4495 Arbeiten
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.
Dieses Paper stellt drei neue, hochwertige Testdatensätze vor (Hadrian, Eclipse und ND-Twins), die ohne künstliche Bildverschlechterung die Schwierigkeit der Gesichtserkennung durch natürliche Variationen wie Bartwuchs, Belichtung und Ähnlichkeit bei Zwillingen erhöhen, um Schwächen bestehender Algorithmen aufzudecken.
Die Arbeit stellt RDM vor, ein rekurrentes Diffusionsmodell, das mithilfe von Normalizing Flows effizient lange, textgetreue menschliche Bewegungssequenzen generiert, indem es den rechenintensiven vollständigen Denoising-Prozess früherer Autoregressiver Ansätze umgeht.
Diese Arbeit stellt eine Methode vor, die Transfer-Entropie nutzt, um den Einfluss zwischen Agenten in der Mensch-Roboter-Interaktion über Belohnungsmodulation zu steuern und so implizite Kommunikation sowie verbesserte Zusammenarbeit oder soziale Unabhängigkeit in kollaborativen und kompetitiven Szenarien zu fördern.
Diese Arbeit stellt ein generisches Rahmenwerk vor, das hinreichende Bedingungen für die polynomielle Entscheidbarkeit von Fragmenten erster Ordnung mit einer festen Anzahl von Negationen liefert und damit zeigt, dass schwache Presburger-Arithmetik sowie andere spezifische Theorien in polynomieller Zeit entscheidbar sind, im Gegensatz zu NP-schweren Fragmenten der vollen Presburger-Arithmetik.
Das Paper stellt MORCoRA vor, eine multi-objective Suchmethode, die nicht nur Code-Qualitätsverbesserungen und semantische Korrektheit anstrebt, sondern auch sicherstellt, dass die empfohlenen Refactoring-Sequenzen von verfügbaren und fachkundigen Entwicklern zeitnah geprüft werden können.
Diese Arbeit stellt einen in 28-nm-CMOS-Technologie gefertigten, extrem energieeffizienten analoge Spiking-Neuronen mit einem Verbrauch von 1,6 fJ pro Spike vor, der als Kernkomponente für einen neuromorphen System-on-Chip dient und in einem quantisierten Spiking-Neuronalen Netzwerk eine MNIST-Genauigkeit von 82,5 % erreicht.
Diese Studie untersucht anhand einer Mixed-Methods-Analyse, wie Wikipedia-Artikel zu tabuisierten Themen trotz Konflikten und Zensur entstehen und bestehen bleiben, und identifiziert sechs Entwicklungsmuster, die resilienter Führung, organisierter Unterstützung und emergenter Governance bedürfen.
Diese Arbeit stellt das multimodale System MLVAS vor, das durch die Kombination von Videostroboskopie und Audioanalyse sowie fortschrittlicher Segmentierung und Merkmalsextraktion eine objektive, assistierte Diagnose der Stimmlippenlähmung ermöglicht.
Diese Arbeit untersucht das transformative Potenzial künstlicher Intelligenz zur Automatisierung und Optimierung der Testfallgenerierung und -validierung, wobei sie sowohl die gesteigerte Effizienz und Abdeckung als auch die Herausforderungen wie Datenqualität und die Balance zwischen Automatisierung und menschlicher Aufsicht beleuchtet.