3447 Arbeiten
Die Studie stellt VisPoison vor, ein Backdoor-Angriffsframework, das Text-zu-Visualisierung-Modelle für tabellarische Daten durch Datenvergiftung mit versteckten Auslösern manipuliert, um sensible Daten zu enthüllen, irreführende Visualisierungen zu erzeugen oder Denial-of-Service-Angriffe auszulösen.
Die Arbeit stellt OWL-TAMP vor, ein System, das Vision-Language-Modelle nutzt, um diskrete und kontinuierliche Constraints zu generieren, wodurch Task-and-Motion-Planning-Systeme in der Lage sind, komplexe Manipulationsaufgaben basierend auf natürlichen Sprachanweisungen in offenen Umgebungen zu lösen.
Die Studie zeigt, dass trotz verschiedener Strategien zur Fehlerbehebung die Häufigkeit unbrauchbarer Antworten von LLMs dazu führt, dass ein Großteil der Softwareingenieure die Nutzung von ChatGPT in komplexen Entwicklungsaufgaben aufgibt, was die Notwendigkeit verbesserter Werkzeugunterstützung und Forschung zur Mensch-KI-Interaktion unterstreicht.
Die vorgestellte Arbeit führt einen budget-effizienten Rahmen für das aktive Prompt-Learning ein, der durch klassenbasiertes Clustering und adaptive schwellenwertgesteuerte Abfragen die Anpassung von Vision-Language-Modellen an neue Aufgaben mit weniger gelabelten Daten ermöglicht und dabei bestehende Baselines übertrifft.
Diese Studie stellt eine Taxonomie von neun „Log Smells" vor, die auf einer Analyse von 51 wissenschaftlichen Artikeln basiert, und ordnet diese Fehlertypen bestehenden Werkzeugen zu, um Entwicklern zu helfen, qualitativ hochwertigere Protokollierungscode zu schreiben und Forschungsbedarf aufzuzeigen.
Diese Studie vergleicht die Leistung von Einzelpersonen, ad-hoc-Paaren und nominalen Paaren bei der visuellen Graphanalyse in Mixed Reality und stellt fest, dass eine 3D-Darstellung allein keine besseren kollaborativen Ergebnisse im Vergleich zum Benchmark liefert.
Diese Arbeit zeigt, dass die Lauflängenfolgen sowie die Start- und Endpositionen der -ten Lauflänge in Papierfaltungsfolgen 2-synchronisiert und somit durch endliche Automaten berechenbar sind, was zu neuen Ergebnissen über den kritischen Exponenten und die Subwortkomplexität führt und frühere Befunde verallgemeinert.
Die Studie stellt ARSGaussian vor, eine Methode zur Synthese neuer Ansichten in der Luftbild-Fernerkundung, die LiDAR-Punktwolken und eine verzerrungskompensierende Koordinatentransformation nutzt, um geometrische Fehler wie schwebende Objekte zu reduzieren und eine präzise 3D-Rekonstruktion zu ermöglichen, wobei zudem der neue AIR-LONGYAN-Datensatz veröffentlicht wird.
Diese Studie analysiert mittels Text-Mining 160 Richtlinien und Policy-Erklärungen aus vierzehn Industriesektoren, um die Governance von Generativer KI und Large Language Models zu bewerten und Handlungsempfehlungen für eine verantwortungsvolle Integration zu geben.
Diese Studie stellt den ELIPformer vor, ein Transformer-Modell, das durch die Fusion von EEG-Signalen mit sprach- und bildbasierten Vorwissen aus vortrainierten Modellen die Leistung von RSVP-BCI-Systemen bei der queraufgabenbezogenen, kalibrierungsfreien Decodierung signifikant verbessert.
Diese Arbeit stellt die MTREE-Net-Architektur und einen zugehörigen Open-Source-Datensatz vor, die durch die Fusion von EEG- und Augenbewegungssignalen die Genauigkeit der Entschlüsselung mehrerer Zielkategorien in RSVP-basierten Brain-Computer-Interfaces signifikant verbessern.
Das Paper stellt Kite vor, ein Protokoll für DAOs, das die private Delegation von Stimmrechten ermöglicht, sodass weder die Identität des Delegierenden noch die des Delegierten öffentlich einsehbar ist, und demonstriert dessen praktische Umsetzbarkeit als Erweiterung von Governor Bravo auf Ethereum.
Die Arbeit stellt iMarkers vor, eine innovative Klasse unsichtbarer fiduzieller Marker, die speziell für Roboter und AR-Geräte entwickelt wurden, um die visuelle Ästhetik von Umgebungen zu bewahren, während sie gleichzeitig eine flexible, robuste und für Menschen nicht wahrnehmbare Orientierung und Objekterkennung ermöglichen.
In dieser Arbeit wird ein neuartiges Finite-Elemente-Verfahren zur Kopplung der Stokes- und der nichtlinearen Poisson-Boltzmann-Gleichungen vorgestellt, für das die Existenz und Eindeutigkeit einer schwachen Lösung sowie die Wohlgestelltheit und Konvergenz des diskreten Problems bewiesen und durch numerische Experimente zu elektroosmotischen Strömungen in Mikrokanälen verifiziert werden.
Die Autoren stellen einen vereinfachten Beweis für das asymmetrische Palette-Sparsifizierungs-Theorem vor, das durch die Verwendung des Standard-Greedy-Färbungsalgorithmus effizientere und leichtere sublineare Algorithmen für die -Knotenfärbung in verschiedenen Modellen ermöglicht.
Die Studie zeigt, dass geschlechtsspezifische Vorurteile in der Wahrnehmung von Führungskräften auch auf KI-Manager übertragen werden, wobei männliche Manager unabhängig von ihrer Natur positiver bewertet werden, während weibliche KI-Manager bei negativen Entscheidungen stärker skeptisch betrachtet werden.
Diese Studie stellt einen visionbasierten, magnetisch aktuierten Schnurrbart-Sensor vor, der durch die Kombination von optischer Erfassung und magnetischer Aktuation eine präzise taktile Wahrnehmung und eine zuverlässige Greifmanipulation empfindlicher Objekte ermöglicht.
Diese umfassende Umfrage analysiert über 200 Forschungsarbeiten zur Verbesserung der Generalisierbarkeit von Wi-Fi-Sensing-Systemen, indem sie Techniken, Datensätze und zukünftige Forschungsrichtungen strukturiert zusammenfasst und eine neue Plattform für den Datenaustausch einführt.
Die Arbeit stellt RS-STE vor, einen neuartigen Ansatz für die Bearbeitung von Szenentext, der Texterkennung und -manipulation in einem einheitlichen Framework vereint, um durch eine parallele Transformer-Decodierung und eine zyklische selbstüberwachte Feinabstimmung komplexe Pipelines zu überwinden und gleichzeitig State-of-the-Art-Ergebnisse auf synthetischen und realen Datensätzen zu erzielen.
Die Arbeit stellt NeurCC vor, einen neuartigen, lernbasierten Algorithmus zur Nebenläufigkeitskontrolle in Datenbanken, der durch die Kombination von Bayes-Optimierung und einem Graphen-Reduktions-Suchverfahren eine effiziente, anpassungsfähige Funktion erlernt, die in verschiedenen Arbeitslasten eine höhere Transaktionsdurchsatzleistung erzielt als bestehende State-of-the-Art-Verfahren.