhalten, und zeigt, dass zwar ein kritischer und relaxiert-stabiler Zuordnungsalgorithmus immer existiert, die Berechnung einer maximalen solchen Zuordnung NP-schwer ist, wofür ein polynomieller 2/3-Approximationsalgorithmus entwickelt wurde.
Die Arbeit stellt altiro3D vor, eine freie Bibliothek, die aus einem einzelnen RGB-Bild oder Video mittels Monokularer Tiefenschätzung, Inpainting und effizienter Projektionsalgorithmen realistische 3D-Erlebnisse und Lichtfelddaten für Freisicht-Displays erzeugt.
Diese Übersichtsarbeit untersucht die Anwendung nutzungstheoretischer kognitiver Modelle in der Robotik, indem sie die Entwicklung von Verhaltensbasierter Robotik und kognitiven Architekturen hin zu wertebasierten Systemen für Entscheidungsfindung, Lernen und Interaktion in ein- und multi-agentischen Umgebungen analysiert und zukünftige Forschungsrichtungen sowie offene Probleme aufzeigt.
Dieser Beitrag entwickelt ein analytisches MAC-PRR-Modell für den NR-Sidelink-Modus 2, das spezifische SPS-Mechanismen wie Kollisionen bei der Ressourcenneuwahl und persistente Kollisionen explizit berücksichtigt, um durch ns-3-Simulationen validierte Erkenntnisse für die Zuverlässigkeitsoptimierung zukünftiger 6G-Kommunikation zu liefern.
Dieser Artikel untersucht die Komplexität des Rekonfigurationsproblems für Distanz--Dominanzmengen und zeigt eine interessante Komplexitätsdichotomie auf, indem er für auf Split-Graphen polynomielle Algorithmen nachweist, während das Problem auf planaren Graphen mit maximalem Grad drei sowie auf bipartiten und chordalen Graphen weiterhin PSPACE-vollständig bleibt.
Die Autoren stellen einen effizienten, loop-basierten Algorithmus für das Online-Dispatching und Routing von fahrerlosen Transportsystemen (AGVs) in Kreisgraphen vor, der in Experimenten mit realen und theoretischen Instanzen entweder bessere Ergebnisse oder gleichwertige Lösungen in kürzerer Rechenzeit im Vergleich zu exakten Methoden, Greedy-Heuristiken und Metaheuristiken liefert.
Die Autoren stellen mit PD-REAL einen neuen, kostengünstigen 3D-Datensatz für die unüberwachte Anomalieerkennung vor und führen ein Multi-Scale-Distillation-Framework ein, das durch die Nutzung von RGB-D-Daten und hierarchischer Wissensweitergabe eine höhere Detektionsgenauigkeit erreicht.
Die vorgestellte Arbeit schlägt eine kamera-bewusste Jaccard-Distanz (CA-Jaccard) vor, die durch die Einführung von kamera-bewussten k-reziproken nächsten Nachbarn und einer kamera-bewussten lokalen Query-Erweiterung die Zuverlässigkeit der Jaccard-Distanz bei der Personenneuidentifikation trotz signifikanter Kameravariationen verbessert.
Diese Arbeit schlägt einen adaptiven semantischen Kommunikationsansatz vor, der durch eine effiziente Zerlegung des Problems in Teilprobleme die gemeinsame Zuordnung von Nutzern und Ressourcen in 5G-Netzen optimiert, um die Systemnutzung unter Energie- und Latenzbeschränkungen zu maximieren.
Die Studie untersucht anhand des Wikipedia-Projekts „Flagged Revisions" und von Interviews die Herausforderungen bei der Umstrukturierung gemeinschaftsbasierter Moderation, wobei sich zeigt, dass neue Systeme trotz theoretischer Vorteile und quantitativer Verbesserungen oft mit bestehenden sozialen Normen kollidieren und die Bewertung sowie Wartung neuer Infrastrukturen durch das komplexe Verhältnis zwischen Plattformen und Selbstverwaltungsgruppen erheblich erschweren.
Die Arbeit stellt DivCon vor, eine Divide-and-Conquer-Methode, die Text-zu-Bild-Generierung durch die Entkopplung von Layout-Vorhersage und schrittweiser Bildsynthese verbessert, um auch mit leichten Sprachmodellen präzise numerische und räumliche Beziehungen bei komplexen Szenen mit mehreren Objekten zu erreichen.
Diese Arbeit bietet einen umfassenden Überblick und Benchmark über den aktuellen Stand der Deepfake-Technologie, indem sie sowohl Generationsmethoden (wie Face Swapping und Talking Face) als auch Detektionstechniken analysiert, standardisierte Datensätze und Metriken einführt sowie Herausforderungen und zukünftige Forschungsrichtungen aufzeigt.
Diese Arbeit stellt einen effizienten, einpassigen Algorithmus vor, der gewichtete Stichproben mit Zurücklegen aus Datenströmen unbekannter Größe generiert und dabei die Korrektheit sowie die direkte Nutzbarkeit der laufenden Stichprobe formal nachweist.