4937 Arbeiten
Diese Arbeit stellt die H3LIX-Architektur vor, ein dezentrales KI-Framework, das durch lokale Instanzen, synthetische Daten und einen synchronisierten kollektiven Kontextfeld-Ansatz eine skalierbare, datenschutzkonforme und energieadaptive Lernmethode ermöglicht, die sich an biologischen neuronalen Netzen orientiert.
Dieser Beitrag untersucht die Gestaltung von GenAI-gestützten Gruppenbewusstseins-Tools, um durch die Anwendung etablierter Gestaltungsprinzipien die autonome sozial geteilte Metakognition in kollaborativen Lern- und Arbeitsprozessen zu fördern und eine übermäßige Abhängigkeit von KI-Generierungen zu vermeiden.
Diese Studie präsentiert einen systematischen Rahmen zur vergleichenden Bewertung von physischen Patch-Angriffen auf drei VLM-basierte autonome Fahrsysteme und zeigt, dass alle getesteten Architekturen trotz ihrer fortschrittlichen Fähigkeiten erhebliche und kritische Verwundbarkeiten gegenüber solchen adversarialen Bedrohungen aufweisen.
Die Autoren stellen mit VQS-4K einen neuen, groß angelegten Benchmark für die visuelle Abfragesegmentierung (VQS) vor, der es ermöglicht, alle Vorkommen eines Objekts in ungeschnittenen Videos auf Pixelebene zu lokalisieren, und präsentieren gleichzeitig die Methode VQ-SAM, die SAM 2 erweitert, um diese Aufgabe effektiv zu lösen.
Dieser Beitrag untersucht das Design von GenAI-erweiterten Gruppenbewusstseinswerkzeugen, die durch die Visualisierung von Kollaborationsdaten und die Auslösung kognitiver Konflikte statt durch direkte Anweisungen eine autonome Sinnstiftung fördern, um die Überabhängigkeit von KI zu mindern.
Die Arbeit stellt PSANE vor, ein Framework für die propriozeptive sichere Navigation und Exploration in deformierbaren planetaren Umgebungen, das mittels Gauß-Prozess-Regression auf Basis von Bein-Boden-Interaktionen Traversierbarkeitsmodelle lernt und diese in eine reaktive Steuerung integriert, um unbekannte Granularterrains sicher zu erkunden.
Die Arbeit stellt ein infrastrukturloses magneto-induktives Lokalisierungssystem vor, das einem leichten UAV ermöglicht, autonom mit Zentimetergenauigkeit auf einem mobilen quadrupeden UGV zu schweben, diesem zu folgen und sicher zu landen, indem es magnetische Sensoren mit einer eingebetteten Schätzpipeline und einem erweiterten Kalman-Filter kombiniert.
Der Micro-Expression Grand Challenge (MEGC) 2026 stellt zwei neue Aufgaben vor, die multimodale Large Language Models nutzen, um Mikroexpressionen sowohl in kurzen als auch in langen Videos durch Visual Question Answering zu analysieren.
Die Arbeit stellt TIDE vor, eine trainingsfreie Methode zur dynamischen Bildextrapolation für Diffusion-Transformer, die durch einen textbasierten Ankermechanismus und eine schrittweise temperaturgesteuerte Dynamik strukturelle Verzerrungen bei der Generierung höherer Auflösungen und beliebiger Seitenverhältnisse ohne zusätzliche Sampling-Kosten vermeidet.
Die Arbeit stellt bsort vor, einen theoretisch effizienten, nicht-vergleichsbasierten Sortieralgorithmus für Ganzzahlen und Gleitkommazahlen, der durch eine von Binärschnellsortieren abgeleitete Methode eine Laufzeit von und einen zusätzlichen Speicherbedarf von erreicht.
Dieser Artikel stellt einen Ein-Pass-Streaming-Algorithmus für das Problem der Auswahl von Einheitsintervallen in zufälliger Reihenfolge vor, der mit linearem Speicherplatz eine erwartete Approximationsgüte von 0,7401 erreicht und damit die zuvor bekannte Schranke von 2/3 für adversarial geordnete Streams übertrifft.
Diese Arbeit argumentiert, dass generative KI kein Allheilmittel für qualitative Forschung in der Softwaretechnik ist, sondern deren Einsatz sorgfältig an die spezifischen Daten und Forschungsstrategien angepasst werden muss, um die damit verbundenen Chancen und Risiken zu verstehen.
Das Paper stellt FAME vor, ein force-adaptives Reinforcement-Learning-Framework, das die Stabilität eines vollskaligen Humanoiden unter externen Handkräften verbessert, indem es eine stehende Policy auf einen latenten Kontext konditioniert, der Gelenkkonfigurationen und Interaktionskräfte kodiert, was zu einer signifikant höheren Erfolgsrate bei der Manipulation führt und ohne Drehmoment-Sensoren am Handgelenk funktioniert.
Diese Arbeit untersucht auf Basis zweier empirischer Studien die Chancen und Herausforderungen des Einsatzes von Virtual und Augmented Reality im öffentlichen Sprachunterricht, wobei sie trotz motivierender und kontextueller Vorteile technische Hürden sowie kognitive Überlastung identifiziert und Strategien für eine erfolgreiche Implementierung durch verbessertes Design, angepasste Infrastruktur und Lehrerausbildung empfiehlt.
Diese Studie untersucht den Einfluss unterschiedlicher Interaktivitätsgrade in mobilen AR-Anwendungen auf das Nutzererlebnis und die soziale Akzeptanz und zeigt, dass ein ausgewogener Designansatz notwendig ist, um sowohl Usability als auch soziale Barrieren im öffentlichen Raum zu berücksichtigen.
Eine Studie mit 22 Teilnehmern zeigt, dass die Häufigkeit von betrügerischem Verhalten während Tests in virtueller Realität und auf einem Laptop identisch ist.
Die Arbeit stellt SVG-EAR vor, eine parametrenfreie Methode zur linearen Kompensation in Diffusion Transformern für die Videogenerierung, die durch semantische Clustering-basierte Approximation und ein fehlerbewusstes Routing-Verfahren die Effizienz signifikant steigert, ohne dabei die Generierungsqualität zu beeinträchtigen.
Die Arbeit stellt SurgCalib vor, ein markerloses Framework zur Hand-Augen-Kalibrierung des da Vinci-Operationsroboters, das mittels Gaußschem Splatting und einer zweiphasigen Optimierung unter RCM-Bedingungen präzise Kalibrierungsergebnisse ohne zusätzliche fiduzielle Marker erzielt.
Diese Arbeit verwandelt die Inspire RH56DFX-Hand durch Hardware-Kalibrierung, einen MuJoCo-Sim2Real-Modellansatz und einen hybriden Kraft-Geschwindigkeits-Regler in ein zuverlässiges Forschungsinstrument, das die Erfolgsrate bei Greif- und Einsetzaufgaben im Vergleich zu bestehenden Baselines signifikant steigert.
Die Arbeit stellt SkipGS vor, eine effiziente Trainingsmethode für 3D-Gaussian-Splatting, die durch einen adaptiven Mechanismus zum selektiven Überspringen von Rückwärtsdurchläufen in der Nachverdichtungsphase die Trainingszeit um 23,1 % reduziert, ohne die Rekonstruktionsqualität zu beeinträchtigen.