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 · 571–580 / 608

MXDFz4.4: A LyC emitter 250Myr after the epoch of reionization and a first test of Ly-alpha morphology as a tracer of LyC escape at high redshift

Die Studie identifiziert MXDFz4.4 als den bisher am weitesten entfernten Lyman-Kontinuum-Emitter und liefert erstmals bei hohen Rotverschiebungen Hinweise darauf, dass die Ly-alpha-Halo-Fraktion ein vielversprechender Indikator für die Flucht ionisierender Strahlung ist, wobei stochastische Sternentstehungsereignisse eine entscheidende Rolle für den Beitrag von Galaxien zur kosmischen Reionisation spielen.

Ilias Goovaerts, Marc Rafelski, Alexander Beckett, Grecco Oyarzùn, Annalisa Citro, Farhanul Hasan, Kalina V Nedkova, Calum Hawcroft, Anton M Koekemoer, Mitchell Revalski, Matthew J Hayes, Claudia Scar (…)2026-03-06✓ Author reviewed 🔭 astro-ph

Position-Sensitive Silicon Photomultiplier Array with Enhanced Position Reconstruction by means of a Deep Neural Network

Diese Studie zeigt, dass der Einsatz von Deep Neural Networks zur Positionsrekonstruktion in einem 2x2-Array von linear-gradierten SiPMs die Ortsauflösung und Linearität im Vergleich zu herkömmlichen Methoden erheblich verbessert und die Anzahl der auflösbaren Bereiche um den Faktor 5,7 bis 12,1 steigert.

Cyril Alispach, Fabio Acerbi, Hossein Arabi, Domenico della Volpe, Alberto Gola, Aramis Raiola, Habib Zaidi2026-03-06✓ Author reviewed 🔬 physics.ins-det

Knowledge Graphs are Implicit Reward Models: Path-Derived Signals Enable Compositional Reasoning

Die Arbeit stellt einen effizienten Nachtrainierungsansatz vor, bei dem Wissensgraphen als implizite Belohnungsmodelle dienen, um Sprachmodelle durch abgeleitete Pfadeignale zu befähigen, komplexe mehrstufige Schlussfolgerungen in Fachbereichen wie der Medizin durch Zusammensetzung axiomatischer Fakten zu treffen und dabei deutlich größere Modelle sowie Frontier-Systeme zu übertreffen.

Yuval Kansal, Niraj K. Jha2026-03-05✓ Author reviewed 🤖 cs.AI