Von Autoren geprüfte Arbeiten

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.

1209 von Autoren geprüfte Arbeiten · 801–810 / 1209

💬 NLP

Forgotten Words: Benchmarking NeoBERT for Dementia Detection in Low-Resource Conversational Filipino and English Speech

Dieser Beitrag stellt die erste systematische Evaluation transformer-basierter Demeterkennung in filipino-englischem Code-Switching-Sprachmaterial vor und zeigt, dass monolinguale Modelle zwar nicht sprachübergreifend generalisieren, während zweisprachiges Fine-Tuning die sprachübergreifende Leistungsverschlechterung wirksam beseitigt und unabhängig von der Modellarchitektur eine hohe Genauigkeit erzielt.

Rez Samantha Z. Floresca, Edric Castel C. Hao, Hannah Grachiella Buñales, Chelsea Dominique E. Temprosa, Georgianna Z. R (…)2026-05-26✓ Author reviewed ⓘ

🤖 machine learning

'Si'multaneous 'S'patial-'T'emporal Message Passing for Dynamic Graph Representation Learning

Dieser Beitrag stellt SiST-GNN vor, ein neuartiges dynamisches Graph-Neurales Netzwerk, das räumlichen und zeitlichen Nachrichtenfluss durch die Erweiterung des Graphen um zeitübergreifende Kanten in einer einzigen Operation vereint und dadurch in verschiedenen Benchmarks für Link-Vorhersage und Knotenklassifizierung state-of-the-art-Ergebnisse erzielt.

Shubhajit Roy, Anirban Dasgupta2026-05-26✓ Author reviewed ⓘ

🤖 machine learning

Learning in Low-Dimensional Subspaces: Orthogonal Bottlenecks for Reinforcement Learning

Dieser Beitrag stellt orthogonale Engpässe vor, einen leichten, architekturunabhängigen Mechanismus, der Reinforcement-Learning-Repräsentationen durch feste orthonormale Projektionen auf niedrigdimensionale Unterräume beschränkt und sowohl theoretisch als auch empirisch nachweist, dass taskspezifische Wertfunktionen bei minimaler Dimensionalität erhalten und häufig verbessert werden können, während die Merkmalsgeometrie stabilisiert wird.

Aleksandar Todorov, Matthia Sabatelli2026-05-26✓ Author reviewed ⓘ

💻 computer science

Geometric Workspace Analysis and Transmission-Aware Dynamics of a Serial Spherical Tool for Microsurgery

Dieser Beitrag stellt einen kinematischen und transmissionsbewussten Entwurfsrahmen für ein serielles sphärisches mikrochirurgisches Instrument vor, der eine analytische Formulierung des Arbeitsraums sowie eine dynamikinformierte Methodik für selbsthemmende Getriebe umfasst und durch Experimente an einem speziell für die Vitreoretinalchirurgie entwickelten Robotersystem validiert wird.

Anestis Mablekos-Alexiou, Lyndon da Cruz, Christos Bergeles2026-05-26✓ Author reviewed ⓘ

🤖 AI

Cross-Domain Generalization Limits of Vision Foundation Models in Facial Deepfake Detection

Dieser Beitrag bewertet systematisch die Grenzen der domänenübergreifenden Generalisierung von Vision-Grundmodellen bei der Erkennung von Deepfakes im Gesichtsbereich und zeigt, dass diese Modelle zwar bei der Identifizierung von Ganzgesichtssynthesen hervorragend sind, jedoch aufgrund inhärenter Zielkonflikte zwischen Vortrainingsparadigmen und linearen Sondenauswertungsstrukturen bei lokalisierten Bearbeitungstechniken an ihre Grenzen stoßen.

Ibrahim Delibasoglu2026-05-26✓ Author reviewed ⓘ

🤖 AI

Scaling up Energy-Aware Multi-Agent Reinforcement Learning for Mission-Oriented Drone Networks with Individual Reward

Dieser Beitrag stellt ein energiebewusstes Multi-Agenten-Reinforcement-Learning-Modell vor, das Deep Q-Networks mit individuellen Belohnungsfunktionen nutzt, um die Robustheit, Energieeffizienz und Erfolgsrate missionsorientierter Drohnetze zu verbessern, insbesondere im Vergleich zu traditionellen Ansätzen mit gemeinsamer Belohnung, wenn die Größe der Umgebung und die Anzahl der Agenten skaliert werden.

Changling Li, Ying Li2026-05-26✓ Author reviewed ⓘ

🔢 mathematics

A Unified Substitution Method for Integration

Dieser Beitrag stellt ein einheitliches, verzweigungskonsistentes Substitutionsframework vor, das Integrale mit quadratischen Radikanden durch algebraische Darstellung der Exponentialfunktionen der Hauptwerte inverser trigonometrischer Funktionen in rationale Funktionen überführt und dabei klassische Methoden wie die Euler- und Weierstrass-Substitution wiederherstellt, gleichzeitig jedoch die Komplexität des Definitionsbereichs und die Ausdrucksgröße reduziert.

Emmanuel Antonio José García2026-05-26✓ Author reviewed ⓘ

🤖 machine learning

Test-Time Graph Search for Goal-Conditioned Reinforcement Learning

Dieser Beitrag stellt Test-Time Graph Search (TTGS) vor, einen leichtgewichtigen, trainingfreien Planungs-Wrapper, der die inhärente geometrische Struktur bestehender offline zielkonditionierter RL-Richtlinien nutzt, um die Erfolgsquoten bei Aufgaben mit langem Horizont drastisch zu verbessern, ohne zusätzliche Überwachung oder Parameteraktualisierungen zu erfordern.

Evgenii Opryshko, Junwei Quan, Claas Voelcker, Yilun Du, Igor Gilitschenski2026-05-26✓ Author reviewed ⓘ

💰 quantitative finance

Hedging Options on Asset Portfolios against Just One Underlying Asset in the Presence of Transaction Costs

Diese Studie untersucht die optimale Absicherungsstrategie für Optionen auf ein Zwei-Asset-Portfolio unter Berücksichtigung von Transaktionskosten und zeigt durch Simulationen, dass die Absicherung mit einem korrelierten, aber nicht zugrundeliegenden Vermögenswert der Absicherung mit dem korrekten Vermögenswert vorzuziehen sein kann, wenn die Korrelation hinreichend hoch und die Transaktionskosten niedrig sind, wie durch risikoadjustierte Wertmaße bestimmt.

Erina Nanyonga, Matt Davison2026-05-26✓ Author reviewed ⓘ

⚡ electrical engineering

Do Synthetic Brain MRIs Reliably Improve Tumour Classification? A StyleGAN2-ADA Class-Plane Augmentation Study on BRISC 2025

Diese Studie zeigt, dass zwar von StyleGAN2-ADA generierte synthetische Gehirn-MRTs die Tumor-Klassifizierung nicht bei allen Modellarchitekturen universell verbessern, sie jedoch bei MobileViTV2 unter Verwendung einer Filterung im Merkmalsraum im Verhältnis 1:1 zwischen realen und synthetischen Daten eine statistisch signifikante Steigerung der Genauigkeit bewirken, was unterstreicht, dass der Nutzen der Datenaugmentierung von der spezifischen Klassifikator- und Datenkonfiguration abhängt und nicht allein von der visuellen Fidelity.

José Rafael Noriega Cedeño2026-05-25✓ Author reviewed ⓘ

← Zurück Weiter →