3447 Arbeiten
DSFlash ist ein Echtzeit-Modell für die umfassende panoptische Szenengraph-Generierung, das auf handelsüblicher Hardware hohe Geschwindigkeit und Leistung bietet und dabei dank geringer Trainingsanforderungen auch für ressourcenbeschränkte Umgebungen zugänglich ist.
Diese Arbeit stellt die Boundary Suppressed K-Means Quantisierung (BS-KMQ) vor, eine neuartige nichtlineare Quantisierungsmethode, die durch Unterdrückung von Randausreißern die Auflösung von Analog-Digital-Wandlern in In-Memory-Computing-Systemen reduziert und damit im Vergleich zu bestehenden Methoden eine signifikant höhere Energieeffizienz, Geschwindigkeit und Genauigkeit bei der Post-Training-Quantisierung erreicht.
Die Arbeit stellt P-GSVC vor, ein neuartiges, geschichtetes progressives Framework für 2D-Gaussian-Splatting, das durch eine gemeinsame Trainingsstrategie skalierbare und qualitativ hochwertige Bild- und Video-Rekonstruktionen ermöglicht.
Die Arbeit stellt CD-Raft vor, ein optimiertes Raft-Protokoll für cross-domänische Standorte, das durch die Optimierung der Round-Trip-Zeiten und eine intelligente Leader-Positionierung die Konsenslatenz signifikant reduziert und dabei die starke Konsistenz mittels TLA+ formal verifiziert wurde.
Diese Arbeit stellt FP-Predictor vor, ein auf Graph Convolutional Networks basierendes Modell, das mithilfe von Code Property Graphs und dem CamBenchCAP-Datensatz mit bis zu 100 % Genauigkeit False Positives in statischen Sicherheitsanalysen identifiziert und dabei auch echte Sicherheitslücken als solche erkennt.
Die Studie stellt mit PET-F2I-41K einen umfassenden Benchmark für die Generierung von PET/CT-Befunden vor und zeigt, dass ein mittels LoRA feinabgestimmtes, parameter-effizientes 7B-Modell (PET-F2I-7B) in Bezug auf diagnostische Vollständigkeit und faktenbasierte Zuverlässigkeit deutlich besser abschneidet als bestehende Zero-Shot-Modelle.
Das Papier stellt TacLoc vor, ein neuartiges Framework zur taktilen Lokalisierung, das die Schätzung der Objekt-Pose als Ein-Schritt-Punktewolken-Registrierungsaufgabe formuliert und dabei graphentheoretische Methoden sowie Oberflächennormalen nutzt, um ohne Simulation oder vortrainierte Modelle eine robuste und präzise Lokalisierung zu ermöglichen.
Das Paper stellt UniStitch vor, ein bahnbrechendes Framework, das durch die Entwicklung eines Neural Point Transformer und eines Adaptive Mixture of Experts Moduls handgefertigte geometrische Merkmale mit semantischen Merkmalen neuronaler Netze vereint, um den aktuellen State-of-the-Art bei der Bildstitching-Genauigkeit deutlich zu übertreffen.
Die Autoren stellen eine modulare, zertifikatsbasierte Kontrollarchitektur für sicherheitskritische POMDPs vor, die durch Belief Control Lyapunov- und Barrier-Funktionen Zielverfolgung, Informationsgewinnung und Sicherheit entkoppelt und in Echtzeit über quadratische Programme löst.
Die Arbeit stellt R4-CGQA vor, ein retrieval-basiertes Framework für Vision-Language-Modelle, das durch die Einführung eines neuen Datensatzes mit sechs Qualitätsdimensionen und einer zweistromigen Abrufarchitektur die Bewertung und textbasierte Erklärung der Bildqualität von Computergrafiken signifikant verbessert.
Die Arbeit stellt LIDA vor, einen effizienten, modellagnostischen Rahmen, der die Zuordnung von KI-generierten Bildern als Instanzwiederfindungsproblem formuliert und durch eine unsupervised Vortrainierung mit Few-Shot-Anpassung state-of-the-art-Ergebnisse in Null- und Few-Shot-Szenarien erzielt.
Die Arbeit stellt Marigold-SSD vor, ein effizientes Ein-Schritt-Diffusions-Framework zur Zero-Shot-Tiefenvervollständigung, das durch Verlagerung der Rechenlast auf das Fine-Tuning die Inferenzgeschwindigkeit drastisch erhöht und dabei eine starke Generalisierungsfähigkeit über verschiedene Domänen hinweg erreicht.
Diese Arbeit stellt einen rechen-effizienten, encoder-only Multi-Talker-ASR-Ansatz vor, der semantische Priors von großen Sprachmodellen durch Destillation in den Encoder integriert und über eine Talker-Count-Routing-Komponente variable Sprecherzahlen handhabt, wodurch bei geringerer Latenz eine Leistung erzielt wird, die in komplexeren Szenarien bestehende LLM-basierte Systeme übertrifft.
Diese Arbeit stellt einen reproduzierbaren Vergleich zwischen Clough-Tocher- und Multiquadric-RBF-Interpolationsverfahren unter Rauschen vor und zeigt, dass trotz Überanpassung bei verrauschten Daten die kubische Interpolation stabiler ist und in der Umwelttechnik genutzt werden kann, um physikalisch sinnvolle Prozessverläufe aus ungenauen Messungen wiederherzustellen.
Die Arbeit stellt eine neue Methode namens Latent Transition Discrepancy (LTD) vor, die durch die Analyse der Konsistenzunterschiede in den latenten Darstellungen zwischen echten und synthetischen Bildern eine überlegene Generalisierbarkeit und Detektionsgenauigkeit bei der Erkennung von KI-generierten Bildern erreicht.
Die Arbeit stellt HyPER-GAN vor, einen leichten U-Net-basierten Generator für die Echtzeit-Bild-zu-Bild-Übersetzung, der durch eine hybride Trainingsstrategie mit realen Bildpatches die photorealistische Qualität und semantische Konsistenz synthetischer Daten verbessert, ohne dabei die Inferenzgeschwindigkeit zu beeinträchtigen.
Das Paper stellt TopGen vor, ein robustes lernbasiertes Framework, das durch die parallele Vorhersage von strukturellen Layouts und Kreuzfeldern hochwertige Vierecksnetze generiert und dabei die Effizienz sowie die Editierbarkeit bestehender Methoden deutlich verbessert.
Die vorgestellte Arbeit stellt eine neue Methode zum Schutz von Industriesteuerungssoftware vor, die Physically Unclonable Functions (PUFs) für eine hardwaregebundene Ausführung nutzt und durch symbolische Ausführung sicherstellt, dass Sicherheitsgarantien auch bei Abweichungen oder Reverse-Engineering-Angriffen gewahrt bleiben.
Die Arbeit stellt Touch G.O.G. vor, ein kompaktes System mit einem visionbasierten taktilen Greifer und einem KI-gestützten Wahrnehmungsrahmen, das die bimanuelle Manipulation von Stoffen mit nur einem Roboterarm ermöglicht und dabei hohe Genauigkeit bei der Kantenlokalisierung sowie zuverlässiges Entfalten von zerknitterten Textilien demonstriert.
Die Arbeit stellt AdaClearGrasp vor, ein geschlossenes Regelungsframework, das mithilfe eines vortrainierten Vision-Language-Modells und Reinforcement Learning adaptive Entscheidungen zwischen direktem Greifen und dem Räumung von Hindernissen trifft, um das dexteröse Greifen in stark überfüllten Umgebungen ohne vorheriges Training zu ermöglichen.