4495 Arbeiten
Diese Arbeit stellt einen sicheren Navigationsrahmen für bipede Roboter vor, der Deep Reinforcement Learning mit einer auf dem Koopman-Operator basierenden, linearisierten Modellprädiktiven Regelung kombiniert, um die nichtlineare Dynamik präziser zu erfassen und die Erfolgsrate in komplexen Umgebungen zu steigern.
Das Paper stellt InterMind vor, ein von großen Sprachmodellen gestütztes System, das durch die Einbeziehung von Familie, die Nutzung von Retrieval-Augmented Generation und Chain-of-Thoughts sowie die Generierung interpretierbarer Berichte die Effizienz und Genauigkeit der Depressionsdiagnose im Dreiklang aus Arzt, Patient und Angehörigen verbessert.
Die Arbeit stellt PiVOT vor, einen neuen Visual-Prompting-Mechanismus für das generische Objekttracking, der einen vortrainierten Fundamentmodell (CLIP) nutzt, um Online-Visual-Prompts automatisch zu generieren und zu verfeinern, wodurch der Tracker durch kontrastive Führung Störobjekte effektiv unterdrücken und die Verfolgungsleistung verbessern kann.
Das Paper stellt S^2Sim vor, ein System zur automatischen Diagnose und Reparatur verteilter Routing-Konfigurationen durch selektive symbolische Simulation, das Fehler identifiziert und Patches vorschlägt, indem es intent-konforme Varianten findet.
Die Arbeit stellt den Pose Prior Learner (PPL) vor, eine selbstüberwachte Methode, die ohne menschliche Annotationen allgemeine Pose-Priors für Objektkategorien lernt und so die Genauigkeit der Pose-Schätzung, insbesondere bei verdeckten Bildern, durch den Einsatz einer hierarchischen Speicherstruktur und iterativer Inferenz verbessert.
Die Arbeit stellt ExpGest vor, ein neuartiges Diffusionsmodell, das durch die Synchronisation von Audio- und Textinformationen sowie einen speziellen Emotionsklassifikator erstmals ausdrucksstarke, kontrollierbare Ganzkörpergesten erzeugt und damit die Starrheit bestehender Upper-Body-Methoden überwindet.
Die Arbeit untersucht revenue-maximierende Vermittlungsmechanismen im bilateralen Handel bei interdependenten Wertschätzungen, zeigt ein Unmöglichkeitstrilemma für Incentive-Compatibility, Gehorsam und Informationsgehalt auf und charakterisiert optimale Lösungen unter Relaxierungsbedingungen, die entweder zu einer Informationsasymmetrie zugunsten niedrig bewerteter Käufer oder zu einem „Lemons-Market"-Effekt führen.
Diese Arbeit stellt eine neue Variante des Pebble-Games vor, die partielle Berechnungen zulässt, um Datenbewegungen in DAGs mit beliebigen Eingangsgraden zu modellieren, und zeigt, dass die Entscheidungsfrage nach einer optimalen Strategie NP-vollständig ist, während Approximationsalgorithmen für Spezialfälle skizziert werden.
Dieser Artikel zeigt, wie untere Schranken für uniforme nichtdeterministische Laufzeiten (z. B. für k-SAT oder MAX-3-SAT) genutzt werden können, um die Existenz von kombinatorischen Objekten mit hoher Komplexität, wie monotonen Booleschen Funktionen, Matrizen mit hoher Steifigkeit und Tensoren mit hohem Rang, nachzuweisen.
Diese Studie untersucht mittels einer computergestützten Analyse von zwei Jahren Hit-Daten, wie sich die unterschiedlichen Plattformlogiken von TikTok und Spotify auf die Produktion und Rezeption von Musik auswirken und wie die Popularität von Hits zwischen den beiden Plattformen interagiert.
Die Studie zeigt, dass algorithmische Agenten ohne direkte Kenntnis der Konkurrenz durch reine Synchronität ihrer Aktionen in wiederholten Gefangenendilemma-Spielen zu einer „naiven Kollusion" neigen können, wobei das Auftreten dieses Phänomens stark von der Wahl des Lernalgorithmus (z. B. deterministisch vs. zufällig) abhängt und erhebliche Implikationen für die Wettbewerbspolitik hat.
Die Arbeit stellt Prithvi-EO-2.0 vor, ein vielseitiges, quelloffenes geospatiales Fundamentmodell, das durch Training auf 4,2 Millionen globalen Zeitreihen und die Integration von Zeit- und Orts-Embeddings signifikante Leistungssteigerungen gegenüber Vorgängermodellen und anderen geospatialen Modellen in verschiedenen Erdbeobachtungsaufgaben erzielt.
Die Arbeit stellt iLLaVA vor, eine Methode zur umfassenden Beschleunigung von Large Multimodal Models durch die gemeinsame Optimierung des Bildencoders und des LLM mittels einer neuartigen Token-Merging-Strategie, die nicht nur die Rechenzeit drastisch reduziert, sondern auch die Genauigkeit größerer Modelle im Vergleich zu kleineren verbessert.
Diese Arbeit untersucht die algorithmische Komplexität der Berechnung eines reinen Nash-Gleichgewichts in allgemeinen Tullock-Wettbewerben und zeigt, dass die Anzahl der Spieler mit mittlerer Elastizität (r_i ∈ (1, 2]) entscheidend ist, da eine logarithmische Beschränkung effiziente Algorithmen ermöglicht, während eine darüber hinausgehende Anzahl NP-Vollständigkeit impliziert, für die jedoch ein FPTAS entwickelt wurde.
Der Artikel stellt LangSurf vor, eine Methode, die durch eine gemeinsame Trainingsstrategie und ein hierarchisches Kontextbewusstseinsmodul präzise sprachbasierte 3D-Segmentierung und -Bearbeitung ermöglicht, indem sie Sprach-Gaussians exakt mit den Objektoberflächen ausrichtet und so die Grenzen bestehender Ansätze wie LangSplat überwindet.
Diese Arbeit stellt ein Deep-Learning-Framework vor, das historische Ausfall- und Wetterdaten nutzt, um die Resilienz von Stromnetzen auf Ereignisebene zu prognostizieren und damit gezielte Investitionen in verteilte Energiequellen zur Stärkung besonders gefährdeter Regionen zu ermöglichen.
Diese Studie stellt eine Methode zur Identifizierung von IoT-Firmware-Versionen mittels Transferlernen und Twin Neural Networks vor, die durch die Analyse von Paketfluss-Statistiken als Graustufenbilder Versionenänderungen mit hoher Genauigkeit erkennt und dabei nur geringe Trainingsdaten benötigt.
Diese Fallstudie untersucht die positiven Auswirkungen des KI-gestützten CGScholar AI Helper auf die Schreibentwicklung von elften Klassen-Schülern in einem einkommensschwachen Umfeld und liefert gleichzeitig Verbesserungsvorschläge für das noch in Entwicklung befindliche Tool.
Die Autoren stellen einen systematischen Ansatz zur statischen und dynamischen Taint-Analyse von Graph-APIs vor, der mithilfe von Graphtransformation und kritischer Paaranalyse Broken Access Control-Schwachstellen identifiziert und durch Anwendung auf die GitHub GraphQL-API sowohl unzulässige Zugriffe als auch ungerechtfertigte Zugriffsbeschränkungen aufdeckt.
Die Autoren stellen ein problemagnostisches, auf dem Maximum-a-Posteriori-Prinzip basiertes Diffusionsmodell vor, das durch die Schätzung eines geführten Terms unbedingte vortrainierte Modelle für inverse Bildprobleme wie Super-Resolution und Inpainting verbessert und dabei die strukturelle Kohärenz der Ergebnisse signifikant erhöht.