Arbeiten, bei denen die ursprünglichen Autoren unsere verständliche Erklärung begutachtet haben.
Bei jeder Arbeit auf dieser Seite hat mindestens ein/e der ursprünglichen Autor*innen unsere verständliche Erklärung gesehen und begutachtet — entweder durch Bestätigung der Genauigkeit oder durch Korrekturwünsche, die wir anschließend umgesetzt haben. Eine Bestätigung bedeutet keine formelle Freigabe jedes Satzes, aber die Erklärung ist von den Menschen geprüft worden, die das Paper geschrieben haben.
608 von Autoren geprüfte Arbeiten · 451–460 / 608
Dieser Beitrag stellt einen theoretischen Rahmen für die Analyse endlicher Algorithmen vor, schlägt einen automatisierten Ansatz zur Entdeckung effizienter Lösungen für NP-vollständige Probleme im praktischen, endlichen Fall vor und argumentiert, dass diese Fälle einfacher zu lösen sind als die allgemeinen asymptotischen Fälle.
Diese Studie vergleicht die praktische Anwendbarkeit von Integrated Gradients, Attention Rollout und SHAP an einem für die Sentiment-Analyse feinabgestimmten DistilBERT-Modell und stellt fest, dass gradientenbasierte Methoden stabilere Erklärungen liefern, während Aufmerksamkeitstechniken zwar recheneffizienter, aber weniger präzise sind.
Die Studie zeigt, dass epitaktische Hf₀.₅Zr₀.₅O₂-basierte ferroelektrische Memristoren koexistierende, flächendependente Tunnel- und lokalisierte Leitungsregime aufweisen, wobei ein statistischer Übergang bei etwa 10³ µm² mit dem Einsetzen des ferroelektrischen Wake-up-Effekts und der Umverteilung von Sauerstoffleerstellen korreliert.
Diese Studie nutzt tiefe VLT/HAWK-I-Photometrie, um den Scheibenanteil im hochmassereichen Sternentstehungsgebiet M17 zu messen und stellt fest, dass zwar die lokale UV-Strahlung aufgrund dynamischer Durchmischung keine Korrelation mit dem Überleben von Scheiben zeigt, ein Vergleich mit anderen Regionen ähnlichen Alters jedoch bestätigt, dass externe Photoverdampfung die durchschnittlichen Scheibenlebensdauern signifikant verkürzt.
Die Studie stellt -FlowNet vor, ein auf einem U-Net mit Aufmerksamkeitsmechanismus basierendes Deep-Learning-Framework, das die Vorhersage von Strömungsfeldern in unregelmäßigen Mikrokanälen effizienter und genauer ermöglicht als herkömmliche CFD-Simulationen oder andere U-Net-Varianten.
Die Arbeit zeigt, dass ein rationaler Akteur mit wahrer und verfeinerbarer Kenntnis von Ereignissen nicht wissen kann, ob er alles weiß, wobei diese epistemische Einschränkung weder durch Introspektion über Tautologien noch durch das Erlernen neuer Ereignisse überwunden werden kann.
Die Studie zeigt, dass die Einführung einer Masse in nullverschobenen Rindler-Keilen die konforme Symmetrie bricht und zu einem fundamentalen Zusammenbruch der Thermizität führt, wodurch massive Felder für beschleunigte Beobachter keine thermische Anregung erfahren.
Diese Forschungsarbeit stellt die Implementierung und Evaluierung eines Deep Q-Learning-Netzwerks (DQN) für ein selbstfahrendes Auto auf einer benutzerdefinierten 2D-Strecke vor, wobei eine modifizierte Version mit priorisierter Aktionsauswahl eine durchschnittliche Belohnung von etwa 40 erreicht, was einer Steigerung von rund 60 % gegenüber dem ursprünglichen DQN entspricht.
Die Analyse von NHANES-Daten zeigt, dass bei US-Erwachsenen ohne Diabetes ein aktives, nicht jedoch ein ehemaliges Rauchen mit einem signifikant höheren HbA1c-Wert assoziiert ist, was auf eine Abschwächung dieses Effekts nach dem Rauchstopp hindeutet.
Die Studie nutzt Daten der ersten schnellen Euclid-Datenfreigabe in Kombination mit anderen Wellenlängenbereichen, um erstmals spektroskopisch bestätigte Kandidaten für doppelte aktive Galaxienkerne in massereichen sowie in massearmen Galaxien zu identifizieren, was wichtige Erkenntnisse für die Entwicklung supermassereicher Schwarzer Löcher und die Vorhersage von Gravitationswellen liefert.