1875 Arbeiten
Die Studie zeigt, dass thermische Rossby-Wellen in schnell rotierender hydrodynamischer Konvektion einen nach außen gerichteten radialen Drehimpulsfluss erzeugen, was im Widerspruch zu gängigen Mittelwerttheorien steht, aber mit sphärischen Schalen-Simulationen übereinstimmt und die Diskrepanz zwischen numerischen Modellen, theoretischen Annahmen und solaren Beobachtungen unterstreicht.
Die Studie zeigt, dass ein durch -Korrekturen modifiziertes tachyonisches Skalarfeld-Inflationsmodell mit einem inversen quadratischen Potenzgesetz die Phantom-Grenze überschreiten und gleichzeitig mit ACT-Daten kompatibel sein kann, sofern die Gravitation während der Inflation stärker als die Einstein-Hilbert-Gravitation ist.
Diese Studie nutzt selbstüberwachtes maschinelles Lernen auf Daten des DESI Legacy Survey, um 16 neue, helle Quasare bei Rotverschiebungen von zu identifizieren, die für das Verständnis des frühen Universums entscheidend sind und teilweise von herkömmlichen Suchmethoden übersehen worden wären.
Die Studie zeigt, dass ein modifiziertes Förderband-Modell zur Clusterbildung zwar viele beobachtete Trends erklärt, jedoch die Notwendigkeit aufdeckt, dass bei der Klassifizierung massereicher Sternentstehungsregionen in frühen Entwicklungsstadien herkömmliche Schwellenwerte der Oberflächendichte versagen und stattdessen die gesamte in die Region eingetragene Materie als entscheidender Faktor herangezogen werden muss.
Die vorgestellte Arbeit beschreibt eine softwarebasierte, mehrstufige Parallel-Pipeline zur Simulation des SPHERE-3-Detektors, die durch die unabhängige Verarbeitung einzelner Ereignisse und eine architektonische Vermeidung von Sperren eine lineare Skalierbarkeit bei der Optimierung der Detektorkonfiguration für die Erforschung der kosmischen Strahlung ermöglicht.
Die Studie stellt eine robuste Methode zur Korrektur geometrischer Verzerrungen für die Hauptkamera des chinesischen Weltraumteleskops CSST vor, die durch eine gewichtete Polynomkorrektur in zwei Phasen und eine Nachschlagetabelle eine hohe astrometrische Präzision sowohl bei simulierten als auch bei realen Beobachtungsdaten erreicht.
Diese Studie nutzt neue JWST-Beobachtungen, um die Atmosphäre des kalten Exoplaneten Eps Ind Ab zu analysieren, wobei die Ergebnisse auf das Vorhandensein von Ammoniak hindeuten, dessen spektrale Signatur jedoch durch dicke Wasser-Eis-Wolken unterdrückt wird, was auch die beobachtete Helligkeit anderer kalter Riesenplaneten im nahen Infrarot erklärt.
Diese Studie nutzt simultane NuSTAR-, NICER- und Insight-HXMT-Beobachtungen von GX 339-4, um nachzuweisen, dass die Einbeziehung einer warmen Korona im harten Spektralzustand zu einer physikalisch konsistenten Geometrie der Akkretionsscheibe führt, die im Widerspruch zu Ergebnissen steht, die nur auf einem einzelnen Comptonisierungskorona-Modell basieren.
Diese kurze Übersicht fasst X-ray-Techniken zur Messung der Akkretionsgeometrie zusammen, beleuchtet den aktuellen Wissensstand und offene Fragen, wobei insbesondere spektroskopische Studien zeigen, dass die Akkretionsscheibe im hellen harten Zustand bis nahe an die innerste stabile Kreisbahn reicht, und zudem Hinweise auf Verbindungen zwischen Scheibe, Korona und Jet diskutiert werden.
Diese Studie stellt eine datengetriebene Methode zur präzisen Bestimmung von Rotverschiebungen mittels nicht-negativer Matrixfaktorisierung (NMF) vor, die bei MUSE-Spektren eine Erfolgsrate von 93,7 % erreicht und sich zudem zur Trennung echter von falschen Quellen sowie zur Detektion überlagerter Emissionen eignet.
Diese Studie analysiert die asymmetrischen Gezeitenstörungen der Satelliten LARES 2 und LAGEOS, identifiziert signifikante Gezeitenkonstituenten und bewertet deren kumulative Wirkung, um präzise Störungsparameter für hochpräzise Orbitmodelle und die Verifikation des Lense-Thirring-Effekts bereitzustellen.
Die Studie zeigt, dass auf tidally-locked Exoplaneten um M-Zwerge der atmosphärische Kollaps von CO₂ paradoxerweise das Fortbestehen von flüssigem Wasser auf der Tagseite begünstigen kann, da die reduzierte Wärmeumverteilung zur Nachtseite die lokale Erwärmung durch die Sternstrahlung effektiver erhält.
Die Studie stellt mit dem Monte-Carlo-Framework STRIPE einen neuen Ansatz vor, der die intermittierende Teilchenbeschleunigung durch relativistische Turbulenz modelliert und zeigt, dass dieser Mechanismus die unerwartet harten TeV-PeV-Spektren von LHAASO-entdeckten Mikroquasaren erklären kann, indem er steife Niederenergie-Abschnitte und harte Power-Law-Schwänze bis in den PeV-Bereich vorhersagt.
Die Studie stellt eine schnelle und präzise phänomenologische Methode vor, die mithilfe eines effektiven Chirp-Massen-Modells und einer likelihood-basierten Abtastung im Zeit-Frequenz-Bereich die Bahnexzentrizität von verschmelzenden Binärsystemen aus Schwarzen Löchern innerhalb von fünf Minuten zuverlässig einschränkt, um zukünftige Detektionen mit verbesserten Gravitationswellenobservatorien vorzubereiten.
Diese Studie liefert zuverlässige Schätzungen der Eigenschaften von 861 Typ-1-Aktiven Galaktischen Kernen im North-Ecliptic-Pole-Wide-Feld, indem sie durch die Kombination von optischen und mittelinfraroten Daten die Auswirkungen von Staubextinktion minimiert und so präzise Werte für Schwarze-Loch-Massen, Bolometrische Leuchtkräfte und Eddington-Verhältnisse für etwa 450 Objekte in einem weiten Rotverschiebungsbereich ableitet.
Diese Studie charakterisiert die dreidimensionale Entwicklung und frühe Kinetik zweier aufeinanderfolgender koronaler Massenauswürfe, die am 15. April 2022 von der aktiven Region AR 12994 ausbrachen und sich mit Hilfe des revidierten Kegelmodells und Multi-View-Beobachtungen auf Merkur zubewegten, um zukünftige Vorhersagen für planetare CME-Einschläge zu verbessern.
Die Studie stellt ein auf dem neuronalen Netzwerk The Payne basierendes MLP-Modell vor, das die instrumentelle Profilierung des LAMOST-Teleskops präzise charakterisiert und durch eine verbesserte Bestimmung der Sternradialgeschwindigkeiten die Streuung um etwa 3 km/s reduziert, was die Suche nach langperiodischen Doppelsternen erleichtert.
Diese Studie liefert erstmals eine systematische Analyse der Neutrinoemissionen massereicher Sterne von der späten Vor-Supernova-Entwicklung bis zur frühen Kernkollaps-Phase und zeigt, wie sich die Neutrinoeigenschaften mit Parametern wie dem Kompaktheitsgrad und der Kohlenstoff-Sauerstoff-Kernmasse korrelieren, um Rückschlüsse auf die innere Struktur der Sterne zu ermöglichen.
Diese Studie zeigt, dass die Kreuzkorrelation von kosmischen Voids und Scherung (Void-Lensing) eine vielversprechende, unabhängige Methode zur Einschränkung der Gesamtneutrinomasse darstellt, die bei Vorliegen von Formrauschen eine Unsicherheit von 0,340 eV erreicht.
Diese Studie zeigt, dass die traditionelle Methode zur Korrektur ionosphärischer Faraday-Rotation bei VLA- und MeerKAT-Beobachtungen die Rotation signifikant überschätzt, während die Nutzung lokaler GNSS-Daten durch die Software ALBUS deutlich genauere Korrekturen ermöglicht und gleichzeitig die intrinsischen EVPA-Werte der Kalibratoren 3C286 und 3C138 über einen weiten Frequenzbereich bestimmt werden.
Dieser Artikel untersucht kosmologische Raumzeiten, in denen die räumliche Krümmung als zeitabhängige Funktion behandelt wird, um topologische Übergänge von geschlossenen zu offenen Universen zu ermöglichen und dabei die globale Hyperbolizität unter bestimmten Bedingungen aufrechtzuerhalten.
Die Studie demonstriert, dass das auf dem 6U-CubeSat SpIRIT installierte HERMES-Instrument mit seiner kompakten Bauweise und hohen zeitlichen Auflösung erstmals die Millisekunden-Timing-Genauigkeit für den Crab-Pulsar im Röntgenbereich erreicht und damit die Überwachung von kosmischen Transienten wie Gammablitzen auch mit Miniatursatelliten ermöglicht.
Diese Arbeit stellt eine Datenreduktionsmethode für das OPTICAM-Instrument vor, bei der ein 3×3-Medianfilter zur effektiven Korrektur von warmen Pixeln in Multiband-Lichtkurven von transitierenden Exoplaneten eingesetzt wird, um die photometrische Präzision zu verbessern.
Die Studie zeigt, dass ein hybrider Ansatz aus Matched-Filtering und Convolutional Neural Networks die Rechenkosten für die Suche nach Gravitationswellen von kompakten Binärsystemen senken kann, ohne dabei die Nachweisleistung im Vergleich zu herkömmlichen Methoden zu beeinträchtigen.
Diese Studie präsentiert die erste on-sky-Demonstration der Dual-Field-Interferometrie am CHARA-Array, durch die das innere Ba-Bb-Untersystem des hierarchischen Dreifachsterns Piscium erstmals direkt aufgelöst und dessen Umlaufbahn sowie die dynamischen Massen der Komponenten präzise bestimmt wurden.
Diese Studie berichtet über den Nachweis von Gammastrahlung nachglühen bis zu 100 GeV bei Gamma-Ray Bursts durch eine Stacking-Analyse von 330 Ereignissen mit dem Fermi-LAT, wobei die Ergebnisse für schwächere, einzeln nicht detektierte Bursts erstmals auf einen möglichen Energieinjektionseffekt im GeV-Bereich hindeuten.
Die Forscher haben das kompakte hierarchische Dreifachsternsystem G1010 entdeckt, das aus einem Hauptstern und einem inneren Doppelstern besteht, wobei sich durch kombinierte spektroskopische Beobachtungen und TESS-Lichtkurvenanalysen herausstellte, dass das System kein massives kompaktes Objekt, sondern ein verdeckendes inneres Binärsystem enthält.
Die Studie analysiert eine große Stichprobe von 241 Swift-Lang-GRBs und kommt zu dem Schluss, dass die Amati- und Yonetoku-Beziehungen keine signifikante Rotverschiebungs-Evolution aufweisen und sich insbesondere für hohe Rotverschiebungen als zuverlässige Werkzeuge für kosmologische Untersuchungen eignen.
Die vorgestellte Arbeit entwickelt eine analytische Korrektur auf Basis des Cutler-Vallisneri-Formalismus, um die durch spektrale Drift bei der Null-Latenz-Verarbeitung von Gravitationswellensignalen verursachten systematischen Fehler in Zeit, Phase und Signal-Rausch-Verhältnis zu kompensieren und somit die Genauigkeit der Himmelslokalisierung sowie das Detektionsvolumen für zukünftige Beobachtungsruns zu erhalten.
Diese Studie untersucht die Dynamik von dünnen Akkretionsscheiben und sphärischer Akkretion um ein geladenes Schwarzes Loch in einer perfekten Flüssigkeits-Dunkelmaterie-Umgebung, nutzt EHT-Beobachtungen von M87* zur Einschränkung der Parameter und zeigt, dass diese Konfiguration trotz lokaler Temperatur- und Flussreduktion eine höhere Strahlungseffizienz und Gesamtleuchtkraft als ein Schwarzschild-Loch aufweist.
Diese Studie entwickelt eine Bildsegmentierungsmethode zur Erstellung homogener Kataloge von HII-Regionen in den Galaxien NGC 2403 und NGC 628, um deren Elektronendichten und Füllfaktoren zu bestimmen und deren Abhängigkeit von galaktischen Eigenschaften sowie potenzielle Skalierungsbeziehungen mit der Sternentstehungsrate aufzuzeigen.
Die Studie schätzt basierend auf statistischen Zusammenhängen zwischen Flare-Bandflächen und freigesetzter Energie sowie unter Extrapolation auf die größte historisch verzeichnete Sonnenfleckengruppe (1947) ab, dass die Sonne prinzipiell Flares mit einer bolometrischen Energie von einigen 10^34 erg erzeugen könnte.
Diese Studie zeigt, dass die beobachteten Dichteschwankungen im Indus-Sternstrom primär auf epizyklische Bewegungen während der Gezeitenzerstörung zurückzuführen sind, was durch N-Körper-Simulationen bestätigt wird und auf einen ursprünglich „cuspy" Dunkle-Materie-Halo des Ursprungszwerggalaxie hindeutet.
Der vorliegende Beitrag bewertet die Leistungsfähigkeit des SPE-Verarbeitungsalgorithmus der Euclid-Q1-Datenfreigabe, indem er anhand von DESI-Vergleichsdaten eine hohe Genauigkeit und Präzision der Rotverschiebungsmessungen für Galaxien im kosmologischen Zielbereich nachweist, während gleichzeitig die Notwendigkeit strenger Qualitätskriterien zur Vermeidung von Fehlidentifikationen bei spektral schwachen Objekten hervorgehoben wird.
Die Studie nutzt den CatNorth-Quasar-Katalog und Planck-CMB-Daten, um die -Spannung zu untersuchen, und findet bei Verwendung volumbegrenzter Stichproben Werte, die weniger stark auf eine Diskrepanz zwischen CMB- und schwacher Gravitationslinsen-Messungen hindeuten als bisher angenommen.
Die FEAST-Studie nutzt erstmals JWST/NIRSpec-Multiplex-Spektroskopie, um die spektralen Eigenschaften und die photoionisierende Rückkopplung junger Sternhaufen in der nahegelegenen Spiralgalaxie NGC 628 aufzulösen und zeigt, dass deren Entwicklung vorwiegend durch massive Sterne und nicht durch Supernova-Schocks geprägt wird.
Diese Studie präsentiert eine umfassende Analyse der Ferninfrarot-Polarisationseigenschaften von 26 nahen Molekülwolken mittels SOFIA/HAWC+-Daten, die zeigt, dass die beobachteten Polarisationsverläufe stark von der räumlichen Auflösung und der Säulendichte abhängen und auf eine Entkopplung der Magnetfelder in diesen Regionen vom großskaligen galaktischen Magnetfeld hindeuten.
Die Studie zeigt durch numerische Simulationen, dass die Abstrahlung von Off-axis-Jet-Kokons bei langen Gamma-Ray-Bursts die beobachteten Eigenschaften schneller Röntgen-Transienten (FXTs) sowie deren begleitende UV- und optische Signale natürlich erklären kann.
Diese Studie entwickelt ein vollständig forward-modelliertes bayesisches Framework, das die Galaxienstruktur und Selektionseffekte konsistent berücksichtigt, um die Kalibrierung der Cepheiden-Perioden-Leuchtkraft-Beziehung mittels Gaia-EDR3-Parallaxen zu verfeinern und damit die lokale Entfernungsleiter sowie die Hubble-Spannung zu untermauern.
Die Autoren beweisen erstmals im Rahmen der effektiven Feldtheorie der Inflation, dass das renormierte Ein-Schleifen-Leistungsspektrum des primordialen Krümmungsstörungen genau auf Skalen größer als die Schallhorizonte einfriert.
Diese Studie nutzt GPU-beschleunigte N-Körper-Simulationen, um zu zeigen, dass sich in der Region der Riesenplanetenbildung durch Kombination von Planetesimal- und Pebble-Akkretion mehrere Riesenplaneten bilden können, deren Entstehung nur schwach von der initialen Verteilung der Planetesimale abhängt und die zwangsläufig zu einem gestreuten Planetesimalgürtel führen.
Die Beobachtungen von GRB 221009A mit dem LST-1 des CTAO zeigen 1,33 Tage nach dem Ausbruch eine signifikante Gamma-Überschuss-Emission von 4,1σ, was hilft, Modelle für strukturierte Jets einzugrenzen und jene auszuschließen, die deutlich höhere VHE-Flüsse vorhersagen.
Die Studie sagt voraus, dass der Kollaps magnetisierter Weißer Zwerge charakteristische Gammastrahlungslinien von r-Prozess- und Eisen-peak-Kernen erzeugt, die sich von denen von Neutronensternverschmelzungen unterscheiden und mit zukünftigen MeV-Teleskopen bis zu Entfernungen von etwa 10 Mpc nachweisbar sein könnten.
Die Studie empfiehlt, dass das Nancy Grace Roman Space Telescope für die Untersuchung der UV-Leuchtkraftfunktion bei hohen Rotverschiebungen (z~6–9) ein ultra-tiefes Survey von mindestens 0,56 Quadratgrad mit allen sechs Filtern durchführen sollte, um die Unsicherheiten der Leuchtdichte im Vergleich zu JWST-Programmen um den Faktor 2–4 zu verringern.
Die Studie zeigt mittels FAST-Beobachtungen, dass der Pulsar J0630+19 aufgrund seines hohen Alters und seiner geringen Spin-down-Leistung nicht die Quelle der hochenergetischen Gammastrahlung von 3HWC J0630+186 sein kann.
Die Studie präsentiert HI-Beobachtungen von 19 riesigen Galaxien mit niedriger Oberflächenhelligkeit und vergleicht sie mit Simulationen, wobei die beobachtete Asymmetrie in den HI-Spektren darauf hindeutet, dass deren ausgedehnte optische Scheiben möglicherweise das Ergebnis vergangener Verschmelzungen sind.
Diese Studie analysiert mittels SDO-Multibandbeobachtungen den sechsmaligen Zerfall der Sonnenaktiven Region NOAA AR 12738 und enthüllt erstmals, dass die begleitende periphere Verdunkelung durch eine thermische Defizitstruktur im Plasma und nicht nur durch Materialabwesenheit verursacht wird, was als wertvolles diagnostisches Werkzeug für die Untersuchung der koronalen magnetischen Umstrukturierung dient.
Diese Studie kombiniert erstmals eine große Anzahl von Rotverschiebungen, darunter hochpräzise HI-Messungen des MeerKAT-Teleskops, mit Eigenbewegungsdaten, um den im Südhimmel verborgenen Vela-Superhaufen als massereichste Struktur der Region zu identifizieren, die sogar die Laniakea-Struktur und den Großen Attraktor an Masse übertrifft.
Die Autoren stellen „silmarrel" vor, eine Alpha-Version der ersten Software, die Gravitationswellenereignisse von binären Schwarzen Löchern mit elektromagnetischen Beobachtungen verknüpft, um durch die gemeinsame Rekonstruktion von Quelle und Linse gelinste Ereignisse auch ohne optische Gegenstücke identifizieren zu können.
Diese Studie validiert die Übereinstimmung zwischen koronografischen Messungen und aerosolbasierten Ableitungen der Helligkeit des Sonnenumkreises am Mauna Loa und ermöglicht so eine erweiterte Analyse der Tageshimmelqualität für die Sonnenkorona-Beobachtung über mehrere Jahrzehnte.
Die Studie zeigt durch Monte-Carlo-Simulationen, dass Lyman--Strahlung in anisotropen, porösen Gasverteilungen nicht ausschließlich über Kanäle mit der geringsten optischen Tiefe entweicht, sondern auch dichtere Bereiche durchdringt, was zu charakteristischen Spektralformen führt und die Nutzung von Ly als Proxy für den Austritt ionisierender Photonen unter komplexen Bedingungen neu bewertet.
Diese Studie stellt die systematische Suche nach Exoplaneten mit niedrigen Massenverhältnissen () in den 2023er KMTNet-Mikrolinsendaten vor und identifiziert dabei drei vielversprechende Kandidaten, darunter einen Fall mit einem besonders hellen Vordergrundstern, der spektroskopisch charakterisiert wurde.
Basierend auf HST- und JWST-Beobachtungen in vier nahen Galaxien zeigt diese Studie, dass die Zeitskala für die Freilegung junger Sternhaufen stark von ihrer Masse abhängt, wobei massereiche Cluster ihre umgebende Materie schneller dispersieren als weniger massive.
Diese Studie zeigt, dass der Model-Agnostic Meta-Learning (MAML)-Algorithmus einen kosmologischen Emulator ermöglicht, der sich mit nur wenigen Anpassungsbeispielen schnell an neue Rotverschiebungsverteilungen und Linsenkerne anpasst und dabei in der Lage ist, kosmologische Schlussfolgerungen deutlich genauer zu reproduzieren als herkömmliche Emulatoren.
Diese Studie stellt einen umfassenden Katalog von stark gelinsten Gravitationswellen vor, der auf einem Halo-Modell basiert und für zukünftige bodengebundene Detektoren der dritten Generation jährliche Nachweisraten von mehreren hundert Ereignissen, einschließlich solcher mit zentralen Bildern und Subhalos, vorhersagt.
Basierend auf einer großen Stichprobe von Nova-Eigenschaften analysiert diese Arbeit die Beziehung zwischen den Abklingzeiten und und stellt fest, dass innerhalb der Unsicherheiten eine einfache Proportionalität von besteht.
Diese Studie nutzt Multi-Spacecraft-Beobachtungen und numerische Simulationen, um den Transport der relativistischen solaren energetischen Teilchen des Ereignisses vom 28. Oktober 2021 zu analysieren und zeigt, dass die weite räumliche Ausdehnung des Ereignisses durch eine schmale Injektionsregion in Kombination mit effizienter senkrechter Diffusion im interplanetaren Raum erklärt werden kann.
Die Studie zeigt, dass die numerische Auflösung in den IllustrisTNG-Simulationen zwar kaum Einfluss auf die Entmassung von Dunkler Materie in Satellitengalaxien hat, aber die Entmassung von Sternen stark davon abhängt, wobei höhere Auflösungen zu kompakteren Satelliten und stärker konzentrierten Sternhalos führen.
Die ODIN-Studie bestätigt sechs massive Protocluster bei Rotverschiebungen von und , rekonstruiert deren dreidimensionale Strukturen und zeigt, dass Galaxien in diesen dichten Umgebungen im Vergleich zum Feld höhere Ly-Flüsse aufweisen und seltener schwache Emitter besitzen, was auf eine starke Umwelteinwirkung und eine mögliche Rotverschiebungsabhängigkeit hindeutet.
Diese Studie validiert die Auswahl von Lyman-alpha-emittierenden Galaxien der ODIN-Umfrage mithilfe von DESI-Spektroskopie und bestätigt eine hohe Bestätigungsrate von über 90 % bei minimaler Kontamination durch andere Emitter.
Diese Studie nutzt GALEX-UV- und WISE-Infrarotdaten, um die Sternentstehung in der Zwerggalaxie DDO 43 zu analysieren und dabei sowohl eine allgemeine räumliche Korrelation als auch potenziell staubverdeckte Sternentstehungsregionen zu identifizieren.
Die Studie zeigt durch Simulationen, dass Pluto die langfristige Stabilität der Twotinos im Kuipergürtel maßgeblich beeinflusst, da diese Population in eine schwache 4:3-Mittelbewegungsresonanz mit Pluto eingebunden ist, was die bisherige Vernachlässigung von Pluto in solchen Modellen widerlegt.
Diese Arbeit stellt ein vereinfachtes, auf der Annahme geringer Doppelbrechung basierendes Modell zur Analyse und Minderung von Interferenzstreifen in polarimetrischen Instrumenten vor, das durch den Vergleich mit rigorosen Methoden wie der Berreman-Rechnung validiert wird und zahlreiche Beispiele für die Abhängigkeit dieser Artefakte von optischen Designparametern liefert.
Die Studie renormiert die ein-loop-Korrekturen zu primordialen Leistungsspektren aus gravitativen Nichtlinearitäten innerhalb der effektiven Feldtheorie der Inflation und zeigt, dass diese auf super-horizontalen Skalen erhalten bleiben sowie die Ausbreitungsgeschwindigkeiten von Skalar- und Tensorstörungen unbeeinflusst bleiben.
Die Studie zeigt, dass bei dem Quasar 4C 50.43 unterschiedliche optische QPO-Periodizitäten in verschiedenen Lichtkurven auftraten, was darauf hindeutet, dass starke intrinsische AGN-Veränderlichkeit und Rauschen die Zuverlässigkeit solcher QPO-Nachweise als Binärschwarze-Loch-Indikatoren einschränken.
Diese Arbeit stellt das Design und die Leistungsfähigkeit der neuartigen optischen Kalibriersysteme für das Pacific Ocean Neutrino Experiment (P-ONE) vor, einschließlich galliumnitridbasierter Treiberschaltungen für gerichtete Lichtimpulse sowie selbstüberwachender, isotroper Kalibriermodule, deren optimierte Ausstrahlungseigenschaften durch Simulationen und Messungen in Luft und Wasser bestätigt wurden.
Die Studie zeigt, dass die bisher übliche Annahme einer Frequenzbandbreite von für die Vorhersage der Nachweiswahrscheinlichkeit solarähnlicher Oszillationen suboptimal ist, und empfiehlt stattdessen einen Wert von , um die Detektionswahrscheinlichkeit und die prognostizierten Nachweiseffizienzen zu maximieren.
Die Studie POLAR-II zeigt, dass die Modellierung der Sternentstehungsgeschichte von Galaxien, insbesondere unter Berücksichtigung des stellar gewichteten Alters, die Ionisierung und Erwärmung des intergalaktischen Mediums sowie das daraus resultierende 21-cm-Signal während der Epoche der Reionisation signifikant beeinflusst.
Diese Arbeit erweitert das Deep-Learning-Framework POLISH durch patch-basiertes Training und eine nichtlineare Intensitätstransformation, um robuste, hochauflösende Bilder aus Radio-Interferometrie-Daten zu erzeugen und damit die Entdeckung von Gravitationslinsen im Vergleich zu herkömmlichen Methoden wie CLEAN signifikant zu steigern.
Das Paper beschreibt die Entwicklung einer Multithread-Version des CORSIKA-Codes mit Cherenkov-Option für das SPHERE-3-Projekt auf dem Supercomputer Lomonosov-2, um die rechenintensive Simulation ausgedehnter Luftschauer zu beschleunigen und Zeitlimits bei der Ereignisgenerierung zu überwinden.
Diese Arbeit leitet mithilfe des Impulsraum-Verschränkungsansatzes obere Schranken für die Feldraumkrümmung in der de-Sitter-Raumzeit ab, zeigt, dass die Störungstheorie eine durch die Hubble-Skala begrenzte Krümmung erfordert, und vergleicht diese Ergebnisse mit denen der flachen Raumzeit.
Die Studie nutzt Gaia-DR3-Eigenschaftsbewegungsdaten, um zu zeigen, dass fünf LMC-Globularcluster (NGC 2005, NGC 2210, NGC 1978, Hodge 3 und Hodge 11) signifikant von der lokalen Sternbewegung abweichen, was auf eine extragalaktische Herkunft durch eine frühere Verschmelzung oder Akkretion aus nordöstlicher Richtung hindeutet, die möglicherweise die Sternentstehung im Tarantelnebel ausgelöst hat.
Die Studie prognostiziert, dass die Kombination von zukünftigen Daten des Vera C. Rubin Observatory, DESI und verschiedener CMB-Experimente die Einschränkungen für die Dunkle Energie und die Neutrinomasse im Standardmodell der Kosmologie signifikant verbessert und eine 2–3σ-Detektion der Neutrinomasse ermöglicht.
Diese Studie nutzt die kinematischen Daten von Sternen im äußeren Halo der Milchstraße, um durch Simulation-Based Inference die Massen der Milchstraße und der Großen Magellanschen Wolke sowie die durch deren Wechselwirkung verursachte Reflexbewegung zu quantifizieren und zeigt, dass die Vernachlässigung der Großen Magellanschen Wolke in Modellen zu einer Überschätzung der Masse der Milchstraße führt.
Die Studie nutzt neue Multi-Frequenz-Radio-Beobachtungen, um die Radio-Spektralenergieverteilung von extremen, metallarmen Sternentstehungsgalaxien bei niedriger Rotverschiebung zu analysieren und liefert durch die Kombination von freier Absorption, Staubnachweisen und Korrelationen mit der Lyman-Kontinuum-Flucht neue Einblicke in die Eigenschaften von Galaxien, die denen der Reionisierungsepoche ähneln.
Diese Arbeit beschreibt die Anwendung einer einfachen Skalierung basierend auf aktualisierten CALSPEC-Modellen, um die Durchsätze von acht STIS-Echelle-Moden für die Zeit vor der vierten Wartungsmission (SM4) zu rekalibrieren und so die Genauigkeit im FUV- und NUV-Bereich um typischerweise 0,5 bis 2,4 % zu verbessern.
Diese Arbeit nutzt ein neuronales Netzwerk und einen bayesschen Ansatz, um Gamma-Ray-Burst-Beobachtungen ohne kosmologische Modellannahmen zu kalibrieren und so die Amati-Beziehung unabhängig von der Hubble-Parameter-Daten von A220 und J220 zu rekonstruieren.
Diese Studie nutzt N-Körper-Simulationen, um die Einfallsmasse der Milchstraßen-Satellitengalaxie Sextans unter Berücksichtigung verschiedener Modelle der Milchstraße und baryonischer Effekte zu rekonstruieren und dabei deren Dynamik sowie die Dunkle-Materie-Struktur zu analysieren.
Diese Studie zeigt, dass Asteroseismologie ein leistungsfähiges Werkzeug ist, um verbliebene, metallarme Population-III-Riesensterne in der Milchstraße trotz oberflächlicher Kontamination durch ihre charakteristischen Schwingungssignaturen und spezifische seismische Diagnosen zu identifizieren.
Diese Arbeit stellt eine neue Methode zur präziseren Definition von STIS-Echelle-Spuren mittels Gauß-Prozess-Regression vor, die die Krümmung der Spektralordnungen berücksichtigt und die Flussdurchlässigkeit insbesondere an den Detektorrändern um etwa 4 % verbessert.
Die Studie entwickelt ein relativistisch konsistentes analytisches Rahmenwerk zur Abschätzung der Entstehungsraten von Extreme-Mass-Ratio-Inspirals (EMRIs) und zeigt, dass die Berücksichtigung relativistischer Effekte im Vergleich zur newtonschen Behandlung die vorhergesagten Ereignisraten um etwa den Faktor acht erhöht, was für zukünftige Weltraum-Gravitationswellendetektoren wie LISA und Taiji von entscheidender Bedeutung ist.
Diese Arbeit nutzt starke Gravitationslinsen in Galaxienhaufen und maschinelle Lernverfahren zur Bereinigung von Stichproben, um die Ultraleichte-Dunkle-Materie-Theorie zu testen und eine untere Grenze für die Masse der hypothetischen Teilchen von eV bei 95%iger Konfidenz festzulegen, da kein Anzeichen für den vorhergesagten Abbruch im schwachen Ende des UV-Leuchtkraftspektrums gefunden wurde.
Die Studie analysiert die aufgelösten molekularen Gas- und Sternentstehungseigenschaften der massereichen Spiralgalaxie UGC 8179 und zeigt, dass sie trotz ihrer extremen Masse lokale Sternentstehungsprozesse beibehält, während im inneren Bereich eine durch den Bulge verursachte dynamische Regulation der Sternentstehungsrate vorliegt.
Diese Studie erweitert das Wess-Zumino-Modell für dunkle Strahlung durch die Einführung einer reinen Impulskopplung zwischen skalarem Dunkle-Materie-Feld und gestufter dunkler Strahlung, wobei die Analyse kosmologischer Daten zeigt, dass das neue Modell zwar eine marginale Verbesserung gegenüber dem ursprünglichen WZDR-Modell bietet, die Hubble- und -Spannungen jedoch nicht vollständig auflöst.
Die Studie zeigt, dass die Berechnung exakter Skalar-Quasinormalmoden auf Schwarzen-Loch-Hintergründen als präzise und komplementäre Methode dient, um Abweichungen von der Allgemeinen Relativitätstheorie zu testen und dabei in vielen Fällen sogar strengere Grenzen zu setzen als Beobachtungen von Schwarzen-Loch-Schatten.
Die Studie untersucht die elastische Streuung masseloser Skalarwellen an kompakten, horizonlosen Objekten in der gekrümmten Raumzeit durch eine exakte Debye-Reihen-Zerlegung der Streumatrix, die es ermöglicht, die zugehörigen Regge-Debye-Pole im komplexen Drehimpulsraum zu identifizieren und deren dominierenden Beitrag zur Streuamplitude in Abhängigkeit von der Kompaktheit des Objekts zu analysieren.
Diese Studie identifiziert VLA22 als vielversprechenden Kandidaten für ein stellares Schwarzes Loch im Kugelsternhaufen M22, dessen Multi-Wellenlängen-Eigenschaften mit theoretischen Modellen zur langfristigen Retention von Schwarzen Löchern in Kugelsternhaufen übereinstimmen, während weitere Quellen wie VLA19 und VLA40 ebenfalls als mögliche Kandidaten diskutiert werden.
Die Studie zeigt durch N-Körper-Simulationen, dass die effiziente Streuung von CM-ähnlichen Planetesimalen durch das Wachstum des Saturn aufgrund von Gasreibung und Migrationstyp-I nur einen vernachlässigbaren Anteil an diese Objekte in die Uranus-Neptun-Region überträgt, was eine signifikante Vermischung mit dem CI-Reservoir ausschließt.
Diese Studie erweitert eine strahlungshydrodynamische Nachverarbeitungsmethode auf Schwarze Löcher mit Massen von $1010^8 M_\odot$ und zeigt, dass die Anwendung standardmäßiger Strahlungsphysik auf GRMHD-Simulationsdaten beobachtete Spektraleigenschaften über den gesamten Massbereich hinweg erfolgreich reproduzieren kann.
Diese Studie kombiniert moderne Theorien der Sternentwicklung und Atmosphärenmodellierung, um synthetische Spektren schnell rotierender, metallarmer massereicher Sterne zu erzeugen, die sich chemisch homogen entwickeln und dabei von frühen O-Riesen zu WO-Sternen evolvieren, um diese mit zukünftigen Beobachtungen des Hubble-Weltraumteleskops zu vergleichen.
Diese Studie liefert präzise Parallaxenmessungen für 13 nahegelegene kalte Braune Zwerge durch die Kombination von Spitzer- und HST-Daten und zeigt, dass die große intrinsische Streuung in ihren photometrischen Eigenschaften Entfernungsschätzungen unzuverlässig macht, wodurch astrometrische Messungen für eine aussagekräftige Charakterisierung unverzichtbar sind.
Die Studie zeigt, dass bei der Bewertung der statistischen Konsistenz des CDM-Modells und seiner Vorzeichen-wechselnden Erweiterung CDM mit kosmologischen Beobachtungen exakte, nicht-gaußsche Diagnoseverfahren im Vergleich zu herkömmlichen gaußschen Spannungsmaßen zuverlässigere Ergebnisse liefern und eine hervorragende Übereinstimmung zwischen CMB- und BAO-Daten aufzeigen.
Diese Studie stellt eine modellgetriebene Deep-Learning-Methode vor, die auf Basis verschiedener Sternentwicklungsmodelle die Alter von 1,3 Millionen Sternen aus großen spektroskopischen Katalogen mit hoher Geschwindigkeit und geringer Rechenkosten bestimmt und dabei eine neue Python-Bibliothek sowie eine Web-Oberfläche bereitstellt.
Diese Studie nutzt das semianalytische Modell FEGA25, um die Entstehung und Entwicklung von Sternhalos um helle Zentralgalaxien zu untersuchen und zeigt, dass deren Eigenschaften eng mit der Halo-Konzentration und dem Intracluster-Licht verknüpft sind, wobei Beobachtungsdaten zwar die Farbentwicklungen bestätigen, aber auf eine größere Beiträge von gestörten Zwerggalaxien bei der Metallizität hindeuten.
Diese Studie untersucht mittels stochastischer Monte-Carlo-Simulationen den Einfluss diskreter Supernova-Überreste als kosmische Strahlungsquellen auf die galaktische diffuse Emission und zeigt, dass die daraus resultierenden Unsicherheiten in zeitabhängigen Diffusionsmodellen bei Energien über einigen zehn TeV signifikant werden und helfen können, theoretische Vorhersagen mit LHAASO-Messungen in Einklang zu bringen.
Diese Studie stellt eine hybride Strategie vor, die einen überwachten Supernova-Wahrscheinlichkeitswert in das aktive Anomalie-Erkennungsframework PineForest integriert, um die Entdeckungseffizienz von Supernovae und anderen astrophysikalischen Anomalien in den Daten des Zwicky Transient Facility zu steigern und dabei gleichzeitig die Fähigkeit zur Identifizierung seltener oder neuartiger Ereignisse zu erhalten.
Die Studie nutzt JWST-Spektren von 43 massereichen Galaxien bei „kosmischem Mittag", um nachzuweisen, dass deren Sternentstehung durch langfristige, zyklische Ausbrüche mit starken Unterbrechungen geprägt ist, was zeigt, dass galaxienweite Gaszyklen und nicht stochastische Prozesse auf molekularer Ebene die Variabilität der Sternentstehung in diesen Systemen steuern.
Die Studie analysiert langfristige spektrale Variabilitäten des jet-getriebenen Gezeitenzerfallsereignisses Swift J1644+57 und zeigt, dass die Korrelation zwischen weichen und harten Röntgenphotonen auf eine gemeinsame Emissionsquelle in der Korona hinweist, deren Parameter eine schnelle Expansion in der Frühphase und eine anschließende Sättigung aufweisen.
Diese Studie entwickelt ein theoretisches und statistisches Rahmenwerk, um mithilfe von stark gelinsten Gravitationswellen und deren präzisen Zeitverzögerungen modifizierte Gravitationstheorien mit Screening-Mechanismen zu testen und den post-newtonschen Parameter auf Kiloparsec- bis Megaparsec-Skalen einzuschränken.
Der Artikel stellt ein dunkles Fluid-Modell vor, das durch eine selbstähnliche Lösung der Euler-Poisson-Gleichungen beschrieben wird und zeigt, dass dieser Ansatz konsistente Lösungen für die kosmologische Expansion liefert, die von normaler zu dunkler Energie übergehen.
Diese Studie zeigt, dass die Berücksichtigung von Wolken und Deuteriumverbrennung in modernen Modellen für Braune Zwerge deren Abkühlung verlangsamt und damit die Dauer der habitablen Zone für umkreisende Planeten verlängert, was zu neuen „Sweet Spots" der Habitabilität führt, die in früheren analytischen Näherungen unberücksichtigt blieben.
Dieses Papier schlägt vor, dass ein von Großbritannien geführtes nahinfrarotes Integral-Feld-Spektrograph-System für den Koronografen des Habitable Worlds Observatory entscheidend ist, um durch die gleichzeitige Erfassung multipler atmosphärischer Moleküle im Wellenlängenbereich von 0,3 bis 1,7 Mikrometern eindeutige Biosignaturen auf erdähnlichen Exoplaneten nachzuweisen.
Die Studie zeigt, dass die atmosphärische Zirkulation auf einem tidally-locked Exoplaneten den Transport von Wasserdampf aus Kometeneinschlägen in große Höhen begünstigt und zu einem massiven, tagesseitenabhängigen Wasserstoffverlust führt, der die atmosphärische Zusammensetzung potenziell bewohnbarer Welten erheblich beeinflusst.
Diese Studie nutzt neue Radio-Polarimetrie-Daten von ASKAP sowie multiwellenlängige Beobachtungen, um die komplexe Morphologie und das hochgeordnete Magnetfeld des Supernova-Überrests G309.8-2.6 zu analysieren, wobei eine neu entdeckte, weit über die Röntgenemission hinausreichende Relikt-Pulsarwind-Nebel-Struktur identifiziert wird.
Die Studie berichtet über den ersten Nachweis einer signifikanten Röntgenpolarisation von 8,5 % im Neutronensternsystem 2S 0921-630, wobei die Analyse von Verfinsterungs- und Nicht-Verfinsterungsphasen sowie Monte-Carlo-Simulationen auf eine komplexe, nicht-axialsymmetrische Streugeometrie in einem thermisch-radiativen Wind hindeuten.
Die Studie nutzt eine Punkt-Wahrscheinlichkeits-Analyse von 38 Magnetaren und X-ray-dim-isolierten Neutronensternen, um zu zeigen, dass deren Spinperioden in einem engen Bereich um etwa 12 bis 15 Sekunden konvergieren, was auf eine gemeinsame physikalische Ursache für das Ende ihrer beobachtbaren Phase hindeutet.
Diese Studie zeigt, dass die Modellierung des Massenverlusts von Sternen auf dem Roten Riesenast entscheidend ist, um aus dem Verhältnis von AGB- zu RGB-Sternen in Zwerggalaxien die Zeit des Quenching der Sternentstehung mit einer Unsicherheit von etwa 1 Gyr zu bestimmen.
Diese Studie liefert durch langfristige spektropolarimetrische Überwachung den ersten direkten Nachweis der Rotationsperiode eines klassischen Cepheiden (Polaris) mit 100,29 Tagen und zeigt, dass dessen Oberflächenmagnetfeld über fünf Jahre hinweg bemerkenswert stabil ist.
Diese Studie nutzt hochauflösende Simulationen, um die Struktur und Statistik der kinetischen Energiedissipation in subsonischen und supersonischen Turbulenzen zu analysieren, wobei sie signifikante Unterschiede in den zeitlichen Verzögerungen, den physikalischen Korrelationen (Vortizität versus Dichte) sowie der räumlichen Organisation und fraktalen Dimension der Dissipation zwischen den beiden Regimen aufdeckt.
Diese Studie kombiniert zweidimensionale hydrodynamische Simulationen mit Monte-Carlo-Photonenpropagation, um zu zeigen, wie die Struktur von GRB-Jets, die Paarbeladung und die Dissipationstiefe die zeitliche Entwicklung der Spektren sowie die Polarisationssignaturen in strukturierten relativistischen Jets bestimmen.
Die Studie präsentiert zwei neu entdeckte Mikrolinsen-Exoplaneten mit niedrigen Massenverhältnissen und identifiziert zwei verschiedene Typen der zentralen Resonanz-Degeneriertheit, die sich in ihren Parametern für das Massenverhältnis und den normalisierten Quellradius unterscheiden.
Diese Studie stellt ein neues analytisches Modell vor, das zeigt, dass direkte Massentransferströme in Binärsystemen den Akkretor nur ineffizient auf die kritische Rotationsgeschwindigkeit aufspinnen, wodurch Sterne mehr als ein Zehntel ihrer Anfangsmasse aufnehmen können, ohne die kritische Rotation zu erreichen, wobei massenerhaltende Bedingungen besonders bei engeren Umlaufbahnen und schnellerer Donorrotation auftreten.
Diese Studie entwickelt ein Modell für sonnenähnliche Sterne, das ein variables Magnetfeld und einen anpassungsfähigen Mischungs-Längen-Parameter nutzt, um die Lithium-Häufigkeit und Rotationsentwicklung in Sternhaufen erfolgreich nachzubilden, jedoch die aktuelle Rotationsgeschwindigkeit und das Magnetfeld der Sonne ohne zusätzliche physikalische Mechanismen überschätzt.
Diese Studie nutzt Messungen der Rotationsverbreiterung in LAMOST-Spektren, um die Neigung von Umlaufbahnen und die Massen unsichtbarer Begleiter in Binärsystemen zu bestimmen, wodurch bei fünf Kandidaten starke Hinweise auf kompakte Objekte und bei zwei spezifischen Fällen ( und ) massereiche Weiße Zwerge oder Neutronensterne identifiziert werden, die potenzielle Vorläufer von Typ-Ia-Supernovae sein könnten.
Dieser Artikel fasst die Ergebnisse und Diskussionen eines Workshops am Lorentz Center zusammen, der sich sieben Jahre nach der Entdeckung der Gaia-Phasenspirale dem aktuellen Wissensstand, offenen Fragen und zukünftigen Forschungsprojekten zur Entstehung dieser Struktur und der Reaktion der Galaxienscheibe auf Störungen widmet.
Die Studie nutzt neue JWST-Beobachtungen im Infrarotbereich, kombiniert mit langjähriger Astrometrie und Radialgeschwindigkeitsdaten, um die dynamische Masse und die bolometrische Leuchtkraft des kalten Gasriesen Ind Ab präzise zu bestimmen und ihn so als Referenzsystem für die Erforschung der späten Entwicklungsstadien von Exoplaneten zu etablieren.
Die Autoren stellen das neue Open-Source-Python-Paket „XSNAP" vor und wenden es auf Multi-Epochen-Röntgenbeobachtungen der Typ-II-Supernova 2024ggi an, um einen konstanten Massenverlustrate des Vorläufersterns zu bestimmen.
Das Paper stellt unxt vor, ein Python-Paket, das auf dem JAX-basierten Framework quax aufbaut und die Einheitenbehandlung von astropy.units integriert, um physikalische Einheiten nahtlos in hochperformante numerische Berechnungen einzubinden.
Die Arbeit entwickelt und vergleicht analytische Näherungen für Polaronen in nicht-parabolischen Bändern, wobei eine erweiterte Feynman-Variationsmethode auf Gittern eingeführt wird, die eine präzise Beschreibung über alle Kopplungsstärken hinweg ermöglicht und durch numerisch exakte Berechnungen sowie Anwendungen auf Systeme mit Spin-Bahn-Kopplung validiert wird.
Diese Arbeit untersucht das kritische Verhalten des halbunendlichen Gross-Neveu-Yukawa-Modells unter verschiedenen Randbedingungen, identifiziert unterschiedliche Fixpunkte für Randkritikalität und berechnet die zugehörigen kritischen Exponenten im Rahmen der Ein-Schleifen-Näherung.
Die Studie zeigt mittels Molekulardynamik-Simulationen, dass die Topologie von Sternpolymeren die Kapillarfüllung in Nanoporen maßgeblich beeinflusst, wobei die Armlänge und Funktionalität die Penetrationsgeschwindigkeit, die Konformationsänderungen sowie die Adsorptions- und Reibungseffekte im Vergleich zu linearen Ketten signifikant verändern.
Die Studie nutzt Monte-Carlo-Simulationen, um den Phasenübergang eines U(1)-Gittereichsystems zu modellieren und zeigt durch eine eichinvariante Analyse, dass das kritische Verhalten in die Universalitätsklasse des XY-Modells fällt.
Die Arbeit zeigt, dass der Übergang zwischen - und -Zuständen in einem zweibändigen Supraleiter mit nichtmagnetischen Verunreinigungen bei hohen Temperaturen ein glatter Crossover ist, bei tiefen Temperaturen jedoch zu einem Phasenübergang erster Ordnung wird, wodurch ein kritischer Endpunkt im Phasendiagramm entsteht und die Möglichkeit eines Quantenphasenübergangs nahegelegt wird.
Diese Arbeit erweitert die Schätzung des diffusionsgesteuerten Teilchenflusses durch stochastisch geöffnete und geschlossene Eingänge von schmalen Röhren auf allgemeine dreidimensionale Geometrien und unterschiedliche Diffusionskoeffizienten, indem sie eine explizite Formel herleitet, deren Genauigkeit in bestimmten Regimen bewiesen und durch Simulationen für ein breites Parameterspektrum bestätigt wird.
Die Studie zeigt, dass das Random Barrier Model ohne freie Parameter die Dynamik einer extrem viskosen Flüssigkeit besser beschreibt als das von-Schweidler-Gesetz, obwohl es unrealistisch von identischen Energie-minima ausgeht.
Diese Studie nutzt Molekulardynamik-Simulationen, um zu zeigen, wie zylindrische Einschränkung die Kollapsdynamik eines Homopolymers in zwei Phasen unterteilt, wobei die Relaxationszeiten und Aktivierungsenergien unterschiedlich von der Kanalradius abhängen, während das Wachstum der Clustergröße eine universelle Potenzgesetz-Abhängigkeit aufweist.
Diese Studie zeigt mittels SR und Widerstandsmessungen, dass in LaNiO unter Druck alle Übergangstemperaturen unterdrückt werden, während der Sauerstoff-Isotopeneffekt die enge Verknüpfung zwischen Ladungs- und Spin-Dichte-Wellen bestätigt, die sich von der im bilayer-System LaNiO beobachteten Druckabhängigkeit unterscheidet.
Diese Arbeit zeigt, dass die Antwort von Verschränkungsmaßen auf den modularen Fluss durch eine verallgemeinerte Erzeugendenfunktion beschrieben wird, deren Grenzwerte eindeutig durch chirale topologische Invarianten wie die chirale zentrale Ladung und den Hall-Leitwert bestimmt sind.
Die Studie zeigt, dass die Entropiemaximierung von Spacern in Biomolekül-Kondensaten zu einer anziehenden Kraft zwischen „Stickers" führt, deren Entropie-getriebene Clusterbildung eine glasartige Relaxation und das beobachtete Alterungsverhalten erklärt.
Die Studie zeigt, dass inkohärente elektronische Spektren in stark korrelierten Materialien durch selbstgenerierte dynamische Störung entstehen und sich über verschiedene Materialklassen hinweg auf eine universelle Kurve mit einem festen parabolischen Zylinder-Ordnungsparameter von ν = -1/2 reduzieren lassen, was auf einen universellen dynamischen Regime hinweist, in dem mikroskopische Details irrelevant werden.
In dieser Studie wird experimentell demonstriert, wie sich die Wärmeverteilung in einem Nichtgleichgewichts-Quantenpunkt mit Mehr-Elektronen-Zuständen in Hauskeeping- und Exzesswärme zerlegen lässt, um deren direkte Korrelation mit der Erzeugung freier Energie aufzuzeigen und eine thermodynamische Grundlage für nichtgleichgewichtige elektronische Bauelemente zu schaffen.
Die Arbeit analysiert analytisch mittels der Replika-Methode die statische sphärische Hopfield-Modell-Variante für Muster mit innerer Struktur, wobei Gauß'sche Zufallsvariablen Spin-Korrelationen belohnen und eine Phasendiagramm-Struktur aufweisen, die bei hohen Temperaturen in eine Spin-Glas-Phase übergeht, bevor bei niedrigeren Temperaturen Muster und Korrelationen entstehen.
Die Studie untersucht, wie die Kombination aus Rashba-Spin-Bahn-Kopplung und Coulomb-Wechselwirkung in zweidimensionalen Elektron-Loch-Systemen unter einem Magnetfeld topologische Spin-Triplett-Exzitonenkondensate stabilisiert und einen Übergang von trivialen zu topologischen Phasen mit quantisierten Chern-Zahlen ermöglicht.
Die Studie zeigt, dass die Stabilität von Flachband-Superfluiden maßgeblich von der Verteilung der quantenmetrischen Geometrie im Impulsraum abhängt und dass in zweidimensionalen Systemen mindestens drei Bänder für eine stabile Suprafluidität erforderlich sind.
Die Arbeit schlägt einen theoretischen Rahmen vor, in dem ionenbindungsgetriebene, atomüberbrückte Cooper-Paare (e⁻–O–e⁻ bzw. h⁺–M–h⁺) den Mechanismus der Hochtemperatur-Supraleitung in Cupraten und Nickelaten erklären und damit ein 40-jähriges Rätsel lösen sowie die Möglichkeit von Raumtemperatur-Supraleitung untermauern.
Diese Arbeit leitet mithilfe des Mori-Zwanzig-Formalismus eine nichtgleichgewichtige, verallgemeinerte Langevin-Gleichung für mehrdimensionale Observable her, die sowohl einen instantanen Reibungsbeitrag als auch nicht-Markovsche Effekte umfasst und deren Anwendung auf die gekoppelte Faltung von Proteinen bei der Amyloidbildung demonstriert wird.
Die Studie zeigt, dass der Sauerstoff-Isotopeneffekt die Ladungsordnung (CDW) im Nickelat LaNiO durch Elektron-Phonon-Kopplung beeinflusst, während die Spinordnung (SDW) unverändert bleibt, was auf einen elektronischen Ursprung der Spinordnung und eine mögliche Rolle der Elektron-Phonon-Kopplung für die Supraleitung hindeutet.
Diese Studie bestimmt mittels großskaliger Monte-Carlo-Simulationen das Phasendiagramm des klassischen Heisenberg-Kompass-Modells auf dem quadratischen Gitter und identifiziert sechs geordnete Phasen, wobei vier Phasen kontinuierliche Übergänge in der Ashkin-Teller-Universalitätsklasse aufweisen, die an vier-Potts-Punkten enden, während die beiden z-polarisierten Phasen konventionelle zweidimensionale Ising-Kritikalität zeigen.
Die Studie untersucht die T=0-Phasendiagramme von S=1/2-Bilayer-Modellen antiferromagnetischer Schichten mit SU(2)-Symmetrie und zeigt, dass Modelle mit Spin-Spin-Kopplung eine reiche Phasenstruktur mit Néel-, VBS- und Dimer-Phasen aufweisen, während Modelle mit reiner Energie-Energie-Kopplung (Ashkin-Teller-ähnlich) keinen einfachen Dimer-Zustand zulassen und beide Kopplungstypen trotz unterschiedlicher Skalierungsverhalten einen ersten Ordnungsübergang zwischen Néel- und VBS-Phasen zeigen.
Dieser Perspektivartikel argumentiert, dass prädiktive, parameterfreie Erstprinzipien-Simulationen von Bauelementen und Interconnects entscheidend sind, um durch eine ganzheitliche Co-Design-Strategie über alle Ebenen hinweg die Energieeffizienz von KI-Beschleunigern für generative KI-Workloads um Größenordnungen zu verbessern.
Die Studie zeigt, dass das dreieckige Quantenantiferromagnet ErMgGaO einen proximalen Spin-Flüssigkeits-Zustand aufweist, der durch konkurrierende stripy- und 120°-Spin-Korrelationen entsteht und dessen Hamilton-Parameter nahe der theoretischen Phasengrenze zwischen Spinflüssigkeit und stripy-Ordnung liegen.
Die Studie identifiziert BiCuO(SO) als seltenes Beispiel für einen Quantenspin-Leiter mit ferromagnetischen Sprossen und antiferromagnetischen Schenkeln, wobei die starke antiferromagnetische Kopplung über Sauerstoffbrücken einen neuen Benchmark für komplexe Superaustauschpfade in Cu-Verbindungen darstellt.
Die Studie untersucht die Bildung und Stabilität verschiedener Solitonen-Typen in quasi-eindimensionalen, selbst-abstoßenden dipolaren Bose-Einstein-Kondensaten mit Spin-Bahn-Kopplung für Spin-1/2- und Spin-1-Systeme mittels der Gross-Pitaevskii-Gleichung und zeigt, dass die Solitonen-Strukturen stark von der Stärke der Spin-Bahn-Kopplung und den magnetischen Eigenschaften des Spin-1-Falls abhängen.
Die Autoren schlagen ein experimentell umsetzbares Protokoll vor, bei dem durch das Scannen eines Laser-Barrierenfelds gezielt stabile Quantenwirbelringe in Bose-Einstein-Kondensaten erzeugt und deren Eigenschaften sowie Dynamik präzise gesteuert werden können.
Die Studie widerlegt die gängige Annahme, dass die beiden quasi-entarteten Grundzustände des spin-1/2 --Heisenberg-Modells auf einem dreieckigen Gitter lediglich topologisch verschiedene Sektoren einer gappierten -Spinflüssigkeit darstellen, indem sie mittels Matrixproduktzustands-Simulationen signifikante Unterschiede in statischen Korrelationen und dynamischen Anregungen nachweist.
Die Studie zeigt, dass filamentöse E. coli-Bakterien in Strömungen durch eine Kombination aus starrer Körperrotation und chiraler Reorientierung charakterisiert werden, wobei ihre Bewegungsmuster von der Strömungsgeschwindigkeit und der Motilität abhängen und zu rheotaktischem Verhalten sowie einer bevorzugten Ausrichtung an Kanalwänden führen können.
Dieses Papier stellt ein einfaches mathematisches Modell vor, das die Paarungs-induzierte Bewegung aktiver und passiver Teilchen in einem zweidimensionalen System beschreibt und durch numerische Simulationen sowie theoretische Analysen gerade, kreisförmige und Slalom-Bewegungen sowie deren Bifurkation in Abhängigkeit von der Selbstpropulsion erklärt.
Diese Arbeit zeigt, dass die Stabilität der Bose-Einstein-Kondensation in flachen Bändern durch die geometrische Anordnung kompakt lokalisierter Zustände bestimmt wird, wobei Dreiecksstrukturen mit nichtverschwindender Fläche Kondensation ermöglichen, während Quadratstrukturen sie verhindern.
Diese Arbeit liefert eine vollständige Klassifizierung symmetrischer - und -Spinflüssigkeiten auf dem Pyrochlorgitter, identifiziert neuartige "Nodal-Star"-Zustände mit ungewöhnlichen niedrigenergetischen Skalierungsgesetzen für die spezifische Wärme und erweitert damit das Verständnis jenseits des etablierten Quanten-Spin-Eis-Modells.
Die Arbeit zeigt, dass ein zeitlicher Berry-Phase-Term in einem U(1)-nichtlinearen Sigma-Modell zu einer raumzeitlich anisotropen Vortex-Proliferation führt, die eine glasartige Phase mit kurzreichweitiger räumlicher Ordnung und persistenter zeitlicher Phasenkohärenz erzeugt, welche den Eigenschaften einer Bose-Glass-Phase entspricht und auf eine vereinheitlichte topologische Ursache für das Entstehen glasartiger Phasen in superfluiden Übergängen hindeutet.
Die Studie stellt eine programmierbare robotische Aktive-Materie-Plattform vor, die experimentell den Phasenübergang von einem odd-elastischen Kristall über eine odd-viskose Flüssigkeit zu einem chiralen aktiven Gas nachweist und damit eine vereinheitlichte Phasendiagramm für nichtreziproke Wechselwirkungen sowie neue emergente Zustände wie Phasentrennung ermöglicht.
In diesem Experiment wird erstmals der dreistufige Schmelzprozess eines makroskopischen kontinuierlichen Raumzeit-Kristalls aus aktiven Granulatscheiben beobachtet, bei dem sich die räumliche und zeitliche Ordnung durch unterschiedliche Mechanismen unabhängig voneinander auflösen.
Die Studie zeigt mittels Partikelsimulationen, dass die Selbstpropulsion in aktiven, nicht-Brownschen Suspensionen reibungsvermitteltes Scherverdickungsverhalten durch eine wettbewerbsfähige, isotrope Dynamik überwindet und so eine durch aktive Spannung steuerbare Viskositätsabnahme („Dethickening") bewirkt, die sich in ein universelles Skalierungsschema für dichte Suspensionen einfügt.
Die Arbeit analysiert die Nichtgleichgewichtsdynamik des Ising-Modells nach einer Temperaturquench mittels virtueller Walks, die auf Spinzuständen und lokaler Energie basieren, und zeigt, dass diese Methode in zwei Dimensionen konsistente kritische Exponenten liefert und einen zeitabhängigen kritischen Punkt identifiziert.
Diese Arbeit beweist, dass das Rauschunterdrückungsverfahren zur Analyse von Brownschen Systemen im thermischen Gleichgewicht exakt ist, da die Kreuzkorrelationen zwischen freien und wechselwirkungsinduzierten Bewegungen verschwinden, während sie im Nichtgleichgewicht endlich bleiben und somit als direkter Fingerabdruck für Nichtgleichgewichtsphysik dienen.
Diese Arbeit stellt den Chern-Charakter der topologischen K-Theorie mithilfe von Fredholm-Operatoren und deren Singularitäten (Fermi-Punkten) dar, erklärt den ungeraden Chern-Charakter als Verallgemeinerung des spektralen Flusses und liefert elementare Beweise für die Geradheit des Rand-Index sowie die Bulk-Rand-Korrespondenz bei vierdimensionalen topologischen Isolatoren mit Zeitumkehrsymmetrie der Klasse AI.
Die Arbeit untersucht theoretisch die Kühlung von Elektronen mittels Supraleiter-Tunneljunctions mit -Phasendifferenz und ferroelektrischen Schichten, die aufgrund von Knotenlinien in der Entropiestruktur eine divergente Zustandsdichte aufweisen und so Wärme aus dem Elektronenbad ableiten können.
Diese Studie untersucht mittels der numerischen Renormierungsgruppenmethode, wie korreliertes Tunneln die spinabhängigen Transporteigenschaften und die thermoelektrische Effizienz eines Quantenpunkts in stark gekoppeltem Kontakt mit ferromagnetischen Leads beeinflusst, wobei insbesondere die Asymmetrie der Leitfähigkeitspeaks und die Wechselwirkung mit dem Kondo-Effekt analysiert werden.
Dieses Papier entwickelt einen Fokker-Planck-Ansatz zur Beschreibung der Dynamik der Staggered-Magnetisierung und thermischer Fluktuationen in einem zweidimensionalen antiferromagnetischen System mit uniaxialer Anisotropie, um Spinwellendynamik und Widerstandsfluktuationen in halbleitenden Antiferromagneten zu untersuchen.
Diese Studie demonstriert einen gate-tunbaren und stark anisotropen Josephson-Diodeneffekt in topologischen Dirac-Halbmetall-CdAs-Nanodrähten, der durch eine Kombination aus Volumen- und topologischen Oberflächenzuständen vermittelt wird und als empfindliche Sonde für verborgene topologische supraleitende Zustände dient.
Diese Übersichtsarbeit bietet eine umfassende Einführung in die Geometrie verzerrter Moiré-Supergitter, indem sie die lineare Elastizitätstheorie auf verdrillte und verzerrte Materialien anwendet, spezielle Moiré-Muster vorhersagt und neuartige Dehnungstechniken sowie deren Realisierung in diesem aktiven Forschungsfeld zusammenfasst.
Diese Arbeit stellt einen Mechanismus für unidirektionale molekulare Motoren vor, bei dem ein Elektronenstrom durch helikale Orbitale eine Rotation antreibt, und definiert erstmals physikalisch messbare Helizität, um den Drehrichtungszusammenhang zu erklären und vorherzusagen, dass bei Oligoynen die Drehrichtung unabhängig von der Stromrichtung ist.
Die Studie stellt einen hocheffizienten spintronischen Terahertz-Emitter auf Basis einer CoFeB/Pt₇₅Au₂₅-Schichtstruktur vor, der durch den Riesen-Spin-Hall-Effekt der Pt₇₅Au₂₅-Legierung eine um 30 % höhere THz-Leistung im Vergleich zu herkömmlichen Pt-basierten Geräten erzielt.
Die Studie zeigt, dass durch die Ausnutzung höherer Harmonischer in der akustischen Ansteuerung optischer Quantenpunkt-Übergänge hochpräzise Zustandspräparation bei zugänglichen akustischen Frequenzen (z. B. 42 GHz) für THz-Energieskalen möglich ist, wodurch eine Brücke zwischen kontrollierbarer akustischer Steuerung und optischer Energieübertragung geschlagen wird.
Die Autoren schlagen eine Gitterformulierung des -wertigen Arf-Brown-Kervaire-Invariants für Majorana-Fermionen vor, die durch die Berechnung von Pfaffianen des Wilson-Dirac-Operators ermöglicht wird und deren numerische Validierung auf verschiedenen zweidimensionalen Gittern mit der Kontinuumstheorie übereinstimmt.
Diese Studie untersucht mittels Dichtefunktionaltheorie, wie die Wahl des Austausch-Korrelations-Funktionals die Vorhersagen der Gitterwärmeleitfähigkeit und der Fenster für Phonon-Hydrodynamik in verschiedenen Fluoriden, Chloriden und Hydriden beeinflusst, wobei neuartige hydrodynamische Effekte in mehreren dieser Materialien identifiziert werden.
Die Studie liefert Belege für eine intrinsische Magnetisierung des supraleitenden Kondensats in mesoskopischen Fe(Te,Se)-Ringen, die durch einen spin-polarisierten Zustand mit einem linear vom Strom abhängigen Magnetfeld gekennzeichnet ist und neue Perspektiven für supraleitende Spintronik eröffnet.
Diese Arbeit leitet einen Ausdruck für die lokale Hall-Leitfähigkeit in Systemen ohne Translationssymmetrie her und zeigt, dass nicht-magnetische Unordnung sowohl den Chern-Isolator-Regime als auch den Bereich topologischer Anderson-Isolatoren erweitern kann, was neue Impulse für lokale Messverfahren zur Visualisierung von Hall-Strömen in gestörten topologischen Isolatoren liefert.
Die Studie demonstriert, dass Ge/SiGe-Heterostrukturen mit einer dünnen SiGe-Deckschicht von ca. 4 nm und mittels Niedertemperatur-Prozessen hergestellten Gate-Dielektrika ein vielversprechendes, rauscharmes Plattform für die Entwicklung hybrider halbleitend-supraleitender Bauelemente darstellen.
Die Studie untersucht mittels magneto-Raman-Streuung die komplexe magnetische Phasendiagramm von CrOCl im zweidimensionalen Limit, wobei sie kommensurable magnetische Ordnungen, starke magnetoelastische Kopplungen und eine Schichtdickenabhängigkeit der Phasengrenzen identifiziert.
In dieser Studie wird die magnetische Hysterese einer einzelnen *Magnetospirillum gryphiswaldense*-Zelle mittels ultrasensibler Drehmoment-Magnetometrie untersucht, um in Kombination mit Elektronenmikroskopie und Simulationen die magnetischen Konfigurationen, das remanente Moment und die effektive Anisotropie der intrazellulären Magnetosomen-Kette zu charakterisieren.
Die Studie untersucht mittels Erstprinzipienrechnungen und eines vereinfachten Modells, wie unterschiedliche Spin-Konfigurationen in 5-Schichten-MnBiTe-Filmen den topologischen Zustand und die magneto-optische Antwort steuern, was die gezielte Einstellung dieser Eigenschaften durch Spin-Umschaltvorgänge ermöglicht.
Diese Arbeit liefert eine mikroskopische Erklärung für die ungewöhnliche -Wellen-Magnetismus-Polarisation in Antialtermagneten, indem sie diese mit einer übersehenen, ortskompensierten Spindichte verknüpft und durch Modellableitungen sowie *ab-initio*-Rechnungen an CeNiAsO bestätigt, was eine geometrische Unterscheidung verschiedener magnetischer Ordnungen und neue Konstruktionsprinzipien ermöglicht.
Die Studie schlägt Metall-organische Gerüste als vielseitige Plattform für den nichtlinearen Hall-Effekt vor, indem sie durch eine analytische Down-Folding-Methode und First-Principles-Rechnungen nachweist, dass deren Bandstruktur durch Berry-Krümmungs-Hotspots bei symmetriegebrochenen Dirac-Punkten einen einstellbaren nichtlinearen Hall-Antwort ermöglicht.
Diese Arbeit untersucht mittels Fermi-Flüssigkeits-Theorie und Wilsons numerischer Renormierungsgruppen-Methode das komplexe Zusammenspiel von Kondo-Effekt, Zeeman-Aufspaltung und Cooper-Paar-Korrelationen beim nichtlokalen Andreev-Transport durch einen Quantenpunkt, wobei insbesondere eine Verstärkung der gekreuzten Andreev-Reflexion in einem spezifischen Übergangsbereich zwischen Kondo- und supraleitend-dominiertem Regime identifiziert wird.
Diese Studie untersucht den orbital-Zeeman-Kresterm in - und -welligen Altermagneten und zeigt, dass -wellige Ordnungsparameter im Gegensatz zu -welligen zu einer Vorzeichenänderung bzw. einer spezifischen Abhängigkeit des Terms vom chemischen Potential führen.
Diese Arbeit überprüft und klärt die Gültigkeit von Pfaffian-basierten -topologischen Invarianten in eindimensionalen Halbleiter-Supraleiter-Heterostrukturen, indem sie deren Äquivalenz zu Realraum-Konstruktionen unter verdrehten Randbedingungen und ihre physikalische Interpretation als Fermionen-Parität auch in ungeordneten Systemen nachweist.
Die Studie zeigt, dass die Kopplung chiraler Fermionen an lokal dispergierende Phononen zu einer Aufspaltung des Phononenspektrums mit topologischen Merkmalen und einer Phonon-Paritätsanomalie führt, die den Transfer topologischer Informationen von Fermionen auf Phononen ermöglicht und somit Phononenströme als direkte Sonde für elektronische Chiralität nutzbar macht.
Die Studie nutzt Rastertunnelmikroskopie und Tight-Binding-Rechnungen, um die strukturellen und elektronischen Eigenschaften von marginally twisted Bilayer-Graphen zu charakterisieren und zeigt, dass mechanische Spannung als Kontrollparameter für die Umwandlung von Domänenwänden und die Steuerung lokalisierter elektronischer Zustände dient.
Diese Arbeit untersucht den thermischen Hall-Effekt in magnetischen Systemen mittels semiklassischer Spindynamik-Simulationen, wobei sie eine lineare Antwort-Theorie nutzt, um quantitative Effekte jenseits der nicht-wechselwirkenden Näherung in chiralen Ferromagneten und Kitaev-Magneten zu erfassen und als Benchmark für Experimente in Regimen mit starken thermischen Fluktuationen und nichtlinearen Magnon-Magnon-Wechselwirkungen zu dienen.
Die Studie stellt ultraleichte, hochentropische Nanodraht-Gerüste vor, die durch die Kombination von konfigurationsbedingter Entropie und struktureller Porosität metallähnliche Funktionalität bei extremen Temperaturen und einer Dichte von weniger als 1 % des Vollmetalls ermöglichen.
Diese Arbeit erweitert das Konzept des Altermagnetismus auf Quasikristalle, indem sie zeigt, dass durch Projektion aus höherdimensionalen Räumen konstruierte aperiodische Gitter unkonventionelle, durch die quasikristalline Symmetrie geschützte Spin-Splitting-Phasen wie -Wellen- und -Wellen-Altermagnetismus ermöglichen.
Diese Studie nutzt die Dunkelfeld-Röntgenmikroskopie, um erstmals direkt dreidimensionale, intragranuläre Restspannungen in vollständig rekristallisiertem Eisen nachzuweisen und deren Bedeutung für zukünftige Kornwachstumsmodelle hervorzuheben.
Die Arbeit analysiert die Genauigkeit der Bestimmung der Cr4+-Konzentration in Cr4+:YAG-Materialien mittels Absorptionsspektroskopie, identifiziert dabei Schwierigkeiten bei der Verwendung der Smakula-Dexter-Formel aufgrund von Unsicherheiten in den Oszillatorstärken und der Spektraldekonvolution, und schlägt einen neuen Ansatz zur präziseren Schätzung vor.
In dieser Arbeit untersuchen die Autoren mittels Dichtefunktionaltheorie systematisch die elektronischen und magnetischen Eigenschaften von Metallocenen mit 3d- und 4d-Übergangsmetallatomen und zeigen, dass die magnetische Anisotropie stark von der Orbitalbesetzung abhängt, wobei Mo- und Rh-Metallocene die höchsten Werte von bis zu 20 Kelvin aufweisen, die sich bei kationischen Ladungszuständen auf 60 Kelvin steigern lassen.
Die Studie stellt IDEAL vor, eine KI-gestützte Plattform, die generative Diffusionsmodelle mit der Atomlagenabscheidung (ALD) verbindet, um durch experimentelle Validierung präzise die Synthese komplexer Hf-Zr-O-Oxid-Dielektrika für Halbleiteranwendungen zu steuern.
Die Studie kombiniert ein maschinelles Lernpotenzial mit speziellen Loop-Updates, um den ersten Ordnungsübergang von ungeordnetem Eis Ih zu geordnetem Eis XI erstmals mit *ab-initio*-Genauigkeit zu simulieren und eine Phasenumwandlungstemperatur von 83 K zu bestimmen, die durch nukleare Quanteneffekte auf den experimentellen Wert von 72 K korrigiert wird.
Diese Studie stellt einen enzymgesteuerten Hydrogel vor, der durch pH-Modulation autonome chemische Wellen in eine zeitverzögerte, räumlich kontrollierte Versteifung umwandelt und damit neue Designprinzipien für adaptive Materialien in der Softrobotik und Biomedizin liefert.
Die Studie demonstriert, dass die Elektronenrückstreubeugung (EBSD) eine präzise und vielseitige Methode zur Bestimmung der kristallographischen Orientierung von Van-der-Waals-Materialien ist, was die gezielte Herstellung von Heterostrukturen mit kontrollierten Verdrehwinkeln für Anwendungen in der Twistronik und Twist-Optik ermöglicht.
Diese Arbeit stellt eine universelle Methode zur Untergrundreduktion in experimentellen Spektraldaten vor, die auf der Dual-Tree Complex Wavelet Transform (DTCWT) basiert und im Vergleich zu herkömmlichen Ansätzen eine verbesserte Signalextraktion bei gleichzeitiger Erhaltung der Signaldetails ermöglicht, wie an Beispielen aus der Röntgenpulverdiffraktometrie und Photolumineszenz von -Kristallen demonstriert wird.
Diese Arbeit stellt ein selbstkonsistentes Vielteilchen-Rahmenwerk vor, das Vertex-Korrekturen und Nicht-Quasiteilchen-Effekte für die Berechnung phonon-limitierter elektronischer Transporteigenschaften aus ersten Prinzipien vereint und dabei experimentelle Leitfähigkeits- sowie optische Daten für Materialien wie Silizium, ZnO und SrVO₃ quantitativ bestätigt.
Diese Studie untersucht die bulk-magnetischen Eigenschaften der verzerrten quadratischen Gitterverbindungen M'-LnTaO4 (Ln = Tb, Dy, Ho, Er) mittels Pulverneutronenbeugung und spezifischer Wärme, wobei sie eine langreichweitige antiferromagnetische Ordnung in M'-TbTaO4 unter 2,1 K bestätigt und Kramers-Dubletts-Zustände in M'-ErTaO4 nachweist.
Die Studie kombiniert Transportmessungen und Atomsondentomographie, um nachzuweisen, dass die elektrische Leitfähigkeit von Domänenwänden in BiFeO₃ auf signifikante chemische Heterogenitäten zurückzuführen ist, was zeigt, dass mehrere Leitungsmechanismen innerhalb derselben Domänenwand koexistieren können.
Die Studie zeigt, dass maschinengelernte Potential-Molekulardynamik-Simulationen aufzeigen, wie die Kristallstruktur des Vorläufers CaH₂ eine kinetisch begünstigte, topotaktische Umwandlung zu metastabilem CaH₆ ermöglicht, während thermodynamisch stabilere Phasen wie CaH₅.₇₅ eine aufwendige Gitterumordnung erfordern.
Diese Studie untersucht die strukturellen und optischen Eigenschaften von Yb-implantiertem -GaO in drei verschiedenen Kristallorientierungen und zeigt, dass die (010)-Orientierung zwar die geringste Defektdichte und Druckspannung aufweist, jedoch eine schwächere Yb-Lumineszenz erzeugt, da bestimmte in den anderen Orientierungen häufigere Defekttypen die Emission verstärken.
Die Studie zeigt, dass die durch die vollrelativistische Methode mit fixiertem Spinmoment (FR-FSM) ermittelte Abhängigkeit der magnetokristallinen Anisotropieenergie vom Spinmoment unterschiedliche DFT-Ergebnisse vereinheitlicht und somit ein wertvolles Werkzeug zur Vorhersage maximaler Anisotropiewerte sowie zur Optimierung neuer Permanentmagnete darstellt.
Diese Studie widerlegt die frühere Klassifizierung von (Ca0.5Mn1.5)MnWO6 als hybrides Multiferroikum und zeigt, dass die beobachteten Anomalien auf chemische Verunreinigungen zurückzuführen sind, wodurch das Material als paraelektrischer Antiferromagnet identifiziert wird.
Diese Studie präsentiert einen neuartigen Ansatz zur direkten Laserstrukturierung ferromagnetischer Nickel-Mikrostrukturen unter Umgebungsbedingungen, der durch die Kombination von photochemischer Sauerstoffentfernung, sensitisiertem Triplett-Triplett-Annihilations-Upconversion und der photoreduktion von Ni²⁺-Ionen ermöglicht wird.
Die Autoren stellen eine effiziente Methode vor, die die Clausius-Clapeyron-Gleichung mit der quasiharmonischen Näherung kombiniert, um bei geringem Rechenaufwand präzise Phasendiagramme für niedrige Temperaturen zu berechnen, was sie am Beispiel von Siliziumdioxid unter Verwendung von Dichtefunktionaltheorie und maschinengelernten Potenzialen demonstrieren.
Diese Studie stellt das verbesserte WT-RDF+-Framework vor, das durch maschinelles Lernen optimierte Parameter nutzt, um die Amplitudengenauigkeit der Wellenpaket-Transformierten Radialverteilungsfunktion für die Rekonstruktion der atomaren Struktur von amorphen Ge-Se- und Ag-Ge-Se-Materialien signifikant zu steigern und dabei konventionelle ML-Modelle zu übertreffen.
Diese Arbeit stellt eine rigorose Formulierung des Downfolding-Verfahrens vor, die eine exakte Herleitung effektiver Modelle ermöglicht, die Gültigkeit perturbativer Näherungen begründet und die konventionelle cRPA-Methode durch Aufdeckung ihrer zugrundeliegenden Approximationen sowie durch konkrete Materialbeispiele präzisiert.
Diese Studie demonstriert experimentell und durch Simulationen die deterministische Erzeugung, Steuerung und präzise Platzierung topologischer Torons in chiral-nematischen Flüssigkristallen mittels maßgeschneiderter Wechselstromfelder, was Anwendungen wie optische Speicher, rekonfigurierbare Musterung und mikroskopische Pick-and-Place-Manipulation ermöglicht.
Die Studie zeigt, dass eine label-freie Screening-Strategie, die auf Text-abgeleiteten Word2Vec-Einbettungen von Elementen basiert, oft effizienter als Transformer-Modelle ist, um aus riesigen kombinatorischen Räumen vielversprechende Elektrokatalysator-Zusammensetzungen ohne experimentelle Daten zu identifizieren.
Die Studie stellt PAIPAI vor, ein effizientes Monte-Carlo-Framework mit maschinellen Lernpotenzialen, das die Suche nach Grundzustandsstrukturen in defekten Hochentropielegierungen ermöglicht und dabei die atomare Ordnung sowie Segregation von Zwischengitteratomen präzise vorhersagt.
Die Studie zeigt, dass die Spin-Bahn-Kopplung in dem schmalbandigen Halbleiter durch die Verstärkung des Dirac-artigen interbanden Beitrags im Vergleich zum Zeeman-Term zu einer signifikanten Zunahme des orbitalen Diamagnetismus führt.
Diese Studie untersucht die spektroskopischen Eigenschaften von Cr4+:YAG-Transparentkeramiken über einen Temperaturbereich von 5 K bis 300 K und analysiert dabei die temperaturabhängigen Absorptions- und Emissionsspektren, insbesondere die bei tiefen Temperaturen beobachtete 28 cm⁻¹ aufweisende Dublett-Aufspaltung des niedrigsten angeregten Zustands.
Die Studie zeigt, dass durch die kinetische Stabilisierung von intermediären photolumineszenten Energien während der Photosegregation in gemischten Halogenid-Perowskiten eine rudimentäre Farbabstimmung für Beleuchtungsanwendungen ermöglicht wird, wobei ein entwickeltes kinetisches Modell die Abhängigkeit von Pulsfrequenz und Fluenz erklärt.
Diese Studie untersucht die strukturellen, elektronischen, mechanischen und thermodynamischen Eigenschaften der halbmetallischen Full-Heusler-Legierung N2CaNa mittels Dichtefunktionaltheorie und bestätigt deren Stabilität sowie das Potenzial für Anwendungen in der Spintronik.
Die Studie stellt mPFDNN vor, einen neuartigen, analytisch interpretierbaren Deep-Learning-Rahmen, der Material-Property-Fields mit Hopfield-Netzwerken kombiniert, um physikalisch fundierte Struktur-Eigenschafts-Beziehungen in verschiedenen Materialsystemen präzise vorherzusagen.
Die vorgestellte Materials Acceleration Platform for Electrochemistry (MAP-E) ist ein autonomes Hochdurchsatzsystem, das durch robotergestützte Flüssigkeitsbehandlung und mehrkanalige Potenzialkontrolle reproduzierbare Korrosionsdaten ohne menschliches Eingreifen generiert und so die Entdeckung und das Design neuer Materialien beschleunigt.
Diese Studie nutzt nanoskopische Röntgen-Magnetzirkulardichroismus-Spektroskopie, um in -FeO den temperaturabhängigen Umschaltmechanismus und die lokal modulierten altermagnetischen Antworten in komplexen Spin-Texturen wie Meronen und Domänenwänden nachzuweisen.
Diese Studie stellt ein mathematisch konsistentes, entkoppeltes Modell für richtungsabhängige Verzerrungsverfestigung in der Metallplastizität vor, das die Widersprüche früherer Ansätze auflöst und gleichzeitig das Abflachen sowie das Anspitzen der Fließfläche ohne kinematische Verfestigung beschreibt.
Diese Studie enthüllt drei konkurrierende Mechanismen interquasi-chemischer Bindungen, die die unterschiedlichen interlagen Ladungsneuverteilungen in Übergangsmetall-Dichalkogeniden mit verschiedenen d-Elektronenbesetzungen erklären und ein einheitliches Verständnis für diese Van-der-Waals-Materialien liefern.
Die Studie demonstriert, dass Lichtbestrahlung durch die Erhöhung der interfacialen chemischen Affinität einen deterministischen thermodynamischen Übergang von einer freien Van-der-Waals-Epitaxie zu einer chemisch verriegelten Epitaxie im Fe₄N/Mica-System ermöglicht.
Diese Studie vergleicht verschiedene Parallelisierungsstrategien für flache Histogramm-Monte-Carlo-Simulationen und stellt fest, dass eine Parallelisierung über nicht-uniform große Energiebereiche die effektivste Methode zur Beschleunigung solcher Berechnungen darstellt.
Die Autoren führen das Konzept des orbitalen Altermagnetismus ein, eine symmetriegeschützte magnetische Ordnung reiner Orbitalfreiheitsgrade, die durch gestaffelte Schleifenströme entsteht und in Materialien wie CuBr₂ und VS₂ unabhängig von der Spinordnung nachgewiesen wurde, wodurch sie eine neue Plattform für die orbitale Spintronik bietet.
Die Studie stellt PF-PINO vor, einen physik-informierten neuronalen Operator, der durch die Einbettung der Residuen der Phasenfeld-Gleichungen in die Verlustfunktion die Genauigkeit, Generalisierungsfähigkeit und Langzeitstabilität bei der Vorhersage komplexer Materialmikrostrukturen im Vergleich zu herkömmlichen Methoden wie dem Fourier-neuronalen Operator (FNO) erheblich verbessert.
Die Studie zeigt, dass Druck in YbMnSb einen strukturellen Phasenübergang von trigonal zu monoklin auslöst, der eine Halbleiter-Metall-Transformation sowie die Stabilisierung unkonventioneller magnetischer Zustände durch die Bildung von Mn-Spin-Paaren bewirkt.
Die Studie berichtet über die Hochdruckstabilisierung des metastabilen Markasit-Manganantimonids (MnSb₂) und charakterisiert dessen komplexen, temperaturabhängigen inkommensurablen magnetischen Grundzustand mit einem Spin-Dichtewellen-ähnlichen Ordnungsmechanismus, der Mn-Ordnungsmomente von bis zu 2 μB aufweist.
Diese Arbeit stellt ein vascularisiertes robotisches System vor, das durch eine Kombination aus Fluidik und UV-Licht in der Lage ist, Sensoren aus internen Vorräten direkt im Körper zu synthetisieren, um so die physische Anpassungsfähigkeit und Verhaltenskontrolle in Echtzeit zu erweitern.
Die Autoren stellen eine neuartige zeitaufgelöste spontane Raman-Spektroskopie vor, die mittels zeitkorrelierter Einzelphotonenzählung und einer modulierten Dauerstrichsonde sub-wavenauflösende Einblicke in die Elektron-Phonon-Kopplung und Ladungsträgerrekombination in leicht bor-dotiertem Silizium ermöglicht.
Diese Studie zeigt, dass Röntgenmagnetischer Linear-Dichroismus (XMLD) in Altermagneten durch piezomagnetische Effekte und die ferroische Ordnung höherer magnetischer Multipole wie des magnetischen Oktupols verursacht wird, was XMLD und XMCD zu element-spezifischen Werkzeugen zur Aufdeckung versteckter ferroischer Multipolordnungen und spannungssteuerbarer Spinphänomene macht.
Die Studie stellt ein synthetisches Framework für hydrogele vor, die auf reversiblen ringförmigen Polymeren basieren und durch die Bildung von Catch-Bonds unter mechanischer Belastung eine adaptive Versteifung und erhöhte Haltbarkeit aufweisen.
Diese Studie stellt ein ultraschnelles, maschinell erlerntes Interatompotential für MoS₂ vor, das DFT-Ergebnisse präzise nachbildet und großskalige Nichtgleichgewichts-Molekulardynamik-Simulationen zur Aufklärung des epitaktischen Wachstums ermöglicht.
Diese Studie demonstriert, dass die streuende Rasternahfeldoptik (s-SNOM) im mittleren Infrarot- und Terahertz-Bereich eine überlegene, nicht-destruktive Methode zur hochauflösenden Charakterisierung von Ladungsträgerdichten und sub-surface Defekten in homoepitaxialen GaN-P-i-N-Dioden darstellt, die herkömmliche Techniken wie Mikro-Raman-Spektroskopie und KPFM in Auflösung und Empfindlichkeit übertrifft.
Die Studie zeigt, dass monolagiges PtBi₂ durch eine Weyl-Übergangs-induzierte Umkehrung der orbitalen Berry-Krümmung eine riesige, reversibel steuerbare Orbital-Hall-Leitfähigkeit aufweist, was einen neuen Weg für das Engineering orbitaler Quantengeometrien in polaren Vielorbital-Materialien eröffnet.
Die Studie zeigt, dass trotz verschiedener Strategien zur Fehlerbehebung die Häufigkeit unbrauchbarer Antworten von LLMs dazu führt, dass ein Großteil der Softwareingenieure die Nutzung von ChatGPT in komplexen Entwicklungsaufgaben aufgibt, was die Notwendigkeit verbesserter Werkzeugunterstützung und Forschung zur Mensch-KI-Interaktion unterstreicht.
Die Studie zeigt, dass bei älteren Erwachsenen die wahrgenommene Vertrauenswürdigkeit und Empathie von KI-Stimmassistenten mit hoher Freundlichkeit steigt, diese Vorteile jedoch in Notfallsituationen zugunsten von Klarheit zurücktreten und dass sowohl der Kontext als auch die Persönlichkeit des Nutzers maßgeblich die Akzeptanz von KI-Erklärungen beeinflussen.
Die vorgestellte Arbeit präsentiert ein neuartiges, annotierungsfreies Framework, das mithilfe von Sprachmodellen und physikbasierten Verfeinerungen UAV-3D-Trajektorien und Klassifizierungsinformationen direkt aus Internetvideos ableitet und durch Zero-Shot-Transfer auf öffentlichen Benchmarks nahezu state-of-the-art Ergebnisse erzielt.
Das 26 Gramm schwere, schmetterlingsinspirierte Robotersystem „AirPulse" demonstriert erstmals den autonomen, geschlossenen Regelkreis-Flug einer schwanzlosen Plattform durch Nachahmung biologischer Flügelschläge und eine hierarchische Steuerungsarchitektur, die stabile Manöver in einem bisher kaum erforschten aerodynamischen Regime ermöglicht.
Diese Arbeit stellt einen großen, longitudinalen Datensatz mit über 75 Millionen Kommentaren und 400 Millionen Abstimmungen aus dem zehn Jahre umfassenden Diskursforum der österreichischen Zeitung DerStandard (2013–2022) bereit, der durch anonymisierte Benutzerdaten und vektorbasierte Textrepräsentationen den Schutz der Privatsphäre gewährleistet und Forschungen zur Diskursdynamik, Netzwerkanalyse und semantischen Auswertung in deutscher Sprache ermöglicht.
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 Artikel stellt einen zweistufigen Ansatz zur Abdeckung nicht-konvexer Umgebungen mit mehreren Hindernissen vor, der auf einem generalisierten Voronoi-Graphen basiert, um durch Lastausgleich und kollaborative Steuerung eine effiziente Roboterverteilung und -steuerung zu gewährleisten.
Diese Arbeit stellt die Hybrid Residue Floating Numerical Architecture (HRFNA) vor, eine neuartige numerische Architektur für FPGAs, die durch die Kombination von residueller Arithmetik und Exponenten-Skalierung hohe Durchsatzraten und Energieeffizienz bei formal nachweisbaren Fehlergrenzen erreicht.
Die Arbeit stellt einen polynomiellen Approximationsschema (PTAS) für das gewichtete triangle-freie 2-Matching-Problem vor, das auf einem einfachen lokalen Suchalgorithmus und einer nicht-trivialen Analyse basiert und damit die bisherige 2/3-Approximation verbessert.
Diese Arbeit stellt eine regularisierte Ensemble-Kalman-Filter-Methode vor, die sensorische Verschiebungsdaten nutzt, um im Rahmen stochastischer Phasenfeldmodelle für spröde Brüche nicht nur die Verschiebungs-, sondern auch die Phasenfeldverteilung durch Bayessche Inferenz zu aktualisieren und so Modellunsicherheiten zu reduzieren.
Diese Arbeit stellt explizit eine obere Schranke von für die Änderung der optimalen Schaltkreisgröße bei einer Störung der Wahrheitstabelle dar, erweitert sie auf den allgemeinen Hamming-Abstand und bestätigt sie durch exhaustive SAT-basierte Berechnungen für im AIG-Basis-System, wobei die Tightness der Schranke nachgewiesen wird.
Diese umfassende Umfrage analysiert über 200 Forschungsarbeiten zur Verbesserung der Generalisierbarkeit von Wi-Fi-Sensing-Systemen, indem sie Techniken, Datensätze und zukünftige Forschungsrichtungen strukturiert zusammenfasst und eine neue Plattform für den Datenaustausch einführt.
Das Paper stellt Preguss vor, ein modulares Framework, das durch die Kombination von statischer Analyse und LLM-gestützter Spezifikationssynthese die automatisierte Verifikation von Programmen mit über 1000 Zeilen Code ermöglicht und dabei den menschlichen Aufwand um 80,6 % bis 88,9 % reduziert.
Diese Arbeit stellt ein neuartiges Framework vor, das die Token-Pruning in Late-Interaction-Retrieval-Modellen durch die Interpretation als Voronoi-Zellenschätzung im Einbettungsraum formal fundiert, um den Indexspeicherbedarf signifikant zu senken, ohne die Suchqualität zu beeinträchtigen.
Diese Studie bietet eine umfassende Analyse verschiedener Zeit-of-Flight-Nicht-Sichtlinien-Imaging-Methoden, indem sie diese unter einem gemeinsamen mathematischen und hardwaretechnischen Rahmen vergleicht, um ihre Ähnlichkeiten, Unterschiede sowie gemeinsame Leistungsgrenzen bezüglich räumlicher Auflösung und Rauschempfindlichkeit objektiv zu bewerten.
Die Studie zeigt, dass eine durch DINO-Aufmerksamkeitskarten inspirierte, sakkadenbasierte Bildklassifizierung, die sich auf relevante Bildregionen konzentriert, die Leistung herkömmlicher Modelle erhält oder sogar übertreffen und so einen vielversprechenden Ansatz für effiziente, biologisch inspirierte visuelle Verarbeitung bietet.
Die Studie stellt ARSGaussian vor, eine Methode zur Synthese neuer Ansichten in der Luftbild-Fernerkundung, die LiDAR-Punktwolken und eine verzerrungskompensierende Koordinatentransformation nutzt, um geometrische Fehler wie schwebende Objekte zu reduzieren und eine präzise 3D-Rekonstruktion zu ermöglichen, wobei zudem der neue AIR-LONGYAN-Datensatz veröffentlicht wird.
Die Arbeit stellt AVGGT vor, eine trainingsfreie Zwei-Schritt-Strategie, die durch die Umwandlung früher globaler Aufmerksamkeitsschichten in Frame-Attention und ein Subsampling von K/V-Tokens die Inferenzgeschwindigkeit von VGGT und um das 2- bis 10-fache steigert, ohne dabei die Genauigkeit in dichten Multi-View-Szenarien zu beeinträchtigen.
Diese Arbeit demonstriert erstmals die direkte Programmierung von FP64-Tensor-Cores auf NVIDIA-GPUs zur Beschleunigung hochauflösender Finite-Elemente-Simulationen in der MFEM-Bibliothek, wodurch auf Exascale-Systemen bis zu eine Verdopplung der Leistung und signifikante Energieeffizienzgewinne erzielt werden.
Dieser Artikel erweitert die Äquivalenz zwischen rechten Aktoritäten mit Hom-Objekten und rechten, mit Kopotenzen ausgestatteten, angereicherten Kategorien auf nicht-kommutative und nicht-abgeschlossene monoidale Basen, um die Semantik höherordniger Nachrichtenübermittlung in der concurrenten Sprache CaMPL zu ermöglichen, bei der Prozesse als sequenzielle Daten weitergegeben werden müssen, um die lineare Einschränkung der Duplizierung von Ressourcen zu umgehen.
Die vorgestellte Arbeit führt einen budget-effizienten Rahmen für das aktive Prompt-Learning ein, der durch klassenbasiertes Clustering und adaptive schwellenwertgesteuerte Abfragen die Anpassung von Vision-Language-Modellen an neue Aufgaben mit weniger gelabelten Daten ermöglicht und dabei bestehende Baselines übertrifft.
Die Arbeit stellt Kareto vor, einen adaptiven Optimierer für die mehrstufige Speicherkonfiguration von KV-Caches in LLM-Diensten, der durch effiziente Pareto-Frontier-Suche und feinkörnige Anpassung die Kosten, den Durchsatz und die Latenz unter variierenden Arbeitslasten signifikant verbessert.
Diese Arbeit stellt eine adaptive SINDy-Methode vor, die Sparse Identification of Non-Linear Dynamics mit einem RLS-adaptiven Regler kombiniert, um Störungen in turbulenten Umgebungen bei UAVs effektiv zu identifizieren und zu kompensieren, was zu einer verbesserten Trajektorienverfolgung im Vergleich zu herkömmlichen PID- und INDI-Reglern führt.
Diese Studie untersucht, wie sich altersbedingte Unterschiede in der Wahrnehmung von Blickkontakt bei der Interaktion mit sozialen Robotern auswirken, um die Gestaltung adaptiver nonverbaler Signale für ältere Menschen zu verbessern.
Die vorgestellte Arbeit schlägt vor, Agentic AI als intelligente Steuerungs-Schicht für 6G-Netzwerke einzusetzen, um durch spezialisierte Agenten und geschlossene Regelkreise das Zusammenspiel von Lernen und Netzwerkmanagement beim Federated Learning zu optimieren und so hohe Leistung trotz strenger Latenz- und Bandbreitenanforderungen zu gewährleisten.
Die Arbeit stellt AgenticCyOps vor, ein Sicherheitsframework für die Integration multi-agentischer KI-Systeme in Unternehmen, das durch die Identifizierung von Werkzeug-Orchestrierung und Speicher-Management als primäre Angriffsflächen sowie die Einführung von fünf defensiven Prinzipien und einer mehrschichtigen Verteidigungsarchitektur die Angriffsfläche im Vergleich zu herkömmlichen Systemen um mindestens 72 % reduziert.
Diese Arbeit stellt ein Meta-Spiel-Design vor, das die Entstehung algorithmischer Absprachen unter Testzeit-Bedingungen untersucht, indem es vortrainierte Strategien mit Anpassungsregeln kombiniert und deren Verhalten in wiederholten Preiswettbewerben mit Hilfe von empirischen Spielanalysen bewertet.
Diese Arbeit verbessert den Laufzeitkomplexitätsfaktor für -Approximationsalgorithmen des -Median- und -Means-Clustering in niedrigdimensionalen euklidischen Räumen auf $2^{\tilde{O}(1/\varepsilon)^{d-1}} \cdot n \cdot \text{polylog}(n)$ und beweist unter der Gap-Exponential-Time-Hypothese, dass diese Laufzeit bis auf polylogarithmische Faktoren optimal ist.
Diese Arbeit zeigt auf, dass binäre Sicherheitslücken in WebAssembly-Modulen herkömmliche Web-Sicherheitsmechanismen untergraben und zu Angriffen wie SQL-Injection führen können, und bietet darauf aufbauend defensive Strategien zur Risikominderung.
Diese Studie führt eine empirische Untersuchung von „Interaktionsgerüchen" in der mehrstufigen Mensch-LLM-Codegenerierung durch, stellt eine erste Taxonomie vor, analysiert deren Verteilung in verschiedenen Modellen und schlägt das Multi-Agenten-Framework InCE zur effektiven Minderung dieser Qualitätsprobleme vor.
Das Paper stellt AnalogToBi vor, ein Framework zur automatischen Generierung von analogen Schaltungstopologien auf Bauteilebene, das durch eine bipartite Graphendarstellung, grammatikgesteuertes Decodieren und Daten-Augmentierung elektrische Validität sowie hohe Neuheit sicherstellt und dabei die Leistungsfähigkeit bestehender Methoden übertrifft.
Diese Studie entwickelt ein kontextspezifisches Reifegradmodell für den Einsatz künstlicher Intelligenz in kleinen und mittleren Unternehmen (KMU), das die linearen, unternehmenszentrierten Ansätze durch ein multidimensionales, nicht-lineares und ökosystemvernetztes Rahmenwerk mit acht Fähigkeitsdimensionen, fünf Reifegradstufen und vier Entwicklungspfaden ersetzt, um den spezifischen Realitäten von KMU wie Ressourcenbeschränkungen und externer Abhängigkeit gerecht zu werden.
Diese Arbeit stellt eine effiziente, asset-zentrische metrisch-semantische Kartierungsmethode für Innenräume vor, die mit einem Unitree Go2-Roboter detaillierte Objektmeshes erstellt, um sowohl eine höhere Genauigkeit als auch eine bessere LLM-Integration für semantische Navigation zu erreichen als bestehende Ansätze.
Diese Arbeit stellt mit AV-CDiT und dem AVW-4k-Datensatz das erste formale Rahmenwerk für audiovisuelle Weltmodelle vor, das synchronisierte binaurale Audio- und Visuelle-Dynamiken unter Aktionskontrolle simuliert und so die Leistung von Agenten bei der Navigation verbessert.
Die Studie stellt das kostengünstige, modulare Kamerasystem CSLICS vor, das mithilfe von Computer-Vision-Techniken und menschlicher Rückkopplung die automatisierte Zählung von Korallenlaich ermöglicht und damit den manuellen Aufwand bei der Riffrestaurierung drastisch reduziert sowie die Überwachung der Larvengesundheit verbessert.
Die vorgestellte Arbeit stellt eine hybride algebraische Verifikationsmethode für arithmetische Schaltungen vor, die durch parallele Multimodularrechnung modulo verschiedener Primzahlen den Einsatz rechenintensiver Großzahlarithmetik vermeidet und so die Effizienz bei der Wortebenen-Verifikation erheblich steigert.
Die Studie stellt BOPIM vor, einen Bayesian-Optimization-Algorithmus für die Einflussmaximierung in zeitlichen Netzwerken, der durch die Verwendung spezieller Kernel-Funktionen und einer angepassten Akquisitionsfunktion nicht nur eine signifikant schnellere Berechnung als herkömmliche gierige Algorithmen ermöglicht, sondern auch erstmals Unsicherheiten in den optimalen Seed-Knoten quantifiziert.
Die Autoren zeigen, dass eine einfache exakte Methode alle klassischen TSPTW-M-Testinstanzen mit 50 oder mehr Kunden in unter zehn Sekunden löst, was beweist, dass diese Benchmarks nicht mehr repräsentativ für die Bewertung von Algorithmen sind und bei der Erstellung von Trainingsdaten für maschinelles Lernen Vorsicht geboten ist.
Die Arbeit stellt mit RuleSafe einen neuen Benchmark für langfristige Manipulationsaufgaben an artikulierten Objekten vor und schlägt VQ-Memory vor, eine kompakte, vektorquantisierte Gedächtnisdarstellung, die die Planung und Generalisierung von Vision-Language-Action-Modellen in nicht-Markovschen Umgebungen signifikant verbessert.
Die Arbeit stellt BinaryAttention vor, eine Methode zur 1-Bit-Quantisierung von QK-Attention in Vision- und Diffusion-Transformern, die durch binäre Operationen und einen lernbaren Bias eine über 2-fache Beschleunigung gegenüber FlashAttention2 bei gleichzeitiger Beibehaltung oder sogar Steigerung der Genauigkeit ermöglicht.
Das Paper stellt AFRO vor, ein selbstüberwachtes Framework, das durch die Modellierung von Zustands-Aktions-Dynamiken in einem gemeinsamen latenten Raum ohne explizite geometrische Rekonstruktion oder Aktionsüberwachung dynamische Bewusstsein 3D-Repräsentationen lernt und so die Manipulationserfolgsraten von Robotern in simulierten und realen Umgebungen erheblich verbessert.
Das Paper stellt BrainSTR vor, ein Framework für spatio-temporales kontrastives Lernen, das durch adaptive Phasentrennung und graphbasierte Merkmalsextraktion interpretierbare dynamische Hirnnetzwerke modelliert, um subtile diagnostische Signaturen bei neuropsychiatrischen Erkrankungen wie Autismus, bipolarer Störung und Depression präzise zu identifizieren.
Die Arbeit stellt CIGPose vor, ein Framework, das mittels kausaler Intervention und Graph-Neural-Networks störende visuelle Kontexteinflüsse eliminiert, um robuste und anatomisch plausible Ganzkörper-Pose-Schätzungen zu erreichen und dabei neue State-of-the-Art-Ergebnisse auf dem COCO-WholeBody-Datensatz zu erzielen.
Die Studie CLIOPATRA demonstriert, dass selbst durch mehrschichtige Heuristiken geschützte Systeme wie Anthropic's Clio durch gezielte Angriffe kompromittiert werden können, bei denen ein Angreifer sensible medizinische Daten von Nutzern mit nur begrenztem Vorwissen erfolgreich extrahiert.
Die Arbeit stellt CORAL vor, ein skalierbares Framework, das durch das Anbringen eines spezialisierten LoRA-Experten pro Aufgabe an einen eingefrorenen VLA-Hintergrund und eine dynamische Laufzeit-Routing-Strategie Interferenzen im Multi-Task-Learning vermeidet und so eine effiziente, lebenslange Robotik-Lernfähigkeit ohne Katastrophisches Vergessen ermöglicht.
Die Studie zeigt, dass KI-Agenten zwar funktionsfähige und wartbare Microservices mit guter API-Konformität generieren können, jedoch aufgrund inkonsistenter Korrektheit und des nach wie vor erforderlichen menschlichen Eingriffs eine vollständig autonome Erstellung noch nicht erreicht ist.
Die Studie zeigt, dass ChatGPT zwar in der Lage ist, realistische synthetische Systemanforderungsspezifikationen zu generieren, jedoch LLM-basierte Qualitätsbewertungen keine vollständige Ersatz für gründliche Expertenbewertungen darstellen können.
Diese Studie analysiert die Leistung einer virtualisierten XRootD-Frontend-Architektur am T2_BR_SPRACE unter Hochlastbedingungen und dokumentiert, dass das System mit heterogenen VMs und modernen TCP-Optimierungen aggregierte Durchsätze von bis zu 51,3 Gb/s sowie Spitzenwerte von 41,5 Gb/s zu Fermilab erreicht.
Dieser Artikel stellt einen kompakten, federbasierten, seilgesteuerten Kontinuum-Roboter vor, der von der Fortbewegung und Sensorik von Raupen inspiriert ist und durch die Integration künstlicher Borstensensoren eine effektive Erkundung und Oberflächenwahrnehmung in beengten Räumen ermöglicht.
Der vorgestellte Ansatz adressiert die Herausforderung der physikalisch plausiblen Videogenerierung, indem er physikalische Phänomene durch eine Kombination aus physikgetriebener Ereignisketten-Logik und transitionsbewusstem cross-modalem Prompting in eine Folge kausal verknüpfter, dynamisch evolvierender Ereignisse zerlegt, um so die Kontinuität und physikalische Konsistenz generierter Videos zu gewährleisten.
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 ChatNeuroSim vor, ein Framework auf Basis von Large Language Models, das den gesamten Workflow für die Bereitstellung und Optimierung von Compute-in-Memory-Beschleunigern automatisiert und durch Design-Space-Pruning die Identifizierung optimaler Konfigurationen für DNN-Workloads erheblich beschleunigt.
Die Arbeit stellt ChimeraLoRA vor, eine Methode, die durch die Kombination eines klassengeteilten LoRA-Adapters mit per-Bild-LoRAs und einer semantischen Verstärkung mittels Bounding-Box-Erhaltung synthetische Datensätze erzeugt, die sowohl vielfältig als auch detailreich sind und so die Genauigkeit von Few-Shot-Klassifikationsmodellen verbessern.
Diese Reflexionsarbeit beleuchtet aus der Perspektive zweier nicht auf Alterung spezialisierter Forscher die Lücken in der interdisziplinären HCI-Forschung für ältere Menschen und beschreibt, wie ehrenamtliche Arbeit in einer Seniorenresidenz zu einem tieferen Verständnis und mehr Empathie führte.
Diese Studie untersucht die Fähigkeit moderner Large Language Models, aus natürlichen Sprachanforderungen automatisch UML-Klassendiagramme zu generieren, und validiert deren Qualität durch ein umfassendes Dual-Validierungsframework, das LLM-basierte Bewertungen mit menschlicher Expertise kombiniert.
Die Arbeit stellt CoRe-GS vor, ein grob-zu-fein Framework für semantisches Gaussian Splatting, das durch eine aufgabenspezifische, selektive Optimierung nur relevanter Punkte von Interesse die Trainingszeit drastisch verkürzt und gleichzeitig die Rekonstruktionsqualität für robotische Anwendungen verbessert.
CogBlender ist ein Framework, das durch die Interpolation von Geschwindigkeitsfeldern zwischen kognitiven Ankerpunkten eine kontinuierliche und multidimensionale Steuerung kognitiver Bildattribute wie Valenz, Erregung, Dominanz und Merkfähigkeit während der Text-zu-Bild-Generierung ermöglicht.
Diese Studie vergleicht die Leistung von Einzelpersonen, ad-hoc-Paaren und nominalen Paaren bei der visuellen Graphanalyse in Mixed Reality und stellt fest, dass eine 3D-Darstellung allein keine besseren kollaborativen Ergebnisse im Vergleich zum Benchmark liefert.
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.
Diese Arbeit stellt einen neuen, auf Large Language Models basierenden Rahmen für die automatische Programmkorrektur vor, der speziell entwickelt wurde, um Sicherheitslücken an Schnittstellen zwischen isolierten Softwarekompartimenten durch eine Kombination aus spezialisiertem Fuzzing, Analysetechniken und Validierung zu identifizieren und zu beheben.
Die vorgestellte Arbeit stellt einen neuartigen, komponentenbewussten Zwei-Stufen-Rahmen zur Umwandlung von Skizzen in fotorealistische Bilder vor, der durch die Kombination eines selbstaufmerksamkeitsbasierten Autoencoders, einer koordinatenbewahrenden Gated-Fusion und einer räumlich adaptiven Verfeinerung die Bildqualität und semantische Genauigkeit gegenüber bestehenden GAN- und Diffusionsmodellen signifikant verbessert.
Diese Arbeit stellt ein kosteneffizientes, computergestütztes Parksystem vor, das mittels YOLOv8-Objekterkennung und inverser Perspektivabbildung (IPM) vier Kameraperspektiven zu einer 3D-Darstellung verfügbarer Parkplätze kombiniert, um die Parkraumbewirtschaftung in Smart Cities zu automatisieren.
Diese Arbeit untersucht die feingranulare Komplexität der Berechnung der -Hausdorff-Distanz unter Translationen und zeigt, wie sich Laufzeitgrenzen je nach Dimension, Diskretisierung und der Unterscheidung zwischen gerichteten und ungerichteten Varianten sowie asymmetrischen Größenverhältnissen der Punktmengen unterscheiden.
Der Paper stellt ConfCtrl vor, einen konfidenzbasierten Interpolationsrahmen für Videodiffusionsmodelle, der durch eine Kalman-inspirierte Korrekturmechanik präzise Kamerasteuerung ermöglicht und gleichzeitig verdeckte Bildbereiche bei großen Blickwinkeländerungen aus nur zwei Eingabebildern konsistent rekonstruiert.
Die Autoren stellen einen Echtzeit-Bézier-basierten MPC-CLF-CBF-Planungsalgorithmus vor, der die Konnektivität von Multi-Roboter-Schwärmen in komplexen Umgebungen durch gleichzeitige Trajektorien- und Regelungsplanung sicherstellt, Deadlocks vermeidet und bei Verbindungsverlusten eine erfolgreiche Wiederherstellung ermöglicht.
Die Arbeit stellt Context-Nav vor, ein trainingsfreies System für die textbasierte Instanznavigation, das durch die Nutzung kontextueller Beschreibungen als globaler Erkundungsprior und eine viewpoint-bewusste 3D-Raumverifikation den State-of-the-Art auf Benchmarks wie InstanceNav und CoIN-Bench erreicht.
Die Arbeit stellt CovertComBench vor, einen spezialisierten Benchmark zur Bewertung von LLMs in der drahtlosen verdeckten Kommunikation, der zeigt, dass diese Modelle zwar bei Konzepten und Code stark sind, jedoch bei den für Sicherheitsgarantien erforderlichen mathematischen Herleitungen erhebliche Defizite aufweisen.
Diese Arbeit stellt eine kostengünstige, autonome bimanuelle mobile Manipulatorplattform vor, die auf dem Open-Source-Framework XLeRobot basiert und durch ein optimiertes mechanisches Design, eine spezielle Tri-Bus-Stromversorgung sowie eine NVIDIA Jetson Orin Nano für die eingebettete Autonomie unter 1300 Dollar ermöglicht.
Die Arbeit stellt DCAU-Net vor, ein effizientes Framework für die medizinische Bildsegmentierung, das durch eine neue Differential Cross Attention (DCA) zur Reduktion der Rechenkomplexität bei gleichzeitiger Hervorhebung diskriminierender Strukturen sowie eine Channel-Spatial Feature Fusion (CSFF) für die adaptive Integration semantischer und räumlicher Merkmale die Segmentierungsgenauigkeit und Robustheit verbessert.
Die Arbeit stellt DISPLAY vor, ein Framework zur Erzeugung von kontrollierbaren und physikalisch konsistenten Videos menschlicher Objektinteraktionen, das durch eine spärliche Bewegungssteuerung mittels Handgelenkskoordinaten und einem objektabstrakten Bounding-Box-Rahmen sowie durch einen objektfokussierten Aufmerksamkeitsmechanismus und ein Multi-Task-Auxiliary-Training für verbesserte Robustheit und Generalisierung sorgt.
Die Arbeit stellt DOCFORGE-BENCH vor, das erste Zero-Shot-Benchmark für die Erkennung von Dokumentenfälschungen, das zeigt, dass bestehende Methoden aufgrund einer massiven Kalibrierungsproblematik bei der Schwellenwertwahl und nicht aufgrund mangelnder Diskriminierungsfähigkeit in realen Szenarien versagen.
Die Arbeit stellt DRIFT vor, einen Dual-Representation Inter-Fusion Transformer, der durch eine parallele Architektur aus Punkt- und Säulenpfaden lokale sowie globale Kontextinformationen aus 4D-Radarpunktwolken effektiv fusioniert und damit die Leistung bei der Objekterkennung und Straßenabschätzung für automatisiertes Fahren signifikant verbessert.
Die Arbeit stellt deZent vor, ein dezentrales Framework für z-Anonymität in Sensor-Netzwerken, das durch eine leichte Koordination und sichere Summenbildung die Abhängigkeit von einer vertrauenswürdigen Zentralinstanz minimiert und dabei eine vergleichbare Datenschutzqualität bei geringerem Kommunikationsaufwand erreicht.
Diese Arbeit stellt eine neue, dichte-gradienteninformierte Projektionsmethode vor, die in der Topologieoptimierung mit variabler Dicke unscharfe strukturelle Kanten effektiv wiederherstellt und gleichzeitig unerwünschte Bereiche geringer Dicke unterdrückt, ohne die strukturelle Nachgiebigkeit nennenswert zu beeinträchtigen.
Die Arbeit stellt QDR vor, ein Framework für die quantisierte Bildwiederherstellung am Edge, das durch decoderfreie Destillation, selbstgestützte FP32-Destillation und eine lernbare Gewichtung der Verluste die Effizienz und Genauigkeit von Int8-Modellen signifikant verbessert.
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.
Diese Studie analysiert acht reale KI-Einsätze in nicht-westlichen Kontexten und leitet daraus zwölf Leitlinien ab, die betonen, dass für den erfolgreichen und sicheren Einsatz von KI im Dienst der Gesellschaft eine enge Zusammenarbeit zwischen Entwicklern und Fachexperten sowie die Berücksichtigung kultureller, institutioneller und technischer Faktoren entscheidend sind.
Die Arbeit stellt DiffWind vor, ein physik-informiertes, differentielles Framework, das mithilfe von 3D-Gaussian-Splatting, dem Material Point Method und der Lattice-Boltzmann-Methode windgetriebene Objektdynamiken aus Videos rekonstruiert und realistische Simulationen sowie Wind-Retargeting ermöglicht.
Diese Arbeit stellt ein multimodales Framework vor, das Diffusionsmodelle mit ControlNet nutzt, um Kopiererkennungsmuster durch die Kombination von Originalvorlage, gedrucktem Muster und Drucker-Signatur zu authentifizieren und dabei hochauflösende Fälschungen zuverlässiger als herkömmliche Methoden zu erkennen.
Eine Studie mit 22 Teilnehmern zeigt, dass die Häufigkeit von betrügerischem Verhalten während Tests in virtueller Realität und auf einem Laptop identisch ist.
Diese Arbeit stellt eine neuartige Verlustfunktion für ein verteiltes Convolutional Neural Network (DisCNN) vor, das durch die Abbildung positiver Proben auf einen kompakten Raum und negativer Proben auf den Ursprung spezifische Merkmale extrahiert, wodurch eine leichte Architektur mit hervorragender Generalisierungsfähigkeit für die Objekterkennung in komplexen Hintergründen ermöglicht wird.
Diese Studie stellt eine von einem Large Language Model (LLM) gesteuerte Methode zur dynamischen multimodalen Ausdrucks生成 vor, die in virtuellen Lernumgebungen semantisch abgestimmte Sprache und Gesten erzeugt und nachweislich die Lernwirksamkeit, das Engagement sowie das menschliche Erscheinungsbild von pädagogischen Agenten verbessert.
Diese Arbeit stellt einen dynamischen Präzisions-Rechenmotor für ESP32-Mikrocontroller vor, der durch die Kombination von Q16.16-Festkomma-Arithmetik, einem CORDIC-Trigonometriemodul und einem cache-optimierten Matrixmultiplikationskern die Rechengeschwindigkeit für lineare Algebra und Trigonometrie im Vergleich zur Standard-Bibliothek um das 18- bis 25-fache steigert, während eine Laufzeit-Precision-Schaltung den nahtlosen Wechsel zwischen fester und Gleitkommapräzision ermöglicht.
Die Arbeit stellt ENIGMA-360 vor, ein neuartiges, in einer realen Industrieanlage aufgezeichnetes Ego-Exo-Datenset mit 360 synchronisierten Videos und detaillierten Annotationen, das als Benchmark für die Erforschung menschlichen Verhaltens und die Entwicklung robuster Sicherheitsysteme dient.
Das Paper stellt EasyText vor, einen auf Diffusion Transformern basierenden Rahmen für die präzise und kontrollierbare multilinguale Textgenerierung, der durch neuartige Positionierungscodierungen und ein umfangreiches synthetisches Datenset übertrifft.
Das Paper stellt EgoMI vor, ein Framework, das durch die Nachahmung synchronisierter Kopf- und Handbewegungen aus egozentrischen menschlichen Demonstrationen die Embodiment-Lücke überbrückt und so die robuste Imitationslernen auf halb-humanoiden Robotern mit aktiven Kameras ermöglicht.
Die Arbeit stellt \texttt{electoral\_sim}, ein Open-Source-Python-Framework vor, das verschiedene Wahlsysteme in einem zweidimensionalen ideologischen Raum simuliert und anhand des euklidischen Abstands zum geometrischen Median der Wählerverteilung vergleicht, wobei auch ein neuartiger hypothetischer Mechanismus als theoretische Obergrenze bewertet wird.
Die Studie stellt einen RAG-basierten Ansatz vor, der durch die Nutzung von projektspezifischen Artefakten zur Generierung von Embedded-C-Tests die manuelle Testzeit um bis zu 66 % reduziert und dabei eine hohe syntaktische Korrektheit sowie eine erfolgreiche Laufzeitvalidierung von 85 % der generierten Tests erreicht.
Die Arbeit stellt EmoSURA vor, ein neuartiges Evaluierungsframework, das durch die Zerlegung von emotionalen Sprachbeschreibungen in atomare Einheiten und deren audio-basierte Verifizierung sowie die Einführung des SURABench-Tests eine genauere und zuverlässigere Bewertung als herkömmliche Metriken ermöglicht.
Die Arbeit stellt MASSE vor, ein dynamisches Suchverschlüsselungsschema für mehrere Clients, das attributbasierte Zugriffskontrolle integriert, um eine feingranulare Autorisierung und effiziente Aktualisierungen in der Cloud zu ermöglichen, ohne die Privatsphäre der Schlüsselwörter oder Attribute zu gefährden.
Dieses Paper stellt einen neuen, auf Datenfrische basierenden Scheduling-Rahmen für Multi-Rate-Aufgabenketten vor, der durch die Einführung von Just-in-Time-Versatzzeiten und einen Konsens-Versatz-Suchalgorithmus die End-to-End-Datenfrische in sicherheitskritischen Systemen gewährleistet, ohne dabei die Nachteilige Latenz des Logical-Execution-Time-Paradigmas oder die Ineffizienz von Überabtastung in Kauf zu nehmen.
Der Artikel stellt „FungiSync" vor, ein ko-lokalisiertes Mixed-Reality-Erlebnis, das durch die metaphorische Verknüpfung von Berührungen zwischen Teilnehmern die symbiotische Vernetzung mykorrhizaler Pilznetzwerke erfahrbar macht und so eine sinnliche Kritik am technologisch vermittelten Individualismus ermöglicht.
Diese Arbeit stellt einen neuro-symbolischen generativen Agenten vor, der durch die autonome Validierung physikalischer Annahmen und die Vervollständigung fehlender Mechanismen das Problem physikalischer Halluzinationen in wissenschaftlichen Simulationen löst und so KI von bloßen Code-Assistenten zu epistemischen Partnern weiterentwickelt.
Diese Studie zeigt, dass durch Instruction Tuning und Few-Shot-Prompting optimierte Large Language Models (LLMs) wie GPT-4o bei der Erkennung von Sicherheitslücken in mehreren Programmiersprachen und auf unterschiedlichen Granularitätsebenen (Funktion und Zeile) deutlich besser abschneiden als bisherige Pre-trained Language Models (PLMs).
Die Studie stellt fest, dass LLM-gesteuerte Indexoptimierung zwar in bestimmten Fällen die Microsoft DTA-Verfahren übertreffen und menschliche Erkenntnisse liefern kann, ihre direkte Produktionseinführung jedoch aufgrund hoher Varianz, begrenzter Integrationsvorteile und hoher Validierungskosten derzeit noch herausfordernd bleibt.
Die Arbeit stellt EventVGGT vor, ein neuartiges Framework, das durch die erstmalige distillation von räumlich-zeitlichen und multi-view geometrischen Priors aus dem Visual Geometry Grounded Transformer (VGGT) in den Event-Bereich eine konsistente und präzise ereignisbasierte Tiefenschätzung ermöglicht, indem es die inhärente zeitliche Kontinuität von Event-Daten explizit modelliert.
Die Studie stellt EPPINN vor, einen evidenzbasierten physikinformierten neuronalen Netzwerk-Ansatz zur zuverlässigen und unsicherheitsbewussten Schätzung von Perfusionsparametern in der CT-Perfusionsbildgebung bei Schlaganfällen, der durch die Modellierung von physikalischen Restfehlern mittels Normal-Inverse-Gamma-Verteilungen sowohl die Genauigkeit als auch die Zuverlässigkeit der Diagnose verbessert.
Die Arbeit stellt RF-Mem vor, einen adaptiven Dual-Pfad-Memory-Retriever für personalisierte LLMs, der durch die Nachahmung des menschlichen dualen Gedächtnisprozesses (Vertrautheit und Erinnerung) eine skalierbare und präzise Kontextwiedergewinnung ermöglicht, die herkömmliche Methoden in Bezug auf Genauigkeit und Effizienz übertrifft.
Diese Studie entwickelt ein Framework zur Schätzung der nicht gedeckten Nachfrage im öffentlichen Nahverkehr, indem sie Zensierungsverzerrungen in den Daten durch eine Poisson-Regression korrigiert und dieses Modell erfolgreich auf reale Daten der Pittsburgh Port Authority anwendet.
Dieser Erfahrungsbericht beschreibt die systematische Integration von Anforderungen an die Requirements-Engineering-Lehrinhalte in dynamische Software-Engineering-Lehrpläne für Berufstätige und leitet dabei grundlegende Prinzipien sowie einen Ansatz zur curricularen Abbildung ab.
Die Arbeit schlägt eine generalisierbare Methode zur Erkennung von KI-generierten Bildern vor, die darauf basiert, reale Bilder mit den finalen Komponenten verschiedener Generatoren zu „kontaminieren" und einen Detektor zu trainieren, der diese Manipulationen selbst bei bisher unbekannten Modellen mit einer durchschnittlichen Genauigkeit von 98,83 % zuverlässig identifiziert.
Die Arbeit stellt MDTrack vor, einen neuartigen Multimodal-Objektverfolger, der durch modalspezifische Expertenfusion und eine entkoppelte zeitliche Propagation mittels separater State-Space-Modelle sowie Cross-Attention-Mechanismen den aktuellen Stand der Technik auf fünf Benchmarks erreicht.
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.
Die Arbeit liefert die erste systematische Untersuchung der Ausdruckskraft der Property-Graph-Einsprachensprache PG-Keys, indem sie diese im Rahmen eines vereinheitlichten Modells mit Graph-Functional-Dependencies (GFD) und Graph-Generating-Dependencies (GGD) vergleicht und eine vollständige Hierarchie ihrer Ausdruckskraft etabliert.
Dieses Papier stellt eine Erweiterung des ACETONE-C-Codegenerators vor, die durch die formale Definition des Prozessorzuordnungsproblems und die Entwicklung von Scheduling-Heuristiken sowie Synchronisationsmechanismen die Generierung paralleler Code für Multi-Core-Architekturen ermöglicht.
Die vorgestellte Arbeit löst das Problem der unzureichenden Entropieversorgung bei ressourcenbeschränkten IoT-Geräten durch die Implementierung eines externen, auf RISC-V-basierten Trusted Execution Environment (TEE)-Diensts, der über eine initiale Verbindung hinweg kryptografisch starke Zufallszahlen bereitstellt.
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 zeigt, dass sich bei Matrixmultiplikationen und Faltungen asymptotisch jede reelle Multiplikation durch eine einzige Quadrierung und jede komplexe Multiplikation durch drei Quadrierungen ersetzen lässt, was aufgrund des geringeren Hardwareaufwands für Quadrierer zu erheblichen Ressourcenreduktionen führt.
Diese Arbeit stellt einen neuen -differenziell privaten Algorithmus vor, der durch innovative Kandidatengenerierung und Suchraum-Bereinigung die bisherige quadratische Komplexität bei der frequenten Teilstring-Mining eliminiert und dabei nahezu optimale Fehlergarantien bei deutlich reduzierter Speicher- und Zeitkomplexität erreicht.
Die Studie stellt FetalAgents vor, ein neuartiges Multi-Agenten-System, das durch die dynamische Koordination spezialisierter Vision-Experten die Analyse von fetalen Ultraschallbildern und -videos sowie die automatische Generierung strukturierter klinischer Berichte verbessert und dabei sowohl die Genauigkeit als auch die Workflow-Integration übertrifft.
Die vorgestellte Arbeit verbessert die Text-Bewegungs-Rückgewinnung durch eine interpretierbare, joint-basierte Darstellung als Pseudo-Bild und einen Token-Patch-Late-Interaction-Mechanismus, der feingranulare Korrespondenzen ermöglicht und den aktuellen Stand der Technik auf HumanML3D und KIT-ML übertrifft.
Dieser Artikel stellt einen Funktor vor, der einem algebraischen Modell interagierender Komponenten eine Dynamik verleiht und dabei das künstliche Leben-Modell AlChemy von Fontana und Buss verallgemeinert, um die Verbindung zwischen algebraischen und dynamischen Aspekten mittels Kategorientheorie zu formalisieren.
Die Arbeit stellt Flash-KMeans vor, eine GPU-basierte Implementierung des K-Means-Algorithmus, die durch innovative Kernel-Techniken wie FlashAssign und sort-inverse update IO-Engpässe und atomare Konflikte eliminiert und damit im Vergleich zu etablierten Bibliotheken wie cuML und FAISS Geschwindigkeitssteigerungen von bis zu 17,9-fach bis über 200-fach erzielt.
Diese Studie analysiert erstmals in großem Maßstab die Verwendung von Gleitkommaarithmetik in öffentlich zugänglichen GitHub-Repositories statisch typisierter Sprachen, um durch die Veröffentlichung eines Datensatzes mit 10 Millionen Funktionen und den Vergleich mit bestehenden Benchmarks die Lücke zwischen theoretischen Forschungsansätzen und realer Praxis zu schließen.
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.
Die Arbeit stellt ForgeDreamer vor, ein neues Framework für die industrielle Text-zu-3D-Generierung, das durch einen Multi-Expert-LoRA-Ensemble-Mechanismus und eine Cross-View-Hypergraph-Geometrie-Verbesserung sowohl Domänenanpassungsprobleme als auch geometrische Konsistenzmängel überwindet und so eine präzise Fertigung ermöglicht.
Das Paper stellt FormalRTL vor, ein verifiziertes Multi-Agenten-Framework, das Software-Referenzmodelle als formale Spezifikationen nutzt, um die zuverlässige und skalierbare Generierung von industrietauglichem RTL-Code mittels großer Sprachmodelle zu ermöglichen.
Die Arbeit stellt FrameDiT vor, ein effizientes Video-Generierungsmodell, das eine neuartige Matrix-Aufmerksamkeit auf Frame-Ebene nutzt, um den Kompromiss zwischen rechenintensiver globaler 3D-Aufmerksamkeit und lokaler Faktor-Aufmerksamkeit zu überwinden und dabei sowohl zeitliche Kohärenz als auch hohe Bildqualität zu erreichen.
Die Arbeit stellt SVOR vor, ein robustes Framework, das durch drei innovative Designelemente – MUSE, DA-Seg und ein zweistufiges Curriculum-Training – die Herausforderungen realer Bedingungen wie Schatten, abrupte Bewegungen und fehlerhafte Masken bei der Video-Objektentfernung bewältigt und dabei neue State-of-the-Art-Ergebnisse erzielt.
Diese Studie untersucht mittels subjektiver Experimente, wie sich End-to-End-Latenz in VR-Konferenzen im Vergleich zu herkömmlicher Videokonferenzierung auf die wahrgenommene Interaktionsflüssigkeit und das soziale Präsenzempfinden auswirkt, um Erkenntnisse für die Optimierung immersiver virtueller Umgebungen zu gewinnen.
Diese Studie zeigt durch eine systematische Prüfung der Google-Rückwärtssuche, dass algorithmisches Gatekeeping die Bekämpfung visueller Falschinformationen erschwert, indem es entlarvende Inhalte oft unter irrelevanten Ergebnissen und wiederholten Falschmeldungen versteckt und dabei ein zeitliches Qualitätsgefälle aufweist.
Das Paper stellt GIIM vor, einen neuartigen graphbasierten Ansatz für die computergestützte medizinische Diagnose, der durch die gleichzeitige Modellierung von Abhängigkeiten innerhalb und zwischen verschiedenen Bildansichten sowie durch die robuste Handhabung unvollständiger Daten die Diagnosegenauigkeit und -zuverlässigkeit im Vergleich zu bestehenden Methoden signifikant verbessert.
Das Paper stellt GSStream vor, ein neuartiges Streaming-System für volumetrische Szenen im 3D-Gaussian-Splatting-Format, das durch eine kollaborative Viewport-Vorhersage und eine auf Deep Reinforcement Learning basierende Bitratenanpassung eine effiziente Übertragung bei hoher visueller Qualität ermöglicht.
Diese Studie modelliert die Abwehr von Advanced Persistent Threats (APTs) als spieltheoretische Interaktion zwischen einem Angreifer, der auf einem MDP-basierten Angriffsgraphen agiert, und einem Verteidiger, der unter drei unterschiedlichen Informationsregimen optimale Strategien zur Platzierung von Intrusion-Detection-Sensoren entwickelt, um den Zugriff auf kritische Assets zu minimieren.
Die Autoren stellen einen Gap-ETH-optimalen randomisierten Approximationsalgorithmus für das Traveling-Salesman-Problem und den Steiner-Baum in hyperbolischen Räumen vor, der auf einer neuartigen hybriden hyperbolischen Quadtree-Zerlegung und einer nicht-uniformen Portalplatzierung basiert.
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.
Die Studie zeigt, dass geschlechtsspezifische Vorurteile in der Wahrnehmung von Führungskräften auch auf KI-Manager übertragen werden, wobei männliche Manager unabhängig von ihrer Natur positiver bewertet werden, während weibliche KI-Manager bei negativen Entscheidungen stärker skeptisch betrachtet werden.
Diese Studie analysiert mittels Text-Mining 160 Richtlinien und Policy-Erklärungen aus vierzehn Industriesektoren, um die Governance von Generativer KI und Large Language Models zu bewerten und Handlungsempfehlungen für eine verantwortungsvolle Integration zu geben.
Das Paper stellt GeoAlignCLIP vor, ein Framework, das durch Multi-Granularitäts-Konsistenzlernen und den neu erstellten RSFG-100k-Datensatz die feinkörnige Bild-Sprach-Ausrichtung in der Fernerkundung verbessert und damit bestehende Methoden in verschiedenen Aufgaben übertrifft.
Das Paper stellt GeoBenchr vor, eine Open-Source-Benchmarking-Suite, die durch die Evaluierung von Spatiotemporal-Datenbanksystemen anhand realer Anwendungsfälle aus Bereichen wie Radfahren, Luftfahrt und Schifffahrt eine umfassende, anwendungsorientierte Leistungsanalyse ermöglicht.
Das Paper stellt GeoSolver vor, ein Framework, das durch den Einsatz eines token-level Prozess-Reward-Modells (GeoPRM) und des Algorithmus Process-Aware Tree-GRRO die testzeitliche Skalierbarkeit und visuelle Zuverlässigkeit von Vision-Language-Modellen in der Fernerkundung durch feingranulare Prozessüberwachung signifikant verbessert.
Die vorgestellte Arbeit entwickelt einen geometrie-bewussten metrischen Lernansatz, der auf inter-joint Winkeln basiert, um die Herausforderungen der domänenbedingten Verschiebung bei der few-shot Erkennung von Gebärdensprachen über verschiedene Sprachen hinweg zu überwinden und dabei eine deutlich höhere Genauigkeit als herkömmliche Koordinaten-basierte Methoden zu erzielen.
Der Paper stellt Granulon vor, ein neuartiges multimodales Large Language Model, das auf dem DINOv3-Visual-Encoder basiert und durch adaptive Granularitätssteuerung sowie tokenaggregierende Module eine einheitliche Bildanalyse von Pixelebene bis zu groben semantischen Konzepten ermöglicht, wodurch die Genauigkeit um etwa 30 % gesteigert und Halluzinationen um 20 % reduziert werden.
HECTOR ist ein neuartiger Generierungs-Pipeline, der durch hybride Referenzbedingungen und die explizite Steuerung von Objekttrajektorien eine feingranulare, compositional kontrollierte Videoerstellung mit hoher visueller Qualität und genauer Referenzerhaltung ermöglicht.
Die Arbeit stellt HMR-1 vor, ein hierarchisches Massage-Robotersystem, das auf einem multimodalen Datensatz namens MedMassage-12K und feinabgestimmten Vision-Language-Modellen basiert, um präzise Akupunkturpunkterkennung und Bewegungssteuerung für die embodied Healthcare zu ermöglichen.
Die Arbeit beweist erstmals die NP-Härte des approximativen Covering-Radius-Problems für Gitter in der -Norm für explizite Werte von und zeigt, dass der Approximationsfaktor asymptotisch gegen $9/8$ konvergiert.
Die Arbeit stellt HelixTrack vor, eine rein ereignisbasierte Methode zur Echtzeit-Verfolgung und RPM-Schätzung von Propeller-artigen Objekten unter Ego-Bewegung, die durch die Einführung des TQE-Datensatzes und eine neuartige Homographie-basierte Phasen-Schätzung bestehende Grenzen überwindet.
Das Paper stellt HeteroFedSyn vor, das erste differenziell private Framework zur Synthese tabellarischer Daten in horizontalen federierten Umgebungen, das durch innovative Techniken zur verteilten Auswahl von Randverteilungen eine hohe Datennützlichkeit trotz heterogener Datenverteilungen und erhöhten Rauschens erreicht.
Diese Arbeit stellt ein hierarchisches Observe-Orient-Decide-Act (H-OODA)-Framework vor, das durch die Integration von Cloud-Edge-Terminal-Schichten und Network Function Virtualization (NFV) die Entscheidungsfindung und Steuerung von UAV-Schwärmen in unsicheren Umgebungen verbessert, während gleichzeitig potenzielle Herausforderungen und zukünftige Forschungsrichtungen analysiert werden.
Diese Arbeit stellt einen Regelungsrahmen für automatisierte Fahrzeuge vor, der durch gezielte Erzeugung hoher Schlupfwerte während leerer Fahrten eine sichere und präzise Schätzung des maximalen Reifen-Fahrbahn-Reibungskoeffizienten ermöglicht.
Diese Arbeit zeigt, dass der Wechsel von In-Place- zu Out-of-Place-Schreiboperationen in Datenbank-Systemen wie LeanStore die SSD-Leistung erheblich steigert, die Schreibverstärkung drastisch reduziert und die Unterstützung moderner SSD-Schnittstellen wie ZNS ermöglicht.
Dieses Papier formalisiert den Begriff der idempotenten Rückwärtsschnitte, stellt einen korrekten und effizienten Algorithmus zu deren Extraktion in GSA-Form vor und demonstriert deren praktische Anwendung zur sparsamen Reduzierung des Code-Umfangs durch das Zusammenführen nicht-contiguierender Anweisungsfolgen.
Diese Studie zeigt, dass verschiedene Roboterversagensarten die wahrgenommene Zuverlässigkeit unterschiedlich stark beeinträchtigen, wobei Fehler in der Zielsetzung weniger schädlich sind als mechanische Ausfälle oder Einfrieren und der Erfolg durch nachfolgende erfolgreiche Aktionen wiederhergestellt werden kann.
Der Artikel stellt ImpedanceDiffusion vor, ein hierarchisches Framework für die Schwarmnavigation von UAVs in überfüllten Innenräumen, das auf diffusionsbasierten globalen Pfadplanern, reaktiver APF-Verfolgung und semantisch angepasster Impedanzregelung basiert, um in Sim-to-Real-Experimenten eine hohe Erfolgsrate und kollisionsfreie Manövrierfähigkeit zu erreichen.
Diese Studie analysiert NBA-Schiedsrichterdaten und stellt fest, dass zwar eine Heimvorteilsverzerrung besteht, jedoch keine Belege für negative Vorurteile gegenüber bestimmten Spielern, Teams oder aufgrund der Rasse gefunden wurden.
Diese Arbeit stellt ein neuartiges Framework vor, das große Mengen an Web-Videos mit impliziten Geometriedarstellungen kombiniert, um Vision-and-Language-Navigation in realistischen Umgebungen zu skalieren und gleichzeitig den Bedarf an fragiler 3D-Rekonstruktion zu umgehen.
Die Arbeit stellt FootMR vor, eine Methode zur Verfeinerung der Fußbewegung in markerloser monokularer 3D-Motion-Capture, die durch das Heben von 2D-Schlüsselpunkten unter Nutzung großer Motion-Capture-Datensätze und die Einführung des MOOF-Datensatzes die Genauigkeit der Fußarticulation signifikant verbessert.
Die Arbeit stellt FieldLVLM vor, ein neuartiges Framework, das durch eine feldbewusste Sprachgenerierungsstrategie und eine datenkomprimierte Multimodal-Modellanpassung die Fähigkeit von Large Vision-Language Models verbessert, komplexe Strömungsfelddaten zu verstehen und wissenschaftliche Entdeckungen zu unterstützen.
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.
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 stellt einen verbesserten YOLOv8-basierten Dual-Modell-Rahmen vor, der durch die Kombination von Instanzsegmentierung und Objekterkennung nicht nur Feuer und Rauch erkennt, sondern auch eine quantitative Risikobewertung auf Basis der realen Entfernung zu gefährdeten Objekten ermöglicht.
Die Arbeit stellt InternVL-U vor, ein leichtgewichtiges 4-Milliarden-Parameter-Modell, das durch eine modulare Architektur und eine datengetriebene Synthesepipeline Verständnis, Schlussfolgerung, Generierung und Bearbeitung in einem einheitlichen Rahmen vereint und dabei trotz seiner geringen Größe leistungsstärkere Basismodelle mit über 14 Milliarden Parametern in verschiedenen Aufgaben übertrifft.
Die Arbeit stellt IntroSVG vor, einen introspektiven Generator-Kritiker-Rahmen, der durch Supervised Fine-Tuning und Direct Preference Optimization visuelle Rückmeldungen in den Generierungsprozess integriert, um die Qualität von Text-zu-SVG-Generierung durch einen iterativen „Erstellen-Überprüfen-Verfeinern"-Zyklus signifikant zu verbessern.
Eine Studie mit 393 Teilnehmern zeigt, dass der Einfluss von Large Language Models auf kritisches Denken unter Zeitdruck umgekehrt ist als bei ausreichender Zeit: Der frühe Zugang verbessert die Leistung bei Zeitmangel, verschlechtert sie jedoch bei充裕er Zeit, während der späte oder fehlende Zugang das umgekehrte Muster aufweist.
Die Arbeit stellt KDMR vor, ein neuartiges Framework für die kinodynamische Bewegungsnachbildung bei humanoiden Robotern, das durch die Formulierung als multi-kontaktbasierte Ganzkörper-Trajektorienoptimierung physikalisch konsistente und dynamisch machbare Bewegungsabläufe erzeugt, die rein kinematischen Methoden überlegen sind und die Effizienz sowie Stabilität nachgelagerter Lernstrategien signifikant verbessern.
Das Paper stellt Kite vor, ein Protokoll für DAOs, das die private Delegation von Stimmrechten ermöglicht, sodass weder die Identität des Delegierenden noch die des Delegierten öffentlich einsehbar ist, und demonstriert dessen praktische Umsetzbarkeit als Erweiterung von Governor Bravo auf Ethereum.
Die Arbeit stellt LAP vor, ein sprachbewusstes Planungsmodell, das die Eindeutigkeit von Textbeschreibungen nutzt, um durch die Kombination eines feinabgestimmten Vision-Language-Modells und eines Diffusionsmodells den State-of-the-Art bei der Prozedurplanung in Instruktionsvideos auf drei Benchmarks zu erreichen.
Die Arbeit stellt LARA-Gen vor, ein Framework, das durch die Ausrichtung latenter affektiver Repräsentationen und die Nutzung eines kontinuierlichen Valenz-Arousal-Raums eine präzise, kontinuierliche Emotionssteuerung in Text-zu-Musik-Modellen ermöglicht und dabei Text-Prompts umgeht.
Das Paper stellt LLaVAShield vor, ein Sicherheitsframework für multimodale Mehrdialoge, das zusammen mit dem MMDS-Datensatz und dem MMRT-Red-Teaming-Ansatz entwickelt wurde, um die Grenzen bestehender Inhaltsmoderation zu überwinden und VLMs effektiver vor komplexen, kontextabhängigen Risiken zu schützen.
Diese Studie untersucht systematisch, wie Latenz die pragmatische und hedonische Qualität der Erfahrung (QoE) in netzwerkbasierten VR-Whiteboards beeinflusst, indem sie verschiedene Kollaborationsmodi und Plattformen (mit und ohne Avatare) im Vergleich zu PC-basierten Systemen analysiert, um praktische Optimierungsrichtlinien zu entwickeln.
Diese Arbeit stellt ein neuartiges, lernbasiertes Verfahren zur Zerlegung beliebiger 3D-Objekte in konvexe Körper vor, das durch das Lernen von Feature-Feldern erstmals ein feed-forward-Modell für die offene Welt ermöglicht und dabei sowohl hohe Qualität als auch eine breite Generalisierungsfähigkeit über verschiedene Repräsentationen hinweg erreicht.
Diese Arbeit stellt eine unüberwachte Methode vor, die durch die Identifizierung von Entschlüsselungsrichtungen mittels Aktivierungs-Clustering und die Schätzung von Verschlüsselungsrichtungen über Signalvektoren sowie Uncertainty Region Alignment die latenten Mechanismen zur Kodierung und Dekodierung von Konzepten in Deep-Vision-Netzwerken aufdeckt, um deren Black-Box-Charakter zu durchdringen und interpretierbare Eingriffe zu ermöglichen.
Die Arbeit stellt SACA (Step-Aware Contrastive Alignment) vor, ein Framework zur Verbesserung der Vision-Language Navigation in kontinuierlichen Umgebungen, das durch schrittweise, wahrnehmungsgegründete Bewertung und dynamisches Batch-Management die Probleme von SFT-bedingten kumulativen Fehlern und RFT-bedingten spärlichen Belohnungen überwindet und damit neue State-of-the-Art-Ergebnisse erzielt.
Diese Arbeit führt das Konzept der „Whole Slide Difficulty" (WSD) ein, das auf der Meinungsverschiedenheit zwischen Experten und Nicht-Experten basiert, und zeigt, dass die Integration dieser Schwierigkeitsmetrik in Multi-Instance-Learning-Modelle die Genauigkeit der Prostatakrebs-Grading insbesondere bei höheren Gleason-Graden verbessert.
Die Studie stellt einen neuen, clusterbasierten Rahmen für Website-Fingerprinting-Verteidigungen vor, der durch die adaptive Kombination von Regularisierung und supersequenzbasierten Gruppen die Sicherheit nachweisbar gewährleistet und gleichzeitig den Overhead im Vergleich zu klassischen Methoden wie Tamaraw drastisch reduziert.
Diese Arbeit stellt ein neues Maß für die lokale Stabilität von Rankings vor, das die Auswirkungen kleiner Änderungen auf die Rangfolge unter Berücksichtigung dicht besetzter Regionen analysiert, und schlägt effiziente Algorithmen zur Approximation und Detektion dieser Regionen vor, die durch theoretische Garantien und umfangreiche Experimente validiert werden.
Das Paper stellt Lockbox vor, eine Zero-Trust-Architektur, die durch explizite Vertrauensprüfung, starke Isolation und policy-gesteuerte Durchsetzung die sichere Verarbeitung sensibler Cloud-Workloads unter strengen Sicherheitsanforderungen ermöglicht.
Der Artikel stellt LogoDiffuser vor, eine trainingsfreie Methode, die mithilfe von letter-bewusster Aufmerksamkeitskontrolle in multimodalen Diffusions-Transformern multilinguale Logo-Designs erzeugt, indem sie Zielzeichen als Bilder statt als Texteingabe nutzt, um eine robuste Strukturkontrolle und stilistische Harmonie zu gewährleisten.
Die vorgestellte Arbeit stellt SeLop vor, eine Methode zur Generalisierung von Gesichtsfälschungserkennung, die durch orthogonale Unterraum-Interventionen in einem niedrigrangigen Repräsentationsraum spurious Korrelationen eliminiert und so robuste, fälschungsspezifische Merkmale isoliert.
Das Paper stellt den M4-SAR-Datensatz und ein Benchmark-Toolkit vor, die durch die Fusion von optischen und SAR-Bildern die Objekterkennung in komplexen Umgebungen signifikant verbessern und dabei einen neuen End-to-End-Detektionsrahmen sowie umfangreiche annotierte Daten bereitstellen.
Das Paper stellt MARRS vor, ein neuartiges Framework, das auf einem unit-differenzierten VAE, Action-Conditioned Fusion und Adaptive Unit Modulation basiert, um koordinierte und feinabgestimmte menschliche Reaktionsbewegungen durch kontinuierliche Repräsentationen zu synthetisieren und dabei die Nachteile diskreter Vektorquantisierung zu umgehen.
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 MORLAX, einen GPU-nativen Multi-Objective-Reinforcement-Learning-Algorithmus, und MO-Playground, eine Sammlung von GPU-beschleunigten Umgebungen, vor, die durch massive Parallelisierung die Berechnung von Pareto-optimalen Politiken für komplexe Roboteraufgaben um das 25- bis 270-fache beschleunigen.
Die Arbeit stellt MORE-R1 vor, ein neues Modell, das Large Vision-Language Models durch einen zweistufigen Trainingsprozess mit überwachtem Feinabstimmen und verstärkendem Lernen für eine schrittweise, transparente und skalierbare multimodale Extraktion von Objekt-Entitäts-Beziehungen optimiert.
Diese Studie überwindet die Datenlücke für den französischen Stadtflächenwandel vor den 1970er-Jahren, indem sie eine skalierbare Deep-Learning-Pipeline mit einem zweistufigen U-Net-Ansatz entwickelt, um aus historischen Karten (1925–1950) erstmals einen flächendeckenden, offenen Datensatz urbaner Strukturen für ganz Frankreich zu erstellen.
Diese Studie nutzt Honeypot-Onion-Websites, die über verschiedene Kanäle verbreitet wurden, um nachzuweisen, dass menschliche Nutzer fast ausschließlich über die Ahmia-Suchmaschine entdeckt werden und dass englischsprachige, mit CSAM-Thematik versehene Seiten im Vergleich zu anderen illegalen Kategorien die höchste Interaktionsrate aufweisen.
Das Papier stellt MedKCO vor, eine Methode zur medizinischen Vision-Language-Pretraining, die durch ein zweistufiges Curriculum-Learning und einen selbstgesteuerten asymmetrischen kontrastiven Verlust die kognitive Orchestrierung von Wissen optimiert, um suboptimale Merkmalsdarstellungen zu vermeiden und die Leistung bei downstream-Aufgaben signifikant zu steigern.
Die Autoren stellen den DynHiL-EQA-Datensatz und das trainingfreie Framework DIVRR vor, um die Herausforderungen dynamischer, von Menschen bevölkerter Umgebungen beim Embodied Question Answering durch eine relevante Sichtverfeinerung und selektive Speicherauswahl zu bewältigen und dabei sowohl die Robustheit als auch die Inferenzeffizienz zu steigern.
Die Arbeit stellt MetaDAT vor, ein Verfahren zur Vorhersage von Trajektorien, das durch Meta-Learning während des Trainings und einen datenadaptiven Mechanismus zur Anpassung von Lernraten und Aktualisierungsfrequenzen während des Testens eine robuste Generalisierung unter Verteilungsverschiebungen ermöglicht.
Die Arbeit stellt MissBench vor, einen Benchmark und ein Framework zur Evaluierung multimodaler affektiver Analysen unter realistischen, unausgewogenen Bedingungen fehlender Modalitäten, das durch neue Metriken wie den Modality Equity Index (MEI) und den Modality Learning Index (MLI) verborgene Ungleichheiten und Optimierungsprobleme in bestehenden Modellen aufdeckt.
Die Arbeit stellt NeurCC vor, einen neuartigen, lernbasierten Algorithmus zur Nebenläufigkeitskontrolle in Datenbanken, der durch die Kombination von Bayes-Optimierung und einem Graphen-Reduktions-Suchverfahren eine effiziente, anpassungsfähige Funktion erlernt, die in verschiedenen Arbeitslasten eine höhere Transaktionsdurchsatzleistung erzielt als bestehende State-of-the-Art-Verfahren.
Die Arbeit stellt VNOIP vor, eine neuartige Methode auf Basis variationaler neuronaler gewöhnlicher Differentialgleichungen mit bidirektionalen Sprung-ODEs und Aufmerksamkeitsmechanismen, die durch die explizite Modellierung kontinuierlicher Zeitdynamiken und von Trendmustern die Vorhersage der Popularität von Informationen in sozialen Netzwerken verbessert.
Diese Arbeit stellt das Panorama-Sprachmodell (PLM) und den zugehörigen Datensatz PanoVQA vor, die durch eine integrierte 360°-Verarbeitung und einen neuen Sparse-Attention-Mechanismus ein ganzheitliches Verständnis von Adversen Omni-Szenen ermöglichen, das über die bloße Kombination einzelner Nahaufnahmen hinausgeht.
Diese Arbeit stellt einen dezentralen Lernansatz vor, der es Teams von N-Quadruped-Robotern ermöglicht, nicht greifbare Objekte ausschließlich durch physischen Kontakt zu transportieren, indem eine hierarchische Politik und eine spezielle Belohnungsfunktion eine implizite Synchronisation ohne Kommunikation oder mechanische Kopplung gewährleisten.
Die Arbeit stellt die Multimodal Adversarial Quality Policy (MAQP) vor, ein Framework zur sicheren visuellen Greifsteuerung von Robotern, das durch eine heterogene Dual-Patch-Optimierung und eine gradientenbasierte Modalitätsausgewogenheit die Sicherheitsrisiken von Deep-Learning-Modellen in der Mensch-Roboter-Interaktion effektiv reduziert.
Die Arbeit stellt TCMax vor, eine hyperparameterfreie Methode zur multimodalen Klassifizierung, die durch die Maximierung der totalen Korrelation zwischen Merkmalen und Labels mittels TCNE Modality-Konkurrenz überwindet und damit den Stand der Technik in Bezug auf Genauigkeit übertrifft.
Die vorgestellte Arbeit stellt DiP vor, ein neuartiges Framework für das multimodale Graph-Lernen, das durch modalspezifische Pseudo-Knoten und dynamische Informationspfade eine adaptive, ausdrucksstarke und lineare Komplexität aufweisende Nachrichtenweitergabe über Modalitäten hinweg ermöglicht und dabei bestehende Basismodelle in verschiedenen Benchmarks übertrifft.
Die Arbeit stellt MuxGel vor, einen neuartigen taktile Sensor, der durch räumliche Multiplexierung und ein auf U-Net basierendes Rekonstruktionsframework gleichzeitig hochauflösende visuelle und taktile Informationen erfasst, um den klassischen Zielkonflikt zwischen Berührungserkennung und Vor-Kontakt-Sichtbarkeit bei robotischen Greifern zu lösen.
Die Arbeit stellt NLiPsCalib vor, ein effizientes Kalibrierungsframework für gekrümmte visuotaktile Sensoren, das mithilfe von Near-Light Photometric Stereo und alltäglichen Objekten eine hochpräzise 3D-Rekonstruktion ohne aufwendige Spezialgeräte ermöglicht.
Die Arbeit stellt NS-VLA vor, ein neuartiges neuro-symbolisches Vision-Language-Action-Framework, das durch den Einsatz eines symbolischen Encoders, eines symbolischen Lösers und Online-Reinforcement-Learning die Daten-effizienz, Generalisierbarkeit und Explorationsfähigkeit von Robotern in Manipulationsaufgaben verbessert.
Die Arbeit stellt NaviGait vor, ein hierarchisches Framework, das Trajektorienoptimierung mit Deep Reinforcement Learning kombiniert, um durch die Auswahl und minimale Anpassung von Gait-Bibliotheken robuste, intuitive und schnell trainierbare Laufsteuerungen für bipede Roboter zu erzeugen.
Die Studie stellt NaviNote vor, ein System, das auf hochpräziser visueller Lokalisierung und einer agentenbasierten Architektur aufbaut, um blinden und sehbehinderten Menschen die sprachgesteuerte Erstellung räumlicher Annotationen und eine präzisere Navigation zu ermöglichen.
Die Arbeit stellt Nemo vor, einen Cache für winzige Objekte auf logisch strukturierten Flash-Geräten, der durch eine erhöhte Hash-Kollisionswahrscheinlichkeit, einen Bloom-Filter-basierten Index und ein hybrides Hotness-Tracking gleichzeitig eine geringe Schreibverstärkung, hohe Speichereffizienz und eine niedrige Fehlerrate erreicht.
Diese Arbeit bietet eine umfassende Analyse des Konzepts und der Systemarchitektur von Network Slicing in 5G-Mobilfunknetzen, mit besonderem Fokus auf Geschäftsmodelle und Gewinnmodelle (eigene Implementierung sowie Ressourcenvermietung), und beleuchtet dabei offene Forschungsfragen sowie bestehende Herausforderungen.
Die Arbeit stellt Nezha vor, ein verteiltes Key-Value-Speichersystem, das durch eine innovative Trennung von Schlüsseln und Werten sowie eine optimierte Raft-Integration die durch überlappende Persistenzvorgänge verursachten I/O-Overheads reduziert und dabei die Durchsatzleistung für Schreib-, Lese- und Scan-Operationen signifikant steigert, ohne die Sicherheitsgarantien von Raft zu beeinträchtigen.
Diese Arbeit nähert sich der Lösung der Vermutung, dass beschränkte Ableitungstiefe endliche Kontrollierbarkeit impliziert, indem sie nachweist, dass universelle Modelle von solchen Regelsets keine beliebig großen Turniere enthalten können, ohne eine Schleifenabfrage zu erfüllen.
Die Arbeit stellt OTPL-VIO vor, ein robustes stereo-visuell-inertiales Odometrie-System, das durch lernfreie Linien-Deskriptoren und eine auf optimaler Transporttheorie basierende Zuordnung sowie eine adaptive Unsicherheitsgewichtung die Genauigkeit und Stabilität in texturarmen und beleuchtungswechselnden Umgebungen verbessert.
Die Arbeit stellt OddGridBench vor, einen Benchmark zur Bewertung der Sensitivität multimodaler großer Sprachmodelle für feingranulare visuelle Diskrepanzen, und schlägt mit OddGrid-GRPO ein verstärkendes Lernframework vor, das durch Curriculum-Learning und abstandsabhängige Belohnungen die Wahrnehmungsfähigkeit dieser Modelle signifikant verbessert.
Die Arbeit stellt OmniEarth vor, ein umfassendes Benchmark mit 9.275 Bildern und 44.210 Anweisungen, das zur systematischen Evaluierung von Vision-Language-Modellen in geospatialen Aufgaben unter realistischen Erdbeobachtungsszenarien dient und dabei deutliche Leistungslücken bestehender Modelle aufzeigt.
Das Paper stellt OmniEdit vor, ein trainingsfreies Framework für Lippen-Synchronisation und Audio-Visuelle Bearbeitung, das durch die Ersetzung der Bearbeitungssequenz in FlowEdit und die Eliminierung stochastischer Elemente eine effiziente und stabile Generierung ermöglicht.
Die Studie zeigt, dass bei begrenztem Optimierungsbudget die Evolution von spezialisierten Roboterkontrollern in einem Schwarm zu einer ineffizienteren Zusammenarbeit führt als generalistische Verhaltensweisen, wodurch sich Task-Spezialisierung nicht zwangsläufig als effizienter erweist.
Diese Arbeit stellt einen effizienten Algorithmus auf Basis der Spaltengenerierung vor, um das konvexe Multi-Commodity-Flow-Problem in Telekommunikationsnetzen zu lösen, bei dem die Kosten mit der Auslastung der Verbindungen konvex ansteigen, und bietet dabei Lösungen sowohl für splittbare als auch für unteilbare Flussvarianten.
Die Arbeit untersucht das Online-Problem des gewichteten nicht-kreuzenden Matchings in der euklidischen Ebene und zeigt, dass zwar deterministische Algorithmen für allgemeine Gewichte keine nicht-triviale Wettbewerbsfähigkeit garantieren können, randomisierte Algorithmen jedoch eine konstante Wettbewerbsfähigkeit erreichen, während für Varianten mit revokierbaren Entscheidungen, kollinearen Punkten oder begrenzten Gewichten sowie für die Advice-Komplexität neue obere und untere Schranken hergeleitet werden.
Die Arbeit zeigt, dass die direkte Optimierung des Chamfer-Abstands in der 3D-Formoptimierung aufgrund eines strukturellen Gradientenproblems zum Kollaps führt, der nur durch nicht-lokale Kopplung, wie sie durch geteilte Basisdeformationen oder einen differentiable MPM-Prior bereitgestellt wird, wirksam verhindert werden kann.
Die Arbeit stellt OWL-TAMP vor, ein System, das Vision-Language-Modelle nutzt, um diskrete und kontinuierliche Constraints zu generieren, wodurch Task-and-Motion-Planning-Systeme in der Lage sind, komplexe Manipulationsaufgaben basierend auf natürlichen Sprachanweisungen in offenen Umgebungen zu lösen.
Das Paper stellt OptBench vor, eine interaktive Arbeitsumgebung auf Basis von DuckDB, die es Forschern und Praktikern ermöglicht, Optimierer für hybride SQL+AI/ML-Abfragen transparent zu entwickeln, zu vergleichen und deren Entscheidungsprozesse sowie Ausführungspläne visuell zu analysieren.
Die Arbeit beweist, dass die Konversionsregel, die auf dem Schnitt der RDP-Privatsphärenregionen basiert, die optimale und nicht weiter verbesserbare Methode ist, um aus Rénýi-Differentialprivacy-Garantien die schärfstmöglichen -Differentialprivacy-Grenzen abzuleiten.
Diese Arbeit verallgemeinert den optimalen Algorithmus für die Partitionsauswahl unter -Differential Privacy auf den Rahmen der Rényi-Differential Privacy, stellt eine verbesserte Methode für den Fall mehrerer Partitionen pro Nutzer vor und zeigt auf, dass das gleichzeitige Freigeben von Partitionen und deren Häufigkeiten einen inhärenten Kostenfaktor darstellt.
Der TREC 2025 RAG-Wettbewerb fördert die Entwicklung vertrauenswürdiger Systeme, die Abruf und Generierung integrieren, indem er komplexe, narrative Suchanfragen stellt und ein mehrstufiges Evaluierungsframework zur Sicherstellung von Relevanz, Vollständigkeit und faktischer Fundierung einsetzt.
Die Arbeit stellt PIM-SHERPA vor, eine rein softwarebasierte Methode, die durch die Einführung von DRAM-Doppelbuffering und online Gewichtsumordnung die Speicherattribut- und Layout-Inkonsistenzen bei der Inferenz von Large Language Models auf PIM-fähigen Endgeräten löst und dabei erhebliche Speichereinsparungen bei vergleichbarer Leistung ermöglicht.
Das Paper stellt ParTY vor, ein neuartiges Framework, das durch eine part-geführte Netzarchitektur, eine part-bewusste Textverankerung und eine adaptive Fusion von Ganzkörper- und Teilbewegungen kohärente und ausdrucksstarke Text-zu-Bewegungs-Synthesen ermöglicht, die spezifische Körperteile präzise abbilden.
Diese Studie stellt ein paralinguistisches und emotionsbewusstes Modell vor, das ohne Textkontext den optimalen Zeitpunkt für emotionale Validierung in japanischen empathischen Dialogen allein anhand von Sprachmerkmalen erkennt und so die Mensch-Roboter-Interaktion verbessert.
Die Arbeit stellt eine trainingsfreie Methode namens Test-Time Correction (TTC) vor, die durch die Kalibrierung stochastischer Zustände anhand des ersten Frames die Fehlerakkumulation bei der autoregressiven Generierung langer Videos in Echtzeit effektiv reduziert und dabei die Qualität trainingsbasierter Ansätze erreicht.
Die Arbeit stellt iTuP und SDG-Net vor, ein System, das durch die Minimierung vorhergesagter, aufgabenbedingter Drehmomente und Gleitkräfte stabile Greifpositionen für den Robotereinsatz von Werkzeugen auswählt und so die Erfolgsrate im Vergleich zu rein geometrischen Ansätzen signifikant steigert.
Die Arbeit stellt einen Zero-Shot-Ansatz für die 3D-MRI-Super-Resolution vor, der physikbasierte 3D-Gaussian-Repräsentationen und eine volumenbasierte Rendering-Strategie nutzt, um eine effiziente und datenunabhängige Bildrekonstruktion mit hoher Qualität zu ermöglichen.
Die Studie „PixelConfig" analysiert mittels eines Reverse-Engineering-Frameworks die Konfigurationen des Meta-Pixels auf tausenden Gesundheits- und Kontroll-Websites und stellt fest, dass sensible Daten trotz eingesetzter Schutzmechanismen aufgrund standardmäßig aktiver Tracking-Funktionen häufig erfasst werden.
Die Arbeit stellt „Platooning as a Service" (PlaaS) als ein auf einem Stackelberg-Spiel basierendes Entscheidungsrahmenwerk vor, das durch die Optimierung von Preisgestaltung und Fahrstrecken für vernetzte autonome Fahrzeuge sowie die Analyse staatlicher Subventionen die Nachhaltigkeit im Verkehr durch reduzierte Emissionen und gesteigerte Effizienz fördert.
Die Arbeit stellt SAGE vor, das erste End-to-End-Modell für mehrmodiale große Sprachmodelle, das rohe Punktwolken direkt ohne vortrainierte 3D-Encoder verarbeitet, indem es diese durch einen leichten Tokenizer als „Fremdsprache" in den Wortschatz des LLM integriert und durch eine semantisch ausgerichtete Präferenzoptimierung überlegene Leistung bei 3D-Fragestellungen und Recheneffizienz erzielt.
Die Arbeit stellt PULL vor, einen leichten, vollständigen Algorithmus mit -Laufzeit pro Schritt, der das Problem des verbundenen, unbeschrifteten Multi-Agenten-Pfadfindens (CUMAPF) für Hunderte von Agenten effizient löst und dabei die Skalierbarkeitsgrenzen von ILP-Methoden überwindet.
Die Arbeit stellt Predictive Spectral Calibration (PSC) vor, einen quellfreien Testzeit-Anpassungsrahmen für Bildregression, der durch Block-Spektralanpassung und die Kalibrierung verbleibender spektraler Abweichungen die Leistung unter starken Verteilungsverschiebungen verbessert.
Dieser Artikel stellt ein praxisbasiertes Lehrkonzept vor, das agile Methoden und KI-Engineering integriert, um Studierende durch interdisziplinäre Teamprojekte mit KI-Tools auf die moderne Softwareentwicklung vorzubereiten und dabei sowohl technische Kompetenzen als auch kritische Reflexion zu fördern.
Die Arbeit stellt ProGS vor, einen neuartigen Codec für 3D-Gaussian-Splatting, der durch eine Octree-Struktur und gegenseitige Informationsverbesserung eine progressive Kodierung ermöglicht, die im Vergleich zum Originalformat eine 45-fache Speicherreduktion bei gleichzeitiger Verbesserung der visuellen Qualität um über 10 % erzielt.
Diese Arbeit untersucht die Zuverlässigkeit von Vision-Language-Modellen im autonomen Fahren, identifiziert deren Mängel in Konsistenz und temporaler Begründung, stellt einen neuen Benchmark namens FutureVQA vor und schlägt eine selbstüberwachte Feinabstimmung mit Chain-of-Thought-Reasoning vor, um diese Defizite ohne temporale Labels zu beheben.
Das Paper stellt PRLF vor, ein Framework für die multimodale Sentiment-Analyse, das durch einen adaptiven Zuverlässigkeitsschätzer und eine progressive Interaktion robust mit unvollständigen Modalitäten umgeht und dabei die Repräsentationen intakter Modalitäten schützt.
Die Arbeit stellt Progressive Split-Mamba (PS-Mamba) vor, ein neuartiges, topologiebewusstes Framework auf Basis von State Space Models, das durch geometrisch konsistente Partitionierung und symmetrische Cross-Scale-Verbindungen die lokalen Strukturen und globale Kohärenz bei der Bildwiederherstellung effizient und präzise erhält.
Diese Arbeit stellt eine systematische Evaluierung der Farbzugänglichkeit in diffusionsbasierten Bildgenerierungsmodellen vor, führt die neue Metrik „CVDLoss" ein und zeigt auf, dass aktuelle Modelle auf zugänglichkeitsorientierte Prompts nicht zuverlässig reagieren.
Diese Studie zeigt, dass die Auswahl eines geeigneten Teilsets von Körpermarkierungen in Kombination mit einer Spline-basierten Imputation die Genauigkeit der Erkennung isolierter Gebärden der brasilianischen Gebärdensprache (LIBRAS) auf das Niveau modernster Methoden hebt und gleichzeitig die Verarbeitungszeit im Vergleich zu früheren Ansätzen um das Fünffache reduziert.
Diese Arbeit untersucht den Proportionalitätsgrad von Partizipativen Budgetierungsverfahren, insbesondere der Methode des gleichen Anteils (MES) und Phragmén's sequentieller Regel, und zeigt durch theoretische Grenzen sowie experimentelle Evaluation auf realen Datensätzen, dass beide Regeln trotz unterschiedlicher axiomatischer Eigenschaften quantitativ denselben Proportionalitätsgrad aufweisen.
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 ProvAgent vor, ein Framework, das durch die Kombination von traditioneller Anomalieerkennung, graphenbasiertem Identitäts-Verhaltens-Binding und einem kollaborativen Multi-Agenten-System die Erkennung von Advanced Persistent Threats verbessert und autonome, kosteneffiziente Angriffsermittlungen ermöglicht.
Diese Arbeit stellt ein neuartiges, risikobegrenztes Bewegungsplanungsframework vor, das einen tiefen stochastischen Koopman-Operator mit einer hierarchischen Verifikationsmethode auf Basis von Sum-of-Squares-Programmierung kombiniert, um Manipulatoren in unsicheren und nicht-konvexen Umgebungen provierbar sichere und effiziente Trajektorien zu generieren.
Das Paper stellt PruneSID vor, einen trainingsfreien Ansatz zur effizienten Kompression von Vision-Token in Vision-Language-Modellen, der durch eine synergistische Kombination aus semantischer Clustering und intra-gruppalem Non-Maximum-Suppression sowie einer dynamischen Kompressionsrate einen neuen State-of-the-Art bei gleichzeitiger drastischer Beschleunigung und minimalem Genauigkeitsverlust erreicht.
Die Studie schätzt anhand von Daten einer repräsentativen US-Stichprobe und der Plattform „Have I Been Pwned", dass mindestens 82,84 % der Amerikaner bereits mindestens dreimal Opfer von Online-Kontobrüchen geworden sind, wobei gebildetere, mittelalte Frauen und Weiße ein höheres Risiko aufweisen.
Diese kritische Übersichtsarbeit analysiert die aktuelle Forschung zur Beziehung zwischen LGBTQIA+-Gemeinschaften und NLP-Technologien, identifiziert bestehende Lücken und Verzerrungen sowie einen überwiegend reaktiven Forschungsansatz und fordert als Aufruf zum Handeln eine proaktivere, intersektionale und inklusivere Entwicklung gerechterer NLP-Systeme.
Die Autoren stellen mit RA-SSU eine neue feinabgestufte Audio-Visual-Learning-Aufgabe vor, unterstützen diese durch zwei annotierte Datensätze (f-Music und f-Lifescene) und entwickeln das SSUFormer-Modell, das durch innovative Module eine präzise Segmentierung und detaillierte textuelle Beschreibung von Schallquellen auf Frame-Ebene ermöglicht.
Die Arbeit stellt RAE-NWM vor, ein Navigations-Weltmodell, das die Dynamik in einem dichten visuellen Repräsentationsraum (DINOv2) anstelle eines komprimierten latenten Raums modelliert und dabei einen Conditional Diffusion Transformer mit einem entkoppelten Kopf sowie einem zeitgesteuerten Gate-Modul nutzt, um die strukturelle Stabilität und die Genauigkeit der Aktionsvorhersage für die visuelle Navigation zu verbessern.
Die Arbeit stellt RESBev vor, eine robuste und plug-and-play-fähige Methode für die Vogelperspektive (BEV) in autonomen Fahrzeugen, die durch ein latentes Weltmodell korrupte Beobachtungen rekonstruiert und so die Widerstandsfähigkeit bestehender Systeme gegen sensorische Störungen und adversariale Angriffe signifikant verbessert.
Die Arbeit stellt RSH-SpMM vor, ein fein abgestimmtes hybrides Framework für die Sparse-Matrix-Matrix-Multiplikation auf GPUs, das durch adaptive Zeilenpartitionierung und eine RS-Tile-Darstellung Tensor-Kern-Effizienz mit der Verarbeitung unregelmäßiger Sparsity-Strukturen kombiniert und dabei im Vergleich zu aktuellen State-of-the-Art-Methoden Beschleunigungen von 1,27- bis 6,13-fach erzielt.
Das Paper stellt RTFDNet vor, einen dreizweigigen Encoder-Decoder, der durch synergistische Merkmalsfusion und entkoppelnde Regularisierung eine robuste RGB-T-Semantiksegmentierung ermöglicht, die auch bei teilweise fehlenden Sensorsignalen stabil bleibt und effiziente Einzelmodus-Inferenz erlaubt.
ReCoSplat ist ein autoregressives Feed-Forward-Modell für das Gaussian Splatting, das durch einen Render-and-Compare-Mechanismus und eine hybride KV-Cache-Komprimierung robuste Online-Neuansichtssynthese aus sequenziellen, oft ungeordneten Beobachtungen ermöglicht und dabei State-of-the-Art-Ergebnisse erzielt.
Der Artikel stellt ReTac-ACT vor, einen visuo-taktilen Imitationslern-Ansatz, der durch bidirektionale Kreuzaufmerksamkeit, eine propriozeptionsgesteuerte Gating-Mechanik und ein taktiler Rekonstruktionsziel die Präzisionsmontage in stark verdeckten Bereichen mit einer 90-prozentigen Erfolgsrate bei der NIST-M1-Benchmark deutlich verbessert.
Die vorgestellte Arbeit stellt ein Echtzeit-Neurales-Videokompressions-Framework mit vereinheitlichter Intra- und Inter-Codierung vor, das durch die adaptive Verarbeitung jedes Einzelbildes in einem einzigen Modell sowie eine simultane Zwei-Bild-Kompression Probleme wie Disokklusion und Fehlerfortpflanzung löst und dabei eine signifikant bessere Kompressionseffizienz als DCVC-RT bei gleichzeitiger Wahrung der Echtzeitfähigkeit erreicht.
Die Arbeit stellt „Reasoning-Oriented Programming" vor, einen neuen Angriffsansatz, der durch das Ketteln semantisch orthogonaler, harmloser visueller Gadgets die Sicherheitsausrichtung von Large Vision-Language Models umgeht, indem sie schädliche Logik erst im späten Reasoning-Prozess synthetisiert.
Der Artikel stellt RecThinker vor, ein agentisches Framework für die Empfehlungssysteme, das durch einen „Analyze-Plan-Act"-Ansatz und den autonomen Einsatz von Werkzeugen passive Informationsbeschaffung durch proaktive, selbstgesteuerte Ermittlungen ersetzt, um die Empfehlungsgenauigkeit bei unvollständigen Benutzerprofilen zu verbessern.
Die Arbeit stellt RS-STE vor, einen neuartigen Ansatz für die Bearbeitung von Szenentext, der Texterkennung und -manipulation in einem einheitlichen Framework vereint, um durch eine parallele Transformer-Decodierung und eine zyklische selbstüberwachte Feinabstimmung komplexe Pipelines zu überwinden und gleichzeitig State-of-the-Art-Ergebnisse auf synthetischen und realen Datensätzen zu erzielen.
Die Arbeit stellt mit RegionReasoner ein Reinforcement-Learning-Framework und den zugehörigen Benchmark RegionDial-Bench vor, die durch erzwungene Verankerung von Schlussfolgerungen in Bounding-Boxen sowie einen global-lokalen Konsistenz-Preis die mehrstufige visuelle Schlussfolgerung, die räumliche Verankerung und die semantische Kohärenz in großen Vision-Sprach-Modellen signifikant verbessern.
Die Studie widerlegt die Annahme, dass das Entfernen bekannter Trigger eine Backdoor vollständig neutralisiert, indem sie nachweist, dass alternative Trigger dieselbe Hintertür aktivieren und somit zukünftige Abwehrmechanismen sich auf die Beseitigung der zugrunde liegenden Merkmalsraum-Richtungen statt auf Eingabe-Trigger konzentrieren müssen.
Diese Arbeit widerlegt die Annahme, dass reaktives Neuplanen zwingend eine Aktualisierung bestehender Pläne erfordert, und zeigt, dass stattdessen eine Abfolge unabhängiger Probleme mit schnellen, fast sicher asymptotisch optimalen Algorithmen wie EIT* effizienter gelöst werden kann.
Die Arbeit stellt RiO-DETR vor, den ersten Echtzeit-Transformer für die Detektion orientierter Objekte, der durch innovative Ansätze wie content-gesteuerte Winkelabschätzung, entkoppelte periodische Verfeinerung und dichte O2O-Überwachung die Herausforderungen der Winkelperiodizität und des erweiterten Suchraums überwindet, um einen neuen Kompromiss zwischen Geschwindigkeit und Genauigkeit zu erreichen.
Das Paper stellt Robotic Scene Cloning (RSC) vor, eine Methode zur zero-shot Anpassung von Robotern an neue Umgebungen durch visuelle Prompt-Editierung bestehender Trajektorien, die eine zuverlässige Generalisierung ohne umfangreiche Datensammlung ermöglicht.
Diese Arbeit vergleicht fünf kooperative Lokalisierungsmethoden in featurelosen Umgebungen und zeigt, dass Covariance Intersection (CI) den besten Kompromiss zwischen Genauigkeit und Konsistenz bietet, während sequenzielle Ansätze zwar präzise, aber für sicherheitskritische Anwendungen ungeeignet sind.
Die Arbeit stellt ein robustes und nachweislich sicheres Bild-Steganographie-Framework vor, das auf latenter iterativer Optimierung basiert und durch die schrittweise Verfeinerung latenter Variablen die Extraktionsgenauigkeit unter verschiedenen Bildverarbeitungsbedingungen signifikant verbessert, ohne die Sicherheit zu beeinträchtigen.
Diese Arbeit stellt einen robusten Rahmen für die räumlich-zeitliche Bewegungsplanung beim autonomen Mehr-Agenten-Rennen vor, der durch die Identifizierung topologischer Lücken mittels SGPs und einen beschleunigten MPC-Lösungsansatz mit Pseudo-Transient-Continuation-Verfahren die Manöverzeit drastisch reduziert, die Überholungsrate in dichten Szenarien erhöht und die Rechenlatenz senkt.
Diese Studie untersucht die longitudinale Robustheit von drei prominenten LLM-Familien (GPT, Llama, Qwen) gegenüber Adversarial Examples und zeigt, dass Modell-Updates nicht konsistent zu verbesserten Sicherheitsmerkmalen führen, sondern teilweise zu Verschlechterungen bei Missklassifizierung, Jailbreaks oder Halluzinationen führen können.
Diese Arbeit definiert das Problem der Rollenklassifizierung von Hosts in Unternehmensnetzwerken und stellt zwei praktische Algorithmen vor, die Hosts basierend auf Verbindungsmustern gruppieren, um die Netzwerkstruktur zu vereinfachen und die Verwaltung sowie Überwachung zu verbessern.
Die Arbeit stellt EQ-VMamba vor, die erste rotationsequivariante Mamba-Architektur für visuelle Aufgaben, die durch einen speziell entwickelten Cross-Scan-Mechanismus und theoretisch fundierte Äquivarianz nicht nur eine höhere Robustheit gegenüber Bildrotationen bietet, sondern auch bei überlegener oder vergleichbarer Leistung den Parameterbedarf um etwa 50 % reduziert.
Das Papier stellt SEA-Nav vor, einen Reinforcement-Learning-Rahmen für vierbeinige Roboter, der durch differentiable Barrieren-Funktionen, adaptive Replay-Mechanismen und kinematische Constraints eine sichere und agile Navigation in dicht bepackten Umgebungen mit nur wenigen Minuten Trainingszeit in der realen Welt ermöglicht.
Die Arbeit stellt SPAN-Nav vor, ein end-to-end Fundamentmodell, das durch eine neuartige kompakte räumliche Repräsentation und ein CoT-ähnliches Mechanismus robustes räumliches Bewusstsein für die vielseitige vision-sprachbasierte Navigation in komplexen Umgebungen ermöglicht und dabei auf einem massiven Datensatz trainiert wurde, um in verschiedenen Szenarien state-of-the-art Ergebnisse zu erzielen.
Die Arbeit stellt SPAN vor, eine Methode zur monokularen 3D-Objekterkennung, die durch räumliche Punkt- und 3D-2D-Projektionsausrichtung die geometrische Inkonsistenz decoupled-basierter Ansätze behebt und so die Leistung bestehender Detektoren signifikant verbessert.
Das Paper stellt STONE vor, einen skalierbaren, multimodalen Datensatz für die Off-Road-Navigation, der durch eine vollautomatische, annotierungsfreie Pipeline 3D-Begehbarkeitskarten aus LiDAR-, Kamera- und Radardaten generiert und damit einen Benchmark für die Vorhersage von Begehbarkeit in komplexen Umgebungen schafft.
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.
Das Paper stellt SPDL vor, eine Open-Source-Bibliothek, die durch die vollständige Freigabe des Python-GIL und effiziente Parallelisierung die Datenübertragung auf GPUs erheblich beschleunigt und dabei im Vergleich zu PyTorch DataLoader signifikant weniger CPU-Ressourcen und Speicher verbraucht.
Dieses Paper stellt ein produktionsreifes semantisches Suchsystem für Uber Eats vor, das durch Feinabstimmung eines Qwen2-Modells auf großen Datensätzen, den Einsatz von Matryoshka-Repräsentationslernen und eine kombinierte Verlustfunktion eine einheitliche und mehrsprachige Suche über Restaurants, Gerichte und Lebensmittelgeschäfte hinweg ermöglicht und dabei die Rückrufquote in mehreren Märkten signifikant verbessert.
Das Paper stellt SPR (See, Plan, Rewind) vor, einen fortschrittsbewussten Vision-Language-Action-Rahmen, der durch dynamische Unterteilung von Aufgaben in räumliche Teilziele und einen geschlossenen Regelkreis aus Beobachtung, Planung und Rücksetzfunktion bei Fehlern die Robustheit und Generalisierung robotischer Manipulation signifikant verbessert.
Diese Arbeit stellt eine vollständig lokal gehostete Pipeline vor, die Vorlesungsinhalte ohne externe APIs in Multiple-Choice-Fragen umwandelt und dabei durch deterministische Qualitätskontrollen Datenschutz, Nachvollziehbarkeit und ökologische Nachhaltigkeit im Bildungsbereich sicherstellt.
Diese Arbeit stellt ein neuartiges halbüberwachtes Lehrer-Schüler-Framework für die biomedizinische Bildsegmentation vor, das Diffusionsmodelle nutzt, um durch iterative Pseudo-Label-Generierung und Co-Training auch bei begrenzten annotierten Daten eine überlegene Leistung im Vergleich zu bestehenden Methoden zu erzielen.
Das Paper stellt JigsawServe vor, ein Serving-Framework für zusammengesetzte Inferenzsysteme auf Datacenter-GPUs, das durch die gemeinsame Optimierung von Latenz, Genauigkeit und Kosten mittels adaptiver Modellwahl und fein granularer räumlicher GPU-Partitionierung die maximale Dienstleistungsfähigkeit im Vergleich zu bisherigen Arbeiten um das 11,3-fache steigert.
Die Arbeit stellt ShapeMark vor, eine robuste und diversitätserhaltende Wasserzeichenmethode für Diffusionsmodelle, die durch die Kodierung von Wasserzeichenbits in strukturierte Rauschmuster anstelle einzelner Werte sowie durch eine spezielle Randomisierung die Nachteile bestehender Ansätze überwindet und gleichzeitig hohe Stabilität gegenüber Verlusten sowie eine hohe Bildqualität gewährleistet.
Die Arbeit zeigt, dass die Minimierung der längsten Kante bei der simultanen geometrischen Einbettung zweier Pfade auf einem ganzzahligen Gitter NP-schwer ist, während die Minimierung des Umfangs des umschließenden Gitters für den Fall, dass ein Pfad x-monoton und der andere y-monoton ist, in Zeit gelöst werden kann.
Die Arbeit stellt SinGeo vor, ein einfaches Framework, das durch ein duales diskriminatives Lernverfahren und eine Curriculum-Learning-Strategie ein einzelnes Modell für eine robuste, feld-of-view-unabhängige Geolokalisierung befähigt und dabei den aktuellen Stand der Technik auf mehreren Benchmarks übertrifft.
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.
Die Arbeit stellt SpectralDiff vor, ein auf Diffusionsmodellen basierendes Framework zur Entfernung von Regenflecken aus Einzelbildern, das strukturierte spektrale Störungen zur gezielten Unterdrückung von Regenkomponenten nutzt und durch eine effiziente Full-Product-U-Net-Architektur eine kompakte und rechenleistungsfreundliche Lösung bietet.
Die vorgestellte Arbeit verbessert die Effizienz des Trainings von 3D-Gaussian-Splatting durch neuartige Strategien und Verlustfunktionen, die die Listen der pro Pixel rendernden Gaußschen Verteilungen verkürzen, ohne dabei die Wiedergabequalität zu beeinträchtigen.
Die Arbeit stellt SpikeSMOKE vor, einen energieeffizienten Ansatz für die monokulare 3D-Objektdetektion mittels Spiking Neural Networks, der durch einen neuartigen Cross-Scale Gating Coding-Mechanismus und leichte Restblöcke die Informationsverluste überwindet und gleichzeitig die Rechenkosten im Vergleich zu herkömmlichen Methoden drastisch senkt.
Diese Arbeit stellt einen vorkonditionierten SE(3)-Stein-Variational-Gradienten-Descent-Ansatz vor, der die Ergodizitätsoptimierung für die robotische Abdeckung komplexer 3D-Oberflächen verbessert, indem sie SE(3)-Geometrie erhält und konvexe Optimierungsprobleme überwindet.
Die Autoren stellen mit CourtSI und dem zugehörigen Benchmark CourtSI-Bench das erste groß angelegte Datenset und Evaluierungsframework vor, das speziell darauf ausgelegt ist, die räumliche Intelligenz von Vision-Language-Modellen in dynamischen Sport-Szenarien zu testen und zu verbessern, wobei Fine-Tuning auf diesem Datensatz zu signifikanten Leistungssteigerungen führt.
Die vorgestellte Arbeit stellt „Diagonal Distillation" vor, eine effiziente Methode zur Echtzeit-Streaming-Videogenerierung, die durch eine asymmetrische Schrittstrategie und die explizite Berücksichtigung temporaler Abhängigkeiten die Latenz drastisch reduziert und gleichzeitig die Bewegungskohärenz sowie die Fehlerakkumulation in langen Sequenzen verbessert.
Die Arbeit stellt StyleVLA vor, ein physikinformiertes Vision-Language-Action-Modell auf Basis von Qwen3-VL-4B, das durch einen hybriden Verlust und einen umfangreichen Datensatz mit 1,2k Szenarien diverse, physikalisch plausible Fahrmanöver in verschiedenen Fahrstilen generiert und dabei proprietäre Modelle wie Gemini-3-Pro deutlich übertrifft.
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.
Die Arbeit stellt SurgFed vor, ein sprachgesteuertes Multi-Task-Federated-Learning-Framework, das durch sprachgesteuerte Kanal-Auswahl und Hyper-Aggregation die Herausforderungen der Gewebe- und Aufgabenvielfalt bei der chirurgischen Videoanalyse über verschiedene Standorte hinweg löst und damit die Segmentierung und Tiefenschätzung in roboterassistierten minimal-invasiven Eingriffen verbessert.
Diese Arbeit stellt eine Methode zur symbolischen Entdeckung stochastischer Differentialgleichungen mittels genetischer Programmierung vor, die durch die gemeinsame Optimierung von Drift- und Diffusionsfunktionen eine interpretierbare Modellierung und Generierung von Rauschkomponenten in dynamischen Systemen ermöglicht.
Diese Arbeit stellt einen hybriden Analyse-Rahmen vor, der konkolische Ausführung, LLM-gesteuerte Pfadpriorisierung und Deep Learning kombiniert, um Zero-Day-Malware, die von KI generiert wurde, mit mathematisch bewiesenen Garantien und überlegener Genauigkeit zu erkennen.
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 TIMID vor, ein neuartiges Video-Anomalie-Erkennungsframework, das mithilfe schwacher Überwachung und einer Simulationsumgebung zeitabhängige Fehler bei der Ausführung komplexer Roboteraufgaben in Videos auf Frame-Ebene erkennt, wo herkömmliche Modelle und reine Vision-Language-Modelle an mangelnder temporaler Reasoning-Fähigkeit scheitern.
Die Arbeit stellt TIMotion vor, ein effizientes Framework für die Generierung von menschlich-menschlichen Bewegungen, das durch kausale interaktive Injektion, rollenbasierte Scanning-Verfahren und lokale Musterverstärkung die zeitliche Modellierung und Interaktionsmischung verbessert, um suboptimale Ergebnisse und redundante Parameter bestehender Methoden zu überwinden.
Die Studie stellt das TPIFM-Modell vor, das die wahrgenommene Interaktionsflüssigkeit in der ferngesteuerten AR-Zusammenarbeit durch die Klassifizierung von Aufgaben nach ihren just-noticeable differences (JND) bewertet, um Netzwerkbegrenzungen wie Verzögerungen und Unterbrechungen zu berücksichtigen.
Das Paper stellt TRIP-Bag vor, ein tragbares Teleoperationssystem in einem Koffer, das es ermöglicht, mit geringem Aufwand und ohne Embodiment-Lücke hochwertige Manipulationsdaten für das robotische Lernen in verschiedenen Umgebungen zu sammeln.
Diese Arbeit stellt mit D²-Align ein neues Framework vor, das durch eine gerichtete Entkopplung der Belohnungssignale das Phänomen des Zusammenbruchs von Präferenzmodi (Preference Mode Collapse) in Diffusionsmodellen bekämpft und so die generative Vielfalt bei gleichzeitiger Verbesserung der menschlichen Präferenzabstimmung sicherstellt.
Die Arbeit stellt TemporalDoRA vor, eine parametereffiziente Feinabstimmungsmethode für chirurgische Video-Frage-Antwort-Systeme, die durch die Integration von zeitlicher Aufmerksamkeit in den Low-Rank-Adaptionspfad die Robustheit gegenüber linguistischen Variationen verbessert, und führt zudem den neuen REAL-Colon-VQA-Datensatz ein.
Diese Arbeit stellt eine neue Testzeit-Anpassungsmethode namens DCPGN vor, die durch ein Multi-Label-Prototypen-Wachstumsmodul und eine Dual-Clue-Konsistenz zwischen visuellen und textuellen Hinweisen die Herausforderung der Action Anticipation bei der Anpassung von ego- zu exozentrischen Ansichten ohne Zieltrainingsdaten effektiv löst.
Diese Arbeit widerlegt eine 23 Jahre alte Vermutung, indem sie die NP-Härte des Tetris-Clairings und des Überlebens für fast alle Tetromino-Typen unter dem Standard-Rotationssystem nachweist, während sie gleichzeitig polynomielle Algorithmen für Domino- und $1\times k$-Steine liefert.
Die Studie zeigt, dass das 802.11-MAC-Protokoll in nicht-kooperativen Umgebungen zu ineffizienten Nash-Gleichgewichten führt, während ein idealisiertes Protokoll durch die Entkopplung der Ressourcenallokation von den Übertragungsstrategien höhere Durchsätze für alle Knoten ermöglicht.
Die Arbeit stellt ein Capability Coherence System (CCS) vor, das durch die Übertragung von Speicher-Konsistenzmodellen auf die Autorisierungsverwaltung die Anzahl nicht autorisierter API-Aufrufe bei schnellen Agenten-Revokationen im Vergleich zu herkömmlichen zeitbasierten Strategien drastisch reduziert.
Dieser Artikel beleuchtet aus neuseeländischer Perspektive die Hindernisse für die Teilnahme an Software-Engineering-Konferenzen und schlägt Strategien wie hybride Formate und Governance-Reformen vor, um eine gerechtere globale Beteiligung zu fördern.
Die Studie stellt das Patrologia Graeca Corpus vor, eine groß angelegte, offene Ressource mit OCR- und linguistischen Annotationen für die verbleibenden und nicht digitalisierten Bände der Patrologia Graeca, die durch eine spezialisierte Pipeline mit einem außergewöhnlich niedrigen Fehlerwert von 1,05 % für polytonisches Griechisch erschlossen wurde.
Der Artikel argumentiert, dass kommerzielle Videospiele ein bisher unterschätztes, ökologisch valides Forschungsumfeld an der Schnittstelle von Human-Computer-Interaction und Kognitionswissenschaft darstellen, in dem kognitive Prozesse durch die inhärente Spielstruktur und einfache Beobachtungsmethoden systematisch untersucht werden können.
Diese Arbeit schließt die Lücke zwischen den bisherigen Schranken für den Spannungsverhältnis des gerichteten -Graphen, indem sie erstmals einen exakten und engen Wert von 5 beweist.
Dieser Tutorial-Übersichtsartikel aus ICDE 2026 beleuchtet die sich gegenseitig verstärkende Beziehung zwischen KI und Vektorsuche, bei der KI die Effizienz der Suche optimiert und Vektorsuche durch RAG-Frameworks die Fähigkeiten von Sprachmodellen erweitert, um gemeinsam einen „tugendhaften Kreislauf" intelligenter Informationssysteme zu schaffen.
Dieses Papier stellt ein umfassendes Rahmenwerk vor, das die Komplexitätsdichotomien für alle ungelösten Zählprobleme von Booleschen Tensor-Netzwerken durch die Klassifizierung der zugrunde liegenden endlichen Gruppen von binären Funktionen in neun Fälle vereint und dabei spezifische Fälle wie zyklische Gruppen löst oder Fortschritte erzielt.
Das Paper stellt TiPToP vor, ein modulares Open-Vocabulary-Planungssystem für Roboter, das vortrainierte Vision-Modelle mit einem Task-and-Motion-Planer kombiniert, um komplexe Manipulationsaufgaben allein aus RGB-Bildern und Sprachbefehlen zu lösen, ohne dass roboterspezifische Trainingsdaten erforderlich sind.
Der Artikel stellt einen Algorithmus zur elastischen Zeitverzerrung für Zeitreihen in beliebigen metrischen Räumen vor, der eine optimale Zuordnung unter Verwendung eines Hellinger-Kerns als Strafterm für die Streckung ermöglicht und dabei eine kubische Rechenkomplexität aufweist.
Das Paper stellt ToolRosetta vor, ein Framework, das Open-Source-Repositories automatisch in standardisierte, sicherheitsgeprüfte MCP-Tools für LLM-Agenten übersetzt, um die Skalierbarkeit und Leistung bei der Aufgabenerfüllung ohne manuelle Eingriffe zu verbessern.
Das Papier stellt TopoOR vor, ein neuartiges Paradigma, das chirurgische Umgebungen durch eine höherordentliche topologische Repräsentation modelliert, um komplexe multimodale Beziehungen und geometrische Strukturen besser zu erhalten als bestehende Szenengraphen und so die Genauigkeit bei sicherheitskritischen Aufgaben wie der Sterilitätsverletzungserkennung und der Robotikphasenvorhersage zu verbessern.
Die Studie untersucht mit 26 Vorschulkindern die systematischen Zusammenhänge zwischen Geruch, Tastsinn und Emotionen, liefert empirische Erkenntnisse über diese frühkindlichen cross-sensorischen Korrespondenzen und leitet daraus Designrichtlinien sowie eine replizierbare Forschungsmethode ab.
Das Paper stellt Poly-DETR vor, einen Transformer-basierten Ansatz, der die Instanzsegmentierung durch eine spärliche Polygon-Regressionsmethode mittels Polarrepräsentation neu formuliert und dabei sowohl die Recheneffizienz bei hochauflösenden Eingaben verbessert als auch eine überlegene Leistung gegenüber maskenbasierten Methoden in domänenspezifischen Szenarien erzielt.
Diese Arbeit stellt einen propriozeptiven Rahmen für quadrupede Roboter vor, der durch die Kombination einer 2,5-D-Terrain-Schätzung mit sicherheitskritischen Kontrollbarrierefunktionen eine robuste und sichere Fortbewegung in unebenem Gelände ohne externe Sensoren ermöglicht.
Diese Arbeit stellt eine Reinforcement-Learning-Strategie vor, die Unified Vision-Language-Modelle durch eine hybride Warm-up-Phase und eine erweiterte Group Relative Policy Optimization (GRPO) mit hybriden sowie prozessbasierten Belohnungen befähigt, hochwertige multimodale interleaved Ausgaben ohne große spezialisierte Datensätze zu generieren.
Dieser Beitrag stellt das Artefaktmodell für regulatorische Requirements Engineering (AM4RRE) vor, das darauf abzielt, die systematische Integration von Compliance-by-Design in den Softwareentwicklungslebenszyklus durch die Überwindung von Herausforderungen wie komplexer Koordination zwischen verschiedenen Perspektiven und ad-hoc-Praktiken zu ermöglichen.
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.
Die Studie schlägt einen zielorientierten Bewertungsansatz für Requirements-Engineering-Methoden im Rahmen von Privacy by Design vor, um Organisationen bei der Auswahl passender Methoden zur Umsetzung der DSGVO zu unterstützen.
Diese Studie stellt eine Taxonomie von neun „Log Smells" vor, die auf einer Analyse von 51 wissenschaftlichen Artikeln basiert, und ordnet diese Fehlertypen bestehenden Werkzeugen zu, um Entwicklern zu helfen, qualitativ hochwertigere Protokollierungscode zu schreiben und Forschungsbedarf aufzuzeigen.
Diese Studie analysiert 122.000 Reddit-Diskussionen und zeigt, dass KI-Literatur in kreativen Online-Communities weniger durch theoretische Konzepte als vielmehr durch praxisorientierte Werkzeugnutzung und reaktive Debatten zu ethischen Themen geprägt ist.
Die Arbeit stellt MIDAS vor, ein trainingsfreies, diffusionsbasiertes Framework für coverless Steganographie, das durch latente Fusion und einen Random-Basis-Mechanismus eine robuste Zugriffskontrolle für mehrere Bilder ermöglicht und dabei hohe Bildqualität sowie Resistenz gegen Steganalyse gewährleistet.
Dieses Paper stellt einen trainingsfreien Rahmen zur Bewegungszerlegung vor, der komplexe Bewegungen in statische, starre und nicht-starre Kategorien aufteilt und durch eine sequenzielle Planung vor der Generierung sowie modale Entkopplung eine präzise, zusammengesetzte Videogenerierung mit verschiedenen Erscheinungsformen und Bewegungen ermöglicht.
Diese Arbeit stellt ein Trajektorienoptimierungsverfahren vor, das die selbstwickelnde Umleitung von Seilen bei der Manipulation verformbarer Objekte explizit berücksichtigt und durch eine Relaxierungshierarchie sowie implizite Spannungsbedingungen effizientere Manöver ermöglicht, die Drehmomente durch gezielte Seilumlenkung nutzen.
Diese Studie stellt einen vollautomatischen, auf Transformer-Architekturen basierenden Ansatz zur Segmentierung von HR-pQCT-Bildern vor, der durch die radiomische Analyse von Weichgewebestrukturen eine präzisere Osteoporose-Diagnose ermöglicht als herkömmliche Knochen-basierte Methoden.
Das Paper stellt TriFusion-SR vor, ein wellenlettbasiertes, konditioniertes Diffusionsframework, das die gemeinsame Fusion und Super-Resolution von tri-modalen medizinischen Bildern ermöglicht, indem es Frequenzband-Zerlegung und adaptive räumlich-frequente Fusion nutzt, um Artefakte zu reduzieren und die Bildqualität signifikant zu verbessern.
Das Paper stellt TubeMLLM vor, ein multimodales Fundamentmodell, das durch die Integration topologischer Vorwissen in eine gemeinsame Aufmerksamkeitsarchitektur und die Nutzung eines neuen Benchmarks (TubeMData) die topologische Konsistenz bei der Modellierung von Gefäßstrukturen in der medizinischen Bildgebung deutlich verbessert und dabei herausragende Zero-Shot-Leistung sowie Robustheit gegenüber Domänenverschiebungen und Bildstörungen aufweist.
Das Paper stellt UniBYD vor, ein einheitliches Framework, das durch dynamisches Reinforcement Learning und eine morphologische Repräsentation Roboter-Manipulationsstrategien entwickelt, die über die reine Nachahmung menschlicher Demonstrationen hinausgehen und sich an diverse Roboter-Handkonfigurationen anpassen, was zu einer signifikanten Leistungssteigerung auf dem neu eingeführten UniManip-Benchmark führt.
Die Arbeit stellt UniField vor, ein einheitliches, feldbewusstes Framework zur Verbesserung von MRT-Bildern, das durch die Nutzung von 3D-Grundmodellen, einen spektralen Korrekturmechanismus und einen neu veröffentlichten großen Datensatz die Generalisierungsfähigkeit und Bildqualität über verschiedene Magnetfeldstärken hinweg signifikant verbessert.
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.
Die Arbeit stellt einen neuartigen Ansatz für das unüberwachte Domänen-Adaptionslernen vor, der auf einer reformulierten Margin-Disparity-Discrepancy-Methode basiert, um die Segmentierung der Leber in interventionalen CBCT-Bildern durch die Nutzung annotierter CT-Daten zu verbessern und dabei den Mangel an annotierten CBCT-Daten zu überwinden.
Die Arbeit stellt iMarkers vor, eine innovative Klasse unsichtbarer fiduzieller Marker, die speziell für Roboter und AR-Geräte entwickelt wurden, um die visuelle Ästhetik von Umgebungen zu bewahren, während sie gleichzeitig eine flexible, robuste und für Menschen nicht wahrnehmbare Orientierung und Objekterkennung ermöglichen.
Die Arbeit stellt V-Attack vor, eine neue Methode zur gezielten adversarialen Manipulation von Large Vision-Language Models (LVLMs), die durch die Ausnutzung entwirrter Wertmerkmale (Value Features) statt verknüpfter Patch-Tokens eine bisher unerreichte Kontrolle über lokale Bildsemantik ermöglicht und die Angriffserfolgsrate im Vergleich zu bestehenden Methoden um durchschnittlich 36 % steigert.
Der Artikel stellt VLM-Loc vor, ein Framework, das die räumliche Schlussfolgerungsfähigkeit von Vision-Language-Modellen nutzt, um aus natürlichen Sprachbeschreibungen präzise Positionen in 3D-Punktwolkenkarten abzuleiten, und führt gleichzeitig den neuen Benchmark CityLoc zur Evaluierung ein.
Die Arbeit stellt VarSplat vor, ein unsicherheitsbewusstes 3D-Gaussian-Splatting-SLAM-System, das durch das explizite Lernen von Varianz pro Splat und die Ableitung differenzierbarer Unsicherheitskarten eine robustere Pose-Schätzung und Kartierung in Szenen mit geringer Textur, transparenten Oberflächen oder komplexen Reflexionen ermöglicht.
Die Studie „VeriInteresting" liefert eine empirische Analyse der Wechselwirkungen zwischen verschiedenen Sprachmodellklassen und Prompt-Strategien bei der Verilog-Code-Generierung und identifiziert generalisierbare Muster sowie modellspezifische Trends.
Die Studie stellt VisPoison vor, ein Backdoor-Angriffsframework, das Text-zu-Visualisierung-Modelle für tabellarische Daten durch Datenvergiftung mit versteckten Auslösern manipuliert, um sensible Daten zu enthüllen, irreführende Visualisierungen zu erzeugen oder Denial-of-Service-Angriffe auszulösen.
Diese Arbeit stellt ein neuartiges, visuell gestütztes Systemidentifikationsframework für autonomes Rennfahren vor, das durch die Kombination eines CNN-basierten Reibungspriors und eines S4-Modells zur Erfassung dynamischer Residuen die Genauigkeit der Tire-Parameter-Schätzung erheblich verbessert und die Konvergenz bei Kaltstarts beschleunigt.
Das Paper stellt VisionCreator-R1 vor, einen nativen visuellen Generierungs-Agenten mit explizitem Reflexionsmechanismus und einer neuartigen Reflexions-Plan-Optimierung (RPCO), der durch gezieltes Training auf einem selbst erstellten Datensatz und Reinforcement Learning bestehende Modelle wie Gemini2.5Pro in Ein- und Mehrbild-Aufgaben übertrifft.
Die Arbeit stellt VocSegMRI vor, ein multimodales Framework, das durch die Integration von Video-, Audio- und phonologischen Daten mittels Cross-Attention-Fusion und kontrastivem Lernen eine präzise Echtzeit-Segmentierung des Stimmtrakts in MRT-Bildern ermöglicht und dabei neue State-of-the-Art-Ergebnisse erzielt.
Die Arbeit stellt WESPR vor, ein schnelles Framework, das geometrische Wahrnehmung und lokale Wetterdaten nutzt, um Windfelder vorherzusagen und so eine proaktive, windangepasste Pfadplanung und Steuerung für Quadrotoren zu ermöglichen, was zu einer signifikanten Verbesserung der Flugstabilität und Trajektorienabweichung führt.
Die Arbeit stellt den Workload Variant Autoscaler (WVA) vor, eine auf \texttt{llmd} abgestimmte globale Steuerungsplattform, die durch die Berücksichtigung von SLOs, Hardware-Heterogenität und internem Engine-Zustand im Vergleich zum herkömmlichen Kubernetes-HPA die effektive Durchsatzleistung um 37 % steigert, die Anzahl der fehlgeschlagenen Anfragen um das Zehnfache reduziert und den Energieverbrauch senkt.
Diese Arbeit stellt eine rechnerisch effiziente Kontrollarchitektur für Roboter mit sechs oder mehr Beinen vor, die durch segmentbasierte Zustandsmaschinen und eine Kopplung zwischen den Segmenten sowohl den festen Bodenkontakt auf unebenem Gelände als auch eine fiktive Fortbewegung bei Kontaktverlust ermöglicht und so eine Brücke zwischen Event-Kaskaden- und CPG-Steuerungen schlägt.
Die vorgestellte Arbeit identifiziert das Problem des „semantischen Rückfalls" bei KI-generierten Bilderkennungssystemen und schlägt mit dem parametrenfreien Modul „Geometric Semantic Decoupling" (GSD) eine Lösung vor, die durch das Entfernen semantischer Komponenten die Generalisierungsfähigkeit und Robustheit gegenüber unbekannten Manipulationen signifikant verbessert.
Die Arbeit stellt einen erklärungsstarken, nativen Framework für das Wasserzeichen von 3D-Gaussian-Splatting-Assets vor, der durch eine intelligente Trägerauswahl und gradientenkontrollierte Feinabstimmung sowohl eine hohe Robustheit gegen Verzerrungen als auch eine überlegene Bildqualität und Nachvollziehbarkeit der Markierung erreicht.
Die Arbeit stellt FRIDA vor, ein leichtgewichtiges Framework, das Merkmale eines vortrainierten Stable-Diffusion-Modells nutzt, um KI-generierte Bilder ohne Training zu erkennen und deren Ursprungsmodell zuzuordnen.
Das Paper stellt WikiCLIP vor, einen effizienten kontrastiven Rahmen für die offene visuelle Entitätserkennung, der durch den Einsatz von LLM-Embeddings, einem Vision-Guided Knowledge Adaptor und einer Hard-Negative-Synthese eine signifikante Leistungssteigerung bei gleichzeitig drastisch reduzierter Inferenzlatenz im Vergleich zu generativen Modellen erzielt.
Die Arbeit stellt YOLO-NAS-Bench vor, das erste Surrogat-Benchmark für YOLO-Architektursuche, das durch einen selbstentwickelnden Mechanismus einen hochpräzisen Vorhersage-Modell schafft, um kostspielige Trainingsprozesse zu umgehen und überlegene Detektor-Architekturen zu entdecken.
Der Artikel stellt YOPO vor, einen minimalistischen, einstufigen Transformer-basierten Ansatz, der die 9-DoF-Pose-Schätzung von Objekten in einer Kategorie aus einzelnen RGB-Bildern direkt mit der Objekterkennung vereint und dabei ohne zusätzliche Tiefendaten oder CAD-Modelle neue State-of-the-Art-Ergebnisse erzielt.
Das Paper stellt ZipPIR vor, ein hochdurchsatzfähiges Single-Server-PIR-Protokoll, das durch die Komprimierung von LWE-Ciphertexts zu Paillier-Ciphertexts eine Client-seitige Speicherung überflüssig macht und dabei eine hohe Skalierbarkeit sowie einen throughput von über 2 GB/s erreicht.
Die Arbeit stellt den groß angelegten Datensatz BR-Gen für lokalisierte KI-generierte Bildfälschungen vor und schlägt das Modell NFA-ViT vor, das durch eine rauschgesteuerte Verstärkung von Fälschungsspuren die Erkennungsgenauigkeit und Generalisierungsfähigkeit verbessert.
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.
Diese Arbeit stellt ein allgemeines Framework vor, das durch die Kombination von SMT-Formeln mit vorab berechneten Theorie-Lemmas die kompilierte d-DNNF-Darstellung für polytime-Abfragen auf SMT-Ebene nutzbar macht, indem sie diese auf propositionale Ebene reduziert.
Diese Arbeit schließt die Lücke zur optimalen Laufzeit für d-QBF mit wenigen existenziellen Variablen, indem sie unter der ETH beweist, dass eine doppel-exponentielle Abhängigkeit von der Variablenzahl unvermeidbar ist, während sie für den Fall mit nur zwei Quantorenblöcken einen fast optimalen Algorithmus mit verbesserter Laufzeit angibt.
Die Arbeit stellt Guardian vor, ein konsensgesteuertes Multi-LLM-System mit QLoRA-Feinabstimmung, das spezialisierte Modelle und einen Konsens-Engine koordiniert, um die Informationsgewinnung und Suchplanung bei Vermisstenfällen in den kritischen ersten 72 Stunden zu unterstützen.
Diese Arbeit kritisiert die vorherrschende Abhängigkeit von binären Klassifikationsmetriken in der ML-Praxis, plädiert für einen konsequentialistischen Ansatz mit angemessenen Scoring-Regeln wie dem Brier-Score, und stellt dazu einen theoretischen Rahmen sowie das Python-Paket \texttt{briertools} vor, um die Bewertung probabilistischer Vorhersagen praxisnah zu verbessern.
Diese Arbeit stellt HR-GAT vor, ein hierarchisches Graph-Attention-Netzwerk, das mithilfe von Geodaten die Spektrumnachfrage präziser vorhersagt als herkömmliche Modelle und dabei räumliche Autokorrelationen effektiv berücksichtigt.
Die Studie stellt OncoAgent vor, ein neuartiges, guideline-bewusstes KI-Framework, das klinische Leitlinien ohne Neutrainieren direkt in dreidimensionale Zielvolumen für die Strahlentherapie umwandelt und dabei in einer blinden klinischen Bewertung von Ärzten eine höhere Leitlinienkonformität sowie Akzeptanz als ein überwachtes nnU-Net-Modell erreicht.
Die Studie stellt MuCTaL vor, ein leichtgewichtiges Deep-Learning-Framework, das durch ausgewogenes Training auf vier Krebsarten robuste und generalisierbare Tumorlokalisation in histologischen Ganzschnittbildern ermöglicht und dabei eine skalierbare Inferenz für die digitale Pathologie bereitstellt.
Die vorgestellte Arbeit stellt FSbuHD vor, ein neues Feature-Selection-Modell für hybride Informationssysteme, das auf der Fuzzy-Rough-Set-Theorie basiert, die Berechnung von Fuzzy-Äquivalenzrelationen durch eine kombinierte Distanzmetrik optimiert und das Problem als Optimierungsaufgabe löst, um in normalen und optimistischen Modi effizientere Ergebnisse als bestehende Methoden zu erzielen.
Dieses Paper stellt Doki vor, eine textbasierte Schnittstelle für die Generierung von Videos, die es Nutzern ermöglicht, visuelle Geschichten durch das Schreiben von Texten zu erstellen, und validiert diesen Ansatz durch eine einwöchige Feldstudie.
Diese Arbeit stellt ein biologisch plausibles, variationsbasiertes Formalismus vor, der Backpropagation Through Time durch lokale, zeitkontinuierliche Gleichungen approximiert und damit einen Rahmen für das räumlich-zeitliche Lernen im Kortex sowie für physikalische Schaltkreise schafft.
Dieses Paper stellt einen offenen, transparenten und reproduzierbaren Datensatz vor, der mithilfe von Large Language Models und domänenspezifischem Wissen entwickelt wurde, um die Compliance von NLP- und RAG-Systemen mit der EU-KI-Verordnung durch Aufgaben wie Risikoklassifizierung und Artikelretrieval automatisiert zu evaluieren.
Dieses Paper plädiert für die „AI-Phänomenologie" als Forschungsansatz, der durch die Erforschung der subjektiven menschlichen Erfahrung mit KI-Systemen über die Zeit hinausgeht und dabei methodische Werkzeuge sowie Designkonzepte für eine bessere bidirektionale Ausrichtung zwischen Mensch und KI bereitstellt.
Diese Arbeit stellt einen datengesteuerten KI-Ansatz vor, der mithilfe validierter Proxys aus Lizenz- und Crowdsourcing-Daten die Spektrumnachfrage in fünf kanadischen Städten präzise prognostiziert, um Regulierungsbehörden bei der dynamischen Ressourcenallokation zu unterstützen.
Die Arbeit stellt ALADIN vor, ein Framework zur genauigkeits- und latenzbewussten Analyse des Designraums für gemischt-präzise quantisierte neuronale Netze auf eingebetteten KI-Beschleunigern, das die Bewertung von Trade-offs zwischen Genauigkeit, Latenz und Ressourcenverbrauch ohne physische Bereitstellung auf der Zielplattform ermöglicht.
Das Paper stellt ARKV vor, einen adaptiven und ressourceneffizienten Rahmen zur Verwaltung des KV-Caches bei Large Language Models, der durch dynamische Zuweisung von Präzisionsniveaus basierend auf Aufmerksamkeitsdynamiken und Token-Wichtigkeit die Speichernutzung um den Faktor vier reduziert, während die Genauigkeit bei langen Kontexten nahezu erhalten bleibt.
Die Studie formalisiert einen makrofinanziellen Stresstest für die schnelle KI-Adoption, der zeigt, wie die Diskrepanz zwischen KI-generiertem Überfluss und einer durch Lohnverdrängung, sinkende Geldumlaufgeschwindigkeit und Intermediärkollaps verursachten Nachfrageschwäche zu einer explosiven Wirtschaftskrise führen kann, wenn institutionelle Anpassungen ausbleiben.
Die Arbeit stellt ActiveUltraFeedback vor, eine modulare Active-Learning-Pipeline, die durch die gezielte Auswahl unsicherer oder qualitativ stark unterschiedlicher Antwortpaare hochwertige Präferenzdaten mit nur einem Sechstel des Annotationsaufwands im Vergleich zu statischen Baselines generiert und so die Leistung von Large Language Models signifikant verbessert.
Das Paper stellt ACADiff vor, ein adaptives klinisch bewusstes latentes Diffusionsmodell, das fehlende multimodale Hirnbildgebungsdaten (sMRI, FDG-PET, AV45-PET) unter Einbeziehung klinischer Metadaten synthetisiert und dabei auch bei extremen 80 % fehlenden Daten eine überlegene Bildqualität und diagnostische Leistung erzielt.
Dieses Paper schlägt mit AgentOS ein neues Paradigma vor, das traditionelle Betriebssysteme durch eine natürliche Sprachschnittstelle und einen Agenten-Kern ersetzt, der als Echtzeit-Engine für Intent-Mining und Wissensentdeckung fungiert, um fragmentierte Anwendungsökosysteme in eine kohärente, datengesteuerte Umgebung zu überführen.
Die Studie liefert vorläufige Belege dafür, dass Alignments-Techniken in Multi-Agenten-LLM-Systemen durch unsichtbare Zensur und komplexe Ausrichtungsbeschränkungen kollektive Pathologien und eine Dissociation zwischen Erkenntnis und Handeln hervorrufen können, was auf eine iatrogene Schädigung durch Sicherheitsmaßnahmen selbst hindeutet.
Das Paper stellt AlphaApollo vor, ein System für tiefes agentices Denken, das durch die Orchestrierung von Modellen und Tools mittels mehrstufiger agenter Reasoning-, Lern- und Evolutionsmechanismen die Leistung von Foundation-Modellen bei komplexen mathematischen Aufgaben signifikant verbessert.
Die vorgestellte Arbeit führt das Bayesian Generative Modeling (BGM) ein, ein einheitliches Framework, das mithilfe eines stochastischen iterativen Bayesianischen Update-Algorithmus ein generatives Modell lernt, um beliebige bedingte Inferenzen mit prinzipieller Unsicherheitsquantifizierung durchzuführen, ohne dass ein erneutes Training für unterschiedliche Konditionierungsstrukturen erforderlich ist.
Diese Studie identifiziert und erklärt das Phänomen des „Task-Level Model-Merging Collapse", bei dem bestimmte Aufgabenkombinationen zu katastrophalem Leistungsabfall führen, und zeigt durch empirische Analysen sowie eine theoretische Herleitung mittels Rate-Distortion-Theorie auf, dass diese Inkompatibilität primär auf Repräsentationskonflikte und nicht auf Parameterkonflikte zurückzuführen ist.
Die Arbeit stellt Arbiter vor, ein Framework zur Erkennung von Interferenzmustern in Systemprompts von LLM-Coding-Agenten, das durch formale Regeln und Multi-Modell-Analysen bei drei großen Anbietern zahlreiche Schwachstellen aufdeckt und zeigt, dass die Prompt-Architektur die Fehlerklassen, nicht aber deren Schweregrad bestimmt.
Diese umfassende Übersicht untersucht FPGA-basierte KI-Beschleuniger, indem sie deren architektonische Vorteile gegenüber ASICs und GPUs hervorhebt, verschiedene Hardware-Optimierungstechniken analysiert und aktuelle Herausforderungen sowie zukünftige Innovationsmöglichkeiten für das Design solcher Beschleuniger aufzeigt.
Die Studie stellt mit GenGNN einen modularen Message-Passing-Rahmen vor, der zeigt, dass expressive Encoder wie Transformer für die diskrete Graphen-Generierung nicht zwingend erforderlich sind, da GNN-basierte Diffusionsmodelle vergleichbare Validität bei deutlich schnellerer Inferenz erreichen.
Die Arbeit stellt AutoAgent vor, ein selbstentwickelndes Multi-Agenten-Framework, das durch die Kombination von sich entwickelnder Kognition, kontextsensitiver Entscheidungsfindung und elastischer Orchestrierung des Speichers die Anpassungsfähigkeit autonomer Agenten in dynamischen Umgebungen verbessert, ohne dass ein externes Nachtrainieren erforderlich ist.
Die Arbeit stellt AutoViVQA vor, einen groß angelegten, automatisch erstellten Datensatz für die visuelle Beantwortung von Fragen auf Vietnamesisch, der Transformer-Architekturen nutzt und verschiedene automatische Evaluierungsmetriken im multilingualen Kontext systematisch vergleicht.
Die Arbeit stellt \texttt{EinSum} vor, eine tensor-relationale Erweiterung der Einstein-Summation, die große, dünnbesetzte Berechnungen durch die automatische Umformulierung in relationale Operationen für die Sparsity-Verwaltung und effiziente numerische Kerne für rechenintensive Teile optimiert.
Diese Studie stellt einen automatisierten Klassifikationsrahmen zur kardiovaskulären Risikobewertung bei geriatrischen Patienten vor, der unstrukturierte elektronische Patientenakten nutzt und zeigt, dass eine maßgeschneiderte Transformer-Architektur traditionelle Methoden sowie generative Large Language Models übertrifft.
Diese Arbeit stellt eine automatisierte Pipeline vor, die mithilfe von Large Language Models (LLMs) flaky Tests in Quantensoftware erkennt und deren Ursachen analysiert, wodurch ein bestehender Datensatz um 54 % erweitert wird und Modelle wie Google Gemini eine hohe Genauigkeit bei der Klassifizierung und Ursachenidentifikation erreichen.
Diese Arbeit stellt ein System vor, das mithilfe von LLM-gestützten Web-Recherche-Agenten automatisch eine große Anzahl diverser und schwieriger Prognosefragen generiert und löst, um damit KI-Modelle zu evaluieren und deren Vorhersagefähigkeiten durch Strategien wie die Fragezerlegung nachweislich zu verbessern.
Die Arbeit stellt Auralink SDC vor, ein Edge-Architekturkonzept mit spezialisierten KI-Agenten, das durch Techniken wie confidence-kalibrierte autonome Fehlerbehebung und adaptive Retrieval-Augmented Reasoning die Zuverlässigkeit und Reaktionsgeschwindigkeit von EV-Ladeinfrastruktur signifikant verbessert und dabei 78 % autonome Störungsbehebung bei sub-50ms-Latenz erreicht.
Das Paper stellt B-DENSE vor, ein neuartiges Framework, das durch die Nutzung multi-brancher Trajektorienausrichtung und dichten Zwischen-supervision die Diskretisierungsfehler bei der Destillation von Diffusionsmodellen reduziert und so die Bildqualität im Vergleich zu bestehenden Methoden verbessert.
Das Paper stellt BEACON vor, ein System zur Vorhersage von Navigationsaffordanzen in einer vogelperspektivischen Wärmebildkarte, das durch die Kombination von Sprachanweisungen mit RGB-D-Observationen und einem visuell-sprachlichen Modell in der Lage ist, auch verdeckte Zielorte zu erkennen und so die Genauigkeit im Vergleich zu bildbasierten Methoden signifikant zu steigern.
Diese Arbeit führt eine systematische Überprüfung und Leistungsbewertung von Federated-Learning-Methoden in Edge-Computing-Umgebungen durch, wobei verschiedene Algorithmen hinsichtlich Genauigkeit, Konvergenz und Ressourceneffizienz verglichen werden, um bestehende Herausforderungen wie Datenheterogenität zu identifizieren und eine Forschungsagenda für zukünftige robuste Systeme zu entwickeln.
Die Studie zeigt, dass abdeckungsorientierte Suchmetriken verlässliche Frühindikatoren für die Informationsabdeckung in RAG-Systemen sind, insbesondere wenn die Suchziele mit den Generierungszielen übereinstimmen, wobei komplexe iterative Pipelines diese Abhängigkeit teilweise aufheben können.
Die Arbeit stellt den STAR-Benchmark vor, ein Multi-Agenten-Evaluierungsframework für Nullsummenspiele, das zeigt, dass strategische Intelligenz in dynamischen Umgebungen nicht nur von der Tiefe des logischen Denkens, sondern entscheidend von der Fähigkeit abhängt, Pläne auch unter Zeitdruck schnell umzusetzen, wobei schnellere Modelle in Echtzeitszenarien oft leistungsfähiger sind als rein reasoning-intensive Modelle.
Das Paper stellt BiCLIP vor, einen extrem einfachen und parameterarmen Rahmen, der durch eine strukturierte geometrische Transformation multimodaler Merkmale, die auf wenigen Ankerpunkten basiert, das Zero-Shot-Lernen von Vision-Language-Modellen in spezialisierten Domänen auf den Stand des Kunstzustands bringt.
Die Arbeit stellt Coordinated Boltzmann MCTS (CB-MCTS) vor, einen neuartigen dezentralen Planungsalgorithmus, der durch eine stochastische Boltzmann-Politik und einen abklingenden Entropie-Bonus die Robustheit gegenüber spärlichen Belohnungen und irreführenden Szenarien in kooperativen Multi-Agenten-Systemen im Vergleich zu herkömmlichen Dec-MCTS-Ansätzen signifikant verbessert.
Die Arbeit stellt Coupled Discrete Diffusion (CoDD) vor, einen hybriden Rahmen, der die „Faktorisierungsbarriere" in Diffusions-Sprachmodellen durch eine leichte probabilistische Inferenzschicht überwindet, um komplexe gemeinsame Abhängigkeiten effizient zu modellieren und dabei sowohl die Geschwindigkeit als auch die Kohärenz der Generierung erheblich verbessert.
Das Paper stellt BridgeDiff vor, ein diffusionsbasiertes Framework, das durch die Garment Condition Bridge Module und das Flat Structure Constraint Module die Lücke zwischen menschlichen Beobachtungen und der Synthese flacher Kleidungsstücke schließt, um konsistente und strukturell stabile virtuelle Anproben zu ermöglichen.
Das Papier stellt CERES vor, ein automatisiertes, probabilistisches Frühwarnsystem, das wöchentlich aktualisierte, öffentlich verifizierbare Wahrscheinlichkeitsprognosen für akute Nahrungsmittelunsicherheit in 43 Hochrisikoländern erstellt und dabei sechs Datenströme mittels eines logistischen Bewertungsmodells kombiniert.
Die Arbeit stellt CLEAR-Mamba vor, ein verbessertes Framework für die Klassifizierung ophthalmischer Angiographie-Bilder, das durch eine hypernetzwerkbasierte adaptive Schicht und ein verlässlichkeitsbewusstes Vorhersageschema auf Evidenzunsicherheit die Generalisierbarkeit und Zuverlässigkeit bei der Diagnose von Netzhauterkrankungen über verschiedene Modalitäten hinweg signifikant steigert.
Das Paper stellt CLoE vor, einen konsistenzbasierten Lernrahmen für die Segmentierung medizinischer Bilder mit fehlenden Modalitäten, der durch Expertenkonsistenz auf Entscheidungs- und Regionsebene sowie eine zuverlässigkeitsgesteuerte Merkmalsanpassung die Robustheit und Genauigkeit bei unvollständigen Eingabedaten signifikant verbessert.
Die Arbeit stellt CRANE vor, ein neues Analyseframework, das mithilfe gezielter Neuronen-Interventionen und nicht bloßer Aktivierungsmessungen sprachspezifische Neuronen in mehrsprachigen großen Sprachmodellen präziser identifiziert und dabei eine asymmetrische, aber nicht ausschließliche Spezialisierung dieser Neuronen aufzeigt.
Diese Arbeit stellt eine Regularisierungsmethode auf Basis der Wahrscheinlichkeit von Notwendigkeit und Hinreichendheit (PNS) für das klasseninkrementelle Lernen vor, die durch die Generierung von kontrafaktischen Merkmalen innerhalb und zwischen Aufgaben kausale Vollständigkeit und Trennschärfe sicherstellt, um Kollisionen von Merkmalen und katastrophales Vergessen zu verhindern.
Die Studie zeigt, dass Multi-LLM-Entscheidungsgremien selbst unter deterministischen Bedingungen durch Rollenunterschiede und Modellheterogenität chaotisch instabil werden können, was die Notwendigkeit von Stabilitätsaudits für solche Governance-Systeme unterstreicht.
Das Paper stellt CktEvo vor, ein Benchmark und Referenzrahmen für die evolutionäre Optimierung von RTL-Code auf Repository-Ebene, der mittels eines geschlossenen Regelkreises aus LLM-Änderungen und Toolchain-Feedback funktionserhaltende Verbesserungen von Leistung, Leistungsaufnahme und Flächennutzung (PPA) in realen Hardware-Designs ohne menschliches Eingreifen ermöglicht.
Diese Arbeit kritisiert die aktuellen Ansätze der Alignment-Community für Sicherheitsnachweise bei Frontier-KI-Systemen, leitet Erkenntnisse aus etablierten Sicherheitsverfahren kritischer Industrien ab und entwickelt ein fundierteres Rahmenwerk, um robuste und verteidigbare Sicherheitsnachweise für spezifische Risiken wie täuschende Ausrichtung und CBRN-Fähigkeiten zu erstellen.
Die Arbeit stellt BD-FDG vor, ein Framework zur Generierung von feinabgestimmten Trainingsdaten für Large Language Models im Bereich der Weltraumlageerkennung, das durch kognitiv gestaffelte Fragestellungen und automatische Qualitätskontrolle eine signifikante Leistungssteigerung bei gleichzeitiger Beibehaltung allgemeiner Fähigkeiten ermöglicht.
Die Studie CoMoral zeigt, dass aktuelle Large Language Models moralisches Denken oft über das gesunden Menschenverstand stellen und dabei eine narrative Verzerrung aufweisen, bei der sie logische Widersprüche eher bei Nebenfiguren als bei der Hauptfigur erkennen.
Diese Arbeit demonstriert, dass sich Mamba-2 durch compilerbasierte XLA-Optimierungen ohne handgeschriebene CUDA-Kernels effizient auf CPU, NVIDIA-GPUs und TPUs portieren lässt, wodurch eine theoretische -Zustandsverwaltung und hardwareunabhängige Inferenz mit hoher Leistung erreicht werden.
Die vorgestellte Arbeit stellt ein Transformer-basiertes Framework für die zusammengesetzte Bild-Sprache-Wiedergewinnung bei Hautkrebs vor, das durch eine gemeinsame globale und lokale Ausrichtung sowie eine klinisch fundierte Gewichtung die Suche nach relevanten, biopsiebestätigten Fällen auf dem Derm7pt-Datensatz verbessert.
Die Arbeit stellt CMASE vor, ein Rahmenwerk für computergestützte Multi-Agenten-Gesellschaftsexperimente, das generative Agentenmodelle mit virtuellen ethnografischen Methoden verbindet, um Forscher als eingebettete Teilnehmer in Echtzeit zu ermöglichen und so komplexe soziale Interventionen mit kausaler Erklärungskraft und empirischer Genauigkeit zu simulieren.
Die Arbeit stellt ConLID vor, eine Methode des überwachten kontrastiven Lernens, die die domänenunabhängige Sprachidentifikation für ressourcenarme Sprachen verbessert und deren Leistung auf Out-of-Domain-Daten um 3,2 Prozentpunkte steigert, ohne die Ergebnisse für ressourcenstarke Sprachen zu beeinträchtigen.
Dieser Beitrag stellt Context Engineering als eigenständige Disziplin vor, die über Prompt Engineering hinausgeht und gemeinsam mit Intent und Specification Engineering ein Reifegradmodell für skalierbare, autonome Multi-Agenten-Systeme in Unternehmen bildet, indem er den Kontext als Betriebssystem des Agenten definiert.
Diese Studie stellt ein curriculumbasiertes, kontinuierliches Lernframework vor, das durch die schrittweise Zerlegung komplexer Unsicherheiten und die Kombination von modellbasierter Regelung mit Deep Reinforcement Learning robuste Steuerungen für nichtlineare mechanische Systeme ermöglicht und erfolgreich eine Sim-zu-Real-Übertragung für aktive Schwingungskontrolle in Fahrzeugantriebssträngen demonstriert.
Die Arbeit stellt CORA vor, eine Methode zur Kreditvergabe im kooperativen Multi-Agenten-Reinforcement-Learning, die mithilfe des Kerns der kooperativen Spieltheorie und zufälliger Koalitionsstichproben globale Vorteile effizient auf Agenten verteilt, um koordiniertes Verhalten zu fördern und die Leistung gegenüber bestehenden Baselines zu verbessern.
Diese Arbeit stellt einen leichtgewichtigen „Pseudo-Projektor" vor, der von der Multigrid-Methode inspiriert ist und als Korrektur für versteckte Repräsentationen in Transformer-Modellen dient, um deren Robustheit gegenüber Rauschen zu erhöhen und das Trainingsverhalten zu verbessern, ohne die Kernarchitektur zu verändern.
Diese Arbeit führt eine umfassende Abstraktion von neun endlichen Stichproben-Bound-Familien für die selektive Vorhersage durch und stellt mit „Transfer-Informed Betting" eine neuartige Methode vor, die durch die Warm-Start-Initialisierung des WSR-Vermögensprozesses mit Risikoprofilen aus einer Quelldomain in datenarmen Szenarien engere und formal garantierte Unsicherheitsgrenzen erreicht.
Die Arbeit widerlegt die Annahme einer global linearen Geometrie in Aktivierungsräumen von Large Language Models und stellt „Curveball steering" als überlegene, nichtlineare Methode vor, die durch die Berücksichtigung der intrinsischen gekrümmten Geometrie eine konsistentere Verhaltenssteuerung ermöglicht.
Die Arbeit stellt DRUPI vor, eine Methode zur Datensatzkondensation, die durch die Synthese privilegierter Informationen wie Feature- oder Attention-Labels die Leistung von reduzierten Datensätzen erheblich verbessert.
Die Arbeit stellt Daily-Omni vor, ein neues Audio-Visuelles-QA-Benchmark mit 684 Videos und 1.197 Fragen, das die Fähigkeit von Multimodalen Large Language Models zur synchronen Verarbeitung und temporalen Ausrichtung über Modalitäten hinweg evaluiert und dabei zeigt, dass viele aktuelle Modelle bei solchen Aufgaben noch erhebliche Schwierigkeiten haben.
Die Arbeit stellt DataFactory vor, ein kollaboratives Multi-Agenten-Framework, das durch spezialisierte Teamkoordination, die automatische Umwandlung von Daten in Wissensgraphen und kontextbasierte Strategien die Genauigkeit und Zuverlässigkeit von Tabellen-Fragebeantwortung (TableQA) im Vergleich zu herkömmlichen Einzel-Agenten-Ansätzen signifikant verbessert.
Diese Studie entwickelt einen LLM-Agenten-Rahmen, der die US-amerikanische Haltung gegenüber China von 2005 bis 2025 simuliert und zeigt, dass ein „Teufels-Advokat"-Agent die durch Medien framing verursachte negative Tendenz am effektivsten mindert, während die Ergebnisse auch auf modellinterne, geografisch bedingte Vorurteile hinweisen.
Die Arbeit stellt RoadLogic vor, ein Open-Source-System, das deklarative OpenSCENARIO-Spezifikationen mithilfe von Answer Set Programming, Bewegungsplanung und Überwachung in ausführbare, realistische Simulationen für das systematische Testen autonomer Fahrzeuge übersetzt.
Die Arbeit stellt Deep Tabular Research (DTR) als neue Herausforderung für komplexe Tabellenanalysen vor und löst sie durch ein neuartiges, agentenbasiertes Framework, das tabellarisches Denken als geschlossenen Entscheidungsprozess mit hierarchischer Meta-Graphen-Struktur, erwartungsbewusster Pfadauswahl und einer siamesischen Gedächtnisstruktur für kontinuierliche Verbesserung behandelt.
Diese Arbeit stellt einen differenziell privaten, nullten Ordnungs-Optimierungsrahmen vor, der die Datensatzkondensation auf nicht differenzierbare klinische Modelle wie Entscheidungsbäume und Cox-Regressionen erweitert, um eine sichere und modellunabhängige Datenteilung für klinische Vorhersageaufgaben zu ermöglichen.
Die Arbeit stellt DendroNN vor, ein neuartiges, dendritenzentrisches neuronales Netzwerk, das durch die Nachahmung von Sequenzerkennungsmechanismen in Dendriten und eine gradientenfreie Umverdrahtung energieeffiziente, hochpräzise Klassifizierung von ereignisbasierten Daten ermöglicht und dabei eine Hardware-Architektur mit bis zu vierfacher Effizienzsteigerung gegenüber bestehenden neuromorphen Systemen bietet.
Das Paper stellt DenoiseSplat vor, eine feed-forward Methode zur 3D-Gaussian-Splatting-Rekonstruktion aus verrauschten Multi-View-Bildern, die auf einem neu erstellten Rausch-Datensatz trainiert wird und dabei ohne 3D-Grundwahrheit auskommt, um die Leistung bestehender Ansätze unter realistischen Störbedingungen zu übertreffen.
Der autonome Agent „Design Conductor" hat es erstmals geschafft, innerhalb von 12 Stunden vollständig eigenständig einen funktionsfähigen RISC-V-Prozessor (VerCore) mit einer Taktfrequenz von 1,48 GHz von der Anforderungsspezifikation bis zur fertigen GDSII-Layoutdatei zu entwerfen und zu verifizieren.
Der Artikel stellt DexHiL vor, ein bahnbrechendes Framework für das Nachtrainieren von Vision-Language-Action-Modellen, das durch eine integrierte Mensch-im-Loop-Steuerung und gezielte Datensammlung die Erfolgsrate bei komplexen, dexterousen Manipulationsaufgaben im Vergleich zu reinen Offline-Methoden um durchschnittlich 25 % steigert.
Diese Studie führt eine systematische, schichten- und blockweise Sensitivitätsanalyse der FP4-Quantisierungsformate NVFP4 und MXFP4 auf verschiedenen Qwen2.5-Modellskalen durch und identifiziert dabei, dass MLP-Projektionsschichten die höchste Empfindlichkeit aufweisen, während die Sensitivität nicht ausschließlich auf die letzten Blöcke beschränkt ist.
Diese Arbeit stellt ein physik-informiertes generatives Modell vor, das stochastische Verkehrsflüsse durch eine auf der Itô-LWR-Gleichung basierende Verteilungsdynamik und ein score-basiertes Netzwerk abbildet, um datenbasierte Schätzungen von Verkehrsdichteverteilungen einschließlich Unsicherheitsintervallen zu ermöglichen.
Die Arbeit stellt CVS vor, eine trainingsfreie Methode zur Datenselektion für Vision-Language-SFT, die die Diskrepanz in der Antwortvalidität eines eingefrorenen Modells mit und ohne Frage nutzt, um hochwertige Multimodal-Daten zu identifizieren und so die Leistung bei gleichzeitiger Reduzierung der Rechenkosten zu steigern.
Das Papier stellt DuplexCascade vor, ein VAD-freies, kaskadiertes ASR-LLM-TTS-System, das durch Mikro-Turn-Interaktionen und spezielle Steuertoken voll-duplexe Sprachdialoge mit hoher Konversationsintelligenz ermöglicht.
Das Paper stellt EDMFormer vor, ein Transformer-Modell, das durch die Kombination von selbstüberwachtem Lernen mit dem neu eingeführten, professionell annotierten EDM-98-Datensatz und einer genre-spezifischen Taxonomie die Segmentierung der Musikstruktur in elektronischer Tanzmusik, insbesondere bei Drops und Buildups, deutlich verbessert.
Die Arbeit stellt EMFusion vor, ein bedingtes diffusionsbasiertes Framework zur probabilistischen Vorhersage frequenzselektiver elektromagnetischer Felder in drahtlosen Netzen, das durch die Integration kontextueller Faktoren und einer Imputations-basierten Stichprobenstrategie sowohl präzise multivariate Prognosen als auch verlässliche Unsicherheitsquantifizierung ermöglicht.
Das Paper stellt EPOCH vor, ein ingenieurtechnisches Protokoll für die mehrstufige Systemoptimierung in heterogenen Umgebungen, das durch eine strukturierte Trennung von Baseline-Erstellung und iterativer Selbstverbesserung sowie rollenbeschränkten Phasen eine koordinierte, stabile und nachvollziehbare autonome Optimierung von Prompts, Code und Modellkonfigurationen ermöglicht.
Das Paper stellt ESAinsTOD vor, ein einheitliches End-to-End-Framework für aufgabenorientierte Dialoge, das durch instruktions- und schemabewusste Ausrichtungsmechanismen sowie Vollparameter-Feinabstimmung von LLMs eine überlegene Generalisierung, Robustheit und Leistung auf verschiedenen Benchmarks und in Low-Resource-Szenarien erreicht.
Die Arbeit stellt EXPLORE-Bench vor, einen neuen Benchmark auf Basis realer Egocentric-Videos, der zeigt, dass multimodale Sprachmodelle bei der Vorhersage langfristiger physischer Konsequenzen aus Ego-Perspektive erhebliche Schwierigkeiten haben, während eine schrittweise Zerlegung der Aktionen die Leistung zwar verbessert, aber mit hohem Rechenaufwand einhergeht.
Die vorgestellte Arbeit stellt EDA vor, einen parameter- und dateneffizienten Rahmen zur Anpassung von Draft-Modellen, der durch eine entkoppelte Architektur, eine Strategie zur Datenregeneration und eine Stichprobenauswahl die Leistung des spekulativen Decodings bei feinabgestimmten Zielmodellen mit geringeren Trainingskosten wiederherstellt.
Die Arbeit stellt eine effiziente Methode zur Personalisierung von Vision-Language-Modellen vor, die durch die Extraktion und Nutzung von visuellen Tokens aus den internen Aufmerksamkeitsmechanismen des Modells als Konzeptspeicher eine starke Anpassungsfähigkeit bei minimalem Overhead ermöglicht.
Das Paper stellt EgoCross vor, ein umfassendes Benchmark-Tool, das die Generalisierungsfähigkeit multimodaler großer Sprachmodelle (MLLMs) bei der egozentrischen Video-Fragebeantwortung über vier herausfordernde Domänen hinaus des alltäglichen Lebens hinweg bewertet und dabei erhebliche Defizite der aktuellen Modelle aufzeigt.
Diese Arbeit stellt einen skalierbaren Simulationsrahmen vor, der ein muskuloskelettales Menschmodell mit Reinforcement Learning kombiniert, um die physische Mensch-Roboter-Interaktion quantitativ zu analysieren und die gleichzeitige Co-Optimierung von Roboterkonstruktion und Steuerung zu ermöglichen.
Die vorgestellte Arbeit stellt einen Dynamics-Aware Policy Learning (DAPL)-Rahmen vor, der durch explizite Modellierung kontaktinduzierter Dynamiken in überfüllten Umgebungen extrinsische Dexterity ohne manuell erstellte Heuristiken ermöglicht und dabei sowohl in Simulationen als auch in realen Szenarien signifikant bessere Erfolgsraten als herkömmliche Methoden erzielt.
Die Studie zeigt, dass emotionale Töne die Aufmerksamkeitsgeometrie von Large Language Models systematisch verändern, und stellt mit dem AURA-QA-Datensatz sowie einem emotionalen Regularisierungsrahmen neue Methoden vor, um die Leseverständnisleistung unter emotionalen Distributionsschwankungen zu verbessern.
Diese Studie erweitert die Bienen-Gleichung um emotionale Valenz und Erregung als Modulatoren in einem agentenbasierten Modell, um zu zeigen, wie emotionale Dynamiken und nichtlineare Verstärkungseffekte die Geschwindigkeit und den Ausgang kollektiver Entscheidungen in Schwärmen beeinflussen.
Diese Arbeit stellt SpaceHMchat vor, ein Open-Source-Framework für die Mensch-KI-Kollaboration, das durch die Anwendung des AUC-Prinzips und die Bereitstellung eines umfassenden Datensatzes das ganzheitliche Gesundheitsmanagement von Satelliten-Stromversorgungssystemen im Zeitalter der Mega-Konstellationen revolutioniert.
Die vorgestellte Arbeit entwickelt einen energiebewussten Rahmen für das kontinuierliche Lernen in spikenden neuronalen Netzen, der durch adaptive Spike-Budgets und replay-basierte Mechanismen sowohl die Genauigkeit als auch die Energieeffizienz bei der Verarbeitung von bildbasierten und ereignisbasierten Daten verbessert und so die praktische Einsetzbarkeit neuromorpher Visionssysteme vorantreibt.
Diese Studie stellt eine Methode vor, bei der Large Language Models genutzt werden, um Fakenews-Entlarvungen basierend auf den Big-Five-Persönlichkeitseigenschaften zu personalisieren und deren Wirksamkeit durch automatische Evaluierung zu bestätigen, wobei sich zeigt, dass solche maßgeschneiderten Botschaften überzeugender sind, gleichzeitig aber ethische Bedenken aufwerfen.
Die vorgestellte Arbeit stellt CoHet vor, einen dezentralen Multi-Agenten-Reinforcement-Learning-Algorithmus, der mittels graphbasierten intrinsischen Belohnungen die Zusammenarbeit heterogener Agenten unter Bedingungen partieller Beobachtbarkeit und seltener Umweltbelohnungen effektiv verbessert.
Diese Studie stellt ELERAG vor, eine für den Bildungssektor optimierte Retrieval-Augmented-Generation-Architektur, die durch die Integration von Entity Linking und einer hybriden Neuordnung auf Basis von Reciprocal Rank Fusion die faktenbasierte Genauigkeit bei der Beantwortung von Fragen auf Italienisch in domänenspezifischen Kontexten signifikant verbessert.
Die Arbeit stellt EsoLang-Bench vor, einen Benchmark auf Basis esoterischer Programmiersprachen, der zeigt, dass große Sprachmodelle trotz hoher Leistungen bei Standardtests kaum genuine Reasoning-Fähigkeiten besitzen und stattdessen auf Memorierung angewiesen sind.
Die Arbeit stellt \textsc{EvalAct} vor, einen Ansatz, der die Evaluierung von Suchergebnissen zu einer expliziten Aktion macht und durch eine prozessbasierte Optimierung (PCAR) die Zuverlässigkeit von retrieval-basierten Agenten bei mehrstufigen Schlussfolgerungen signifikant verbessert.
Das Paper stellt EvoDriveVLA vor, ein neuartiges Framework zur kollaborativen Destillation von Wahrnehmung und Planung, das durch selbstverankerte visuelle Einschränkungen und oracle-gesteuerte Trajektorienoptimierung die Stabilität und Leistung von autonomen Fahrzeugen in Vision-Language-Action-Modellen verbessert.
Das Paper stellt EvoPrompt vor, ein neuartiges Framework für Vision-Language-Modelle, das durch einen modality-geteilten Prompt-Projektor, eine evolutionäre Trainingsstrategie zur Entkopplung von Richtungs- und Magnituden-Updates sowie eine geometrische Feature-Regularisierung eine stabile Anpassung an Downstream-Aufgaben mit wenigen gelabelten Daten ermöglicht, ohne dabei das vorgelernte Wissen zu vergessen.
Der vorgestellte „Explainable Innovation Engine"-Ansatz verbessert herkömmliche RAG-Systeme durch den Einsatz von Methoden als Knoten in einer dualen Baumstruktur, die eine agentenbasierte, nachvollziehbare Synthese und eine verifizierbare Rückkopplung für kontrollierbare und überprüfbare Innovationen ermöglicht.
Die vorgeschlagene adaptive Kanalpruning-Methode (ACP-SL) nutzt ein labelbewusstes Scoring-Verfahren, um unwichtige Kanäle in Split Learning zu entfernen, wodurch die Kommunikationskosten durch komprimierte Datenübertragung gesenkt und die Testgenauigkeit im Vergleich zu bestehenden Ansätzen verbessert wird.
Die Arbeit stellt FedLECC vor, eine leichte, cluster- und verlustgesteuerte Strategie zur Auswahl von Clients im Federated Learning, die unter nicht-IID-Bedingungen die Genauigkeit verbessert und gleichzeitig die Kommunikationskosten sowie die Anzahl der erforderlichen Runden signifikant reduziert.
Die Arbeit stellt FinTexTS vor, ein neues groß angelegtes Datenset für Finanzzeitreihen, das durch einen semantikbasierten und mehrstufigen Paarungsansatz mit LLMs erstellt wurde, um komplexe Marktinterdependenzen besser zu erfassen und die Vorhersagegenauigkeit von Aktienkursen zu verbessern.
Der technische Bericht stellt Fish Audio S2 vor, ein Open-Source-Text-to-Speech-System, das durch mehrstufiges Training und eine spezielle Datenpipeline eine natürliche Sprachsteuerung, Multi-Speaker-Fähigkeiten und Multi-Turn-Generation ermöglicht und dabei mit einer effizienten SGLang-Inferenz-Engine eine Echtzeitfaktor von 0,195 sowie eine Latenz unter 100 ms erreicht.
Die Studie zeigt, dass in realistischen Szenarien mit korrelierten Merkmalen Interferenz konstruktiv genutzt werden kann, um semantische Cluster und zyklische Strukturen zu bilden, was die traditionelle Sichtweise der Superposition als rein störendes Rauschen erweitert.
Die Studie stellt vor, dass der autonome KI-Agent „Sentinel" durch die Verwendung des Model Context Protocol (MCP) klinische Triage-Daten aus der Fernüberwachung von Patienten mit höherer Sensitivität und Konsistenz als menschliche Ärzte klassifiziert und dabei eine skalierbare, kosteneffiziente Lösung für die Überlastung des medizinischen Personals bietet.
Die Autoren stellen einen Echtzeit-Rahmen vor, der durch Implizite Maximum-Likelihood-Schätzung und bidirektionale Chamfer-Distanz ein Conditional-Flow-Matching-Modell in einen schnellen, einstufigen Schüler-Algorithmus destilliert, um latenzfreie, multimodale Trajektorien für die robotische Manipulation zu ermöglichen.
Die Arbeit stellt EigenData vor, ein einheitliches Framework, das durch einen selbstentwickelnden Multi-Agenten-Prozess synthetische Trainingsdaten mit verifizierbaren Belohnungen kombiniert, um effizient und skalierbar leistungsfähige, interaktive Tool-Nutzungs-Agenten ohne teure menschliche Annotation zu trainieren.
Die Arbeit stellt FALCON vor, ein neues Paradigma für Vision-Language-Action-Modelle, das durch die Integration von räumlichen Grundwissen aus 3D-Spatial-Foundation-Modellen in den Aktionskopf die Lücke zwischen 2D-Vision und 3D-Aktion schließt und damit in Simulationen sowie realen Umgebungen neue Maßstäbe in Bezug auf Generalisierung und Robustheit setzt.
Die Arbeit stellt GIAT vor, einen neuartigen Geologisch-Informierten Attention Transformer, der durch die Integration von geologischen Priors in den Aufmerksamkeitsmechanismus die Genauigkeit und Interpretierbarkeit der Lithologie-Identifikation aus Bohrlochdaten signifikant verbessert.
Diese Arbeit stellt ein Open-Source-Framework für die Anwendung von Graph Neural Networks (GNNs) zur Zeitreihen-Anomalieerkennung vor, das durch eine kritische Evaluierung nicht nur die Detektionsleistung und Interpretierbarkeit verbessert, sondern auch bestehende Mängel in der Bewertungsmethodik aufdeckt.
Das Paper stellt GST-VLA vor, ein 3D-tiefenbewusstes Vision-Language-Action-Modell, das durch einen Gaussian Spatial Tokenizer für geometrisch strukturierte 3D-Gauß-Primitiven und eine 3D-tiefenbewusste Chain-of-Thought-Argumentation die Robotersteuerung auf Benchmarks wie LIBERO und SimplerEnv signifikant verbessert.
Das Paper stellt GateLens vor, ein LLM-basiertes System für die Automobilsoftware-Analyse, das durch die Verwendung relationaler Algebra als formale Zwischenrepräsentation zwischen natürlicher Sprache und ausführbarem Code die Zuverlässigkeit und Geschwindigkeit bei der Verarbeitung komplexer tabellarischer Daten im Vergleich zu herkömmlichen Ansätzen signifikant verbessert.
Diese Studie analysiert Geschlechterverzerrungen in Audio-Deepfake-Erkennungsmodellen und zeigt, dass herkömmliche Leistungsmetriken Diskrepanzen in der Fehlerverteilung zwischen den Geschlechtern überdecken, wodurch geschlechtergerechte Evaluierungsmetriken für die Entwicklung fairer und robusterer Systeme unerlässlich sind.
Das Paper stellt GenePlan vor, ein Framework, das große Sprachmodelle mit evolutionären Algorithmen kombiniert, um effiziente und generalisierbare PDDL-Planer zu entwickeln, die in Benchmarks mit dem Stand der Technik mithalten und deutlich besser abschneiden als andere LLM-basierte Ansätze.
Diese Arbeit stellt eine prinzipielle Reduktionsmethode vor, die es ermöglicht, -invariante Funktionen auf Produkträumen durch Invarianten der Isotropiegruppe auf allein darzustellen, wodurch die strukturellen Einschränkungen bestehender äquivarianter neuronaler Felder beseitigt und deren Anwendbarkeit auf beliebige Gruppenaktionen erweitert wird.
Der Artikel stellt GraphKeeper vor, einen neuartigen Ansatz für das domain-incrementale Lernen auf Graphen, der durch Wissensentwirrung und -bewahrung das katastrophale Vergessen verhindert und damit signifikante Verbesserungen gegenüber bestehenden Methoden erzielt.
Diese Arbeit stellt ein interpretierbares, visuell-sprachlich fundiertes Framework zur synthetischen Datengenerierung für die Fernerkundung vor und führt den ARAS400k-Datensatz ein, der durch die Kombination von realen und synthetischen Bildern nachweislich die Leistung von Modellen für semantische Segmentierung und Bildunterschriften verbessert.
Die Arbeit stellt HCAPO vor, ein neues Framework, das durch die Integration von Hindsight-Credit-Assignment und einem Multi-Scale-Vorteilsmechanismus die Effizienz und Erfolgsrate von LLM-Agenten bei langfristigen Aufgaben im Vergleich zu bestehenden Methoden wie GRPO signifikant verbessert.
Der Artikel stellt HyConEx vor, einen neuartigen Deep-Learning-Klassifikator für tabellarische Daten, der dank seiner Hypernetzwerk-Architektur sowohl präzise Vorhersagen trifft als auch gleichzeitig lokale, erklärbare Gegenbeispiele (Counterfactuals) generiert, um die Entscheidungsfindung des Modells transparent zu machen.
Dieser Bericht stellt den ICDAR-2025-Wettbewerb zur End-to-End-Übersetzung von Dokumentenbildern mit komplexen Layouts vor, bei dem 69 Teams zwei Tracks (OCR-frei und OCR-basiert) für kleine und große Modelle bestritten haben, wobei die Ergebnisse zeigen, dass große Modelle einen vielversprechenden neuen Paradigmenwechsel für diese Aufgabe darstellen.
Die Arbeit stellt den CMA-ES-IG-Algorithmus vor, der durch die explizite Berücksichtigung von Nutzererwartungen und die Generierung von wahrnehmbar unterschiedlichen Trajektorien das Lernen von Benutzerpräferenzen in der Mensch-Roboter-Interaktion effizienter, robuster und nutzerfreundlicher gestaltet als bestehende Methoden.
Die Arbeit stellt einen Ansatz vor, bei dem durch parametrisierte Prompts als Aktionen ein leichtgewichtiges, trainingsfreies Policy-Modell entwickelt wird, um das Dialogverhalten von LLM-basierten Multi-Agenten-Systemen gezielt zu steuern und so die soziale Simulation zu verbessern.
Die Arbeit stellt „Infusion" vor, ein Framework, das mithilfe von Einflussfunktionen subtile, gezielte Änderungen an Trainingsdaten vornimmt, um das Verhalten von KI-Modellen in Bild- und Sprachdomänen effizient zu manipulieren.
Das Paper stellt „Guardian" vor, ein interpretierbares, dreischichtiges Entscheidungssystem, das mithilfe von Markov-Ketten, Reinforcement Learning und LLM-basierter Qualitätsprüfung aus unstrukturierten Daten dynamische Suchpläne für vermisste Kinder innerhalb der ersten 72 Stunden erstellt.
Diese Studie untersucht, wie Large Language Models in französischen Patientenakten geschlechtsspezifische Stereotype im Kontext sozialer Gesundheitsdeterminanten reproduzieren und schlägt vor, Wechselwirkungen zwischen diesen Faktoren in die Bias-Bewertung aufzunehmen.
Die vorgestellte Arbeit führt den „Local Classifier Alignment" (LCA)-Verlust ein, um die Diskrepanz zwischen adaptiertem Backbone und klassenspezifischen Klassifikatoren im Kontext des kontinuierlichen Lernens zu überbrücken und dadurch katastrophales Vergessen zu verhindern sowie die Robustheit und Leistungsfähigkeit von Modellen auf Standard-Benchmarks signifikant zu steigern.
Die Arbeit stellt das LLM Delegate Protocol (LDP) vor, ein KI-natives Kommunikationsprotokoll für Multi-Agenten-Systeme, das durch Identitätsbewusstsein, strukturierte Provenienz und sichere Domänen die Effizienz, Token-Nutzung und Governance bei der Delegierung von Aufgaben verbessert, wie eine Implementierung in der JamJet-Laufzeitumgebung zeigt.
Die Arbeit stellt LLM-Advisor vor, ein Prompt-basiertes Framework, das große Sprachmodelle als nicht-entscheidende Nachbearbeitungsberater nutzt, um die Kosteneffizienz von Pfadplanungen über verschiedene Geländetypen zu verbessern und dabei durch spezielle Strategien Halluzinationen minimiert, was in Experimenten zu signifikanten Verbesserungen bestehender Planungsalgorithmen führte.
Die Arbeit stellt „Latent Policy Steering" (LPS) vor, eine Methode, die durch Vortraining eines Weltmodells mit embodiment-unabhängigem optischem Fluss und anschließendem Feinabstimmen auf wenigen Zielsystem-Demonstrationen die Leistung visuomotorischer Robotik-Policies in datenarmen Szenarien erheblich verbessert.
Das Paper stellt den Latent Speech-Text Transformer (LST) vor, der durch die Aggregation von Sprach-Token zu latenten Patches die Sequenzlängen von Sprache und Text angleicht, was sowohl die Recheneffizienz als auch die Leistung in Sprach- und Textaufgaben im Vergleich zu herkömmlichen autoregressiven Modellen signifikant verbessert.
Dieser Artikel stellt ein einheitliches Taxonomie- und Evaluierungsrahmenwerk für latente Weltmodelle im automatisierten Fahren vor, das verschiedene Repräsentationsformen und strukturelle Priors systematisch kategorisiert, um Herausforderungen wie Robustheit, Generalisierung und Ressourceneffizienz zu adressieren und zukünftige Forschungsrichtungen für verifizierbare Entscheidungssysteme aufzuzeigen.
Die Arbeit stellt Latent-DARM vor, ein latenter Kommunikationsrahmen, der diskrete Diffusionsmodelle als Planer und autoregressive Modelle als Ausführer verbindet, um die reasoning-Fähigkeiten in Multi-Agenten-Systemen signifikant zu verbessern und dabei den Token-Verbrauch drastisch zu senken.
Die Arbeit stellt MathQ-Verify vor, eine neuartige Fünf-Phasen-Pipeline, die mathematische Fragen durch formale Validierung, Zerlegung in atomare Bedingungen und logische Konsistenzprüfung rigoros auf Fehler hin überprüft, um die Qualität von Trainingsdaten für Large Language Models zu verbessern.
Die Arbeit stellt LTSV vor, eine leichte Methode zur Bewertung von Zeitreihendaten für Zeitreihen-Foundation-Modelle, die durch In-Context-Finetuning und temporale Blockaggregation eine effiziente und genaue Schätzung des Datenbeitrags unter Berücksichtigung zeitlicher Abhängigkeiten ermöglicht.
Der vorgestellte Logics-Parsing-Omni-Ansatz stellt ein einheitliches Framework vor, das durch eine hierarchische Struktur aus holistischer Detektion, feinkörniger Erkennung und mehrstufiger Interpretation sowie einem evidenzbasierten Verankerungsmechanismus multimodale, unstrukturierte Daten in nachvollziehbare, maschinenlesbare Wissensstrukturen umwandelt.
Die Arbeit stellt Logos vor, einen kompakten und interpretierbaren KI-Modellansatz, der durch eine mehrstufige Trainingsstrategie logisches Schlussfolgern mit chemischer Konsistenz vereint, um zuverlässige und überprüfbare Lösungen für das rationale Moleküldesign zu ermöglichen.
Die Arbeit stellt M3GCLR vor, ein spieltheoretisches kontrastives Lernframework für die skelettbasierte Aktionserkennung, das durch die Modellierung einer unendlichen Skelettdaten-Spieltheorie, adversarische Multi-View-Augmentierung und einen dualen Verlust-Optimierer die Grenzen bestehender selbstüberwachter Methoden überwindet und state-of-the-art-Ergebnisse auf gängigen Datensätzen erzielt.
Die Arbeit stellt MA-EgoQA vor, einen neuen Benchmark und ein zugehöriges Basismodell namens EgoMAS, um das Verständnis und die Beantwortung von Fragen über parallele, langfristige Egocentric-Videos von mehreren embodied AI-Agenten zu ermöglichen und dabei die aktuellen Grenzen der Systemintegration aufzuzeigen.
Das Paper stellt MASEval vor, ein framework-agnostisches Evaluationsframework, das nachweist, dass die Wahl des Agenten-Frameworks ebenso entscheidend für die Leistung ist wie die des zugrunde liegenden Modells, und ermöglicht somit eine systemische Analyse aller Komponenten agenter Systeme.
Die Arbeit stellt MCGI vor, eine geometrieaware Methode zur diskbasierten Vektorsuche, die durch die dynamische Anpassung der Suchstrategie an die lokale intrinsische Dimensionalität die Leistung von Approximate Nearest Neighbor-Suchen in hochdimensionalen Räumen erheblich verbessert und dabei die Abhängigkeit von statischen Hyperparametern eliminiert.
Die Arbeit stellt MCP Bridge vor, einen leichtgewichtigen, LLM-agnostischen RESTful-Proxy, der die Einschränkungen lokaler MCP-Server umgeht und durch eine sichere, plattformübergreifende Schnittstelle sowie ein speziell für strenge Protokollkonformität optimiertes Qwen3-Modell die Integration von LLMs in ressourcenbeschränkten Umgebungen ermöglicht.
Die Arbeit stellt MEMO vor, ein selbstspielendes Framework, das durch die Kombination von persistenter Wissensspeicherung und explorativer Prompt-Optimierung die Instabilität und Leistung von mehrstufigen Multi-Agenten-LLM-Spielen signifikant verbessert.
Das Paper stellt MIL-PF vor, ein skalierbares Framework, das vortrainierte Basis-Modelle mit einem leichten Multiple-Instance-Learning-Kopf kombiniert, um die Klassifizierung von Mammographien bei geringem Rechenaufwand und nur schwacher Bildbeschriftung effizient und mit state-of-the-art Genauigkeit durchzuführen.
Das Paper stellt MITRA vor, ein auf On-Premise-RAG basierendes KI-System für physikalische Kollaborationen wie CMS, das durch eine automatisierte Dokumentenextraktion und eine zweistufige Vektordatenbank-Architektur präzise kontextbezogene Antworten auf Forschungsfragen liefert, während sensible Daten vollständig privat bleiben.
Das Paper stellt MKE-Coder vor, ein neuartiges Framework zur automatischen ICD-Codierung in chinesischen elektronischen Patientenakten, das durch die Nutzung multi-axialer Krankheitswissen und eine evidenzbasierte Verifizierung die Herausforderungen bei der Extraktion relevanter Informationen und die Verbesserung der Codiergenauigkeit und -geschwindigkeit adressiert.
Die Arbeit stellt MM-tau-p² vor, einen neuen Benchmark mit 12 Metriken zur automatisierten, ganzheitlichen Evaluierung der Robustheit von multimodalen Agenten in Dual-Control-Szenarien unter Berücksichtigung von Persona-Anpassungen und Echtzeit-Interaktionen in Domänen wie Telekommunikation und Einzelhandel.
Die Arbeit stellt MMGraphRAG vor, ein neuartiges Framework, das visuelle Szenengraphen mit textbasierten Wissensgraphen durch die Methode SpecLink und den CMEL-Datensatz verbindet, um Halluzinationen in multimodalen LLMs zu reduzieren und gleichzeitig interpretierbare, strukturierte Schlussfolgerungen zu ermöglichen.
Die Arbeit stellt MSSR vor, ein Erfahrungswiederholungs-Framework für das kontinuierliche Fine-Tuning von LLMs, das durch die Schätzung der samplespezifischen Gedächtnisstärke und adaptive Intervalle für das Rehearsal katastrophales Vergessen effektiv reduziert, ohne die Anpassungsfähigkeit an neue Aufgaben zu beeinträchtigen.
Die Arbeit stellt MUGEN vor, ein umfassendes Benchmark-System zur Evaluierung von Large Audio-Language-Modellen im Mehr-Audio-Verständnis, das signifikante Leistungseinbußen bei steigender Eingabeanzahl aufdeckt und durch trainingsfreie Strategien wie Audio-Permutational Self-Consistency in Kombination mit Chain-of-Thought die Genauigkeit nachweislich verbessert.
Das Paper stellt MedMASLab vor, ein einheitliches Orchestrierungsframework und Benchmarking-Plattform, das durch die Einführung standardisierter Multimodal-Kommunikationsprotokolle, eines automatisierten klinischen Reasoning-Evaluators und eines umfassenden Datensatzes über 11 Organsysteme die Fragmentierung in der Forschung zu multimodalen medizinischen Multi-Agenten-Systemen adressiert und dabei kritische Leistungslücken bei domänenspezifischen Übergängen aufzeigt.
Das Paper stellt MediRound vor, ein neues Framework mit einem zugehörigen Datensatz (MR-MedSeg) und einem Korrekturmechanismus, das die mehrstufige, entitätsbasierte medizinische Bildsegmentierung durch dialogbasiertes Schlussfolgern ermöglicht und damit bestehende Ein-Runden-Methoden für medizinische Lernszenarien übertrifft.
Die Arbeit stellt Meissa vor, ein leichtgewichtiges, 4B-Parameter großes multimodales medizinisches KI-Modell, das durch fortschrittliche Trajektorien-Distillation komplexe agentische Fähigkeiten offline ermöglicht und dabei proprietäre Frontiersysteme in Effizienz und Latenz übertrifft.
Die Arbeit stellt MiniAppBench vor, den ersten umfassenden Benchmark zur Bewertung der Fähigkeit von LLMs, interaktive Mini-Apps zu generieren, und führt mit MiniAppEval ein agentenbasiertes Evaluierungsframework ein, das durch browserautomatisierte Tests eine hohe Übereinstimmung mit menschlichen Urteilen erreicht.
Die vorgestellte Arbeit führt den modularen, trainingsfreien „Adaptive Diversity Cache" (ADC) ein, der durch die dynamische Ansammlung und Anpassung vielfältiger Merkmalsdarstellungen während der Inferenz die langschwänzige Verzerrung bei der Erkennung von Mensch-Objekt-Interaktionen (HOI) effektiv reduziert und dabei die Leistung seltener Kategorien auf etablierten Datensätzen signifikant verbessert.
Die Arbeit stellt RoSE vor, eine neue Methode, die monokulare Normalenschätzung durch die Umformulierung als Schattierungssequenz-Schätzung mittels generativer Bild-zu-Video-Modelle verbessert und so die häufige geometrische Fehlausrichtung bestehender Ansätze überwindet.
Die Arbeit stellt Mousse vor, einen neuen Optimierer, der durch die Kombination von Muons spektraler Stabilität mit Shampoons kroneckerfaktorisierter Vorbedingung die geometrische Anpassungsfähigkeit in stark konditionierten Landschaften verbessert und so das Training von Sprachmodellen um etwa 12 % beschleunigt.
Diese Arbeit stellt ein generalisiertes Multi-Agenten-Reinforcement-Learning-Framework vor, das verlustbehaftete und verlustfreie Kommunikation durch einen kommunikationsbeschränkten Prior und eine duale gegenseitige Informations-Schätzung modelliert, um die Robustheit und Skalierbarkeit kooperativer Strategien in komplexen, dynamischen Umgebungen zu verbessern.
Diese Arbeit stellt einen effizienten, mehrstufigen Meta-Reinforcement-Learning-Ansatz vor, der durch die Kompression von MDPs, die Faktorisierung von Strategien in Skills und die Einbettung in ein Curriculum-Learning-Framework komplexe sequenzielle Entscheidungsprobleme mit natürlicher Hierarchie strukturiert löst und dabei Transferfähigkeit sowie Recheneffizienz verbessert.
Diese Studie präsentiert einen umfassenden Multi-Modell-Ansatz, der vortrainierte und benutzerdefinierte neuronale Netze für die Verkehrsschilderkennung, Fahrzeug- und Spurerkennung sowie Verhaltensnachahmung integriert, um die Robustheit und Zuverlässigkeit autonomer Fahrsysteme durch fortschrittliche Deep-Learning-Techniken und diverse Datensätze zu verbessern.
Die Arbeit stellt mit NavSpace ein neues Benchmark-System zur systematischen Evaluierung der räumlichen Intelligenz von Navigationsagenten vor und führt das überlegene Modell SNav ein, das sowohl auf diesem Benchmark als auch in realen Robotertests neue Maßstäbe setzt.
Die Arbeit stellt NetDiffuser vor, ein neuartiges Framework, das mithilfe von Diffusionsmodellen und einer speziellen Feature-Kategorisierung natürlich wirkende adversarial Beispiele erzeugt, um Deep-Learning-basierte Netzwerkintrusionserkennungssysteme effektiver zu täuschen als bisherige Angriffe.
Die Studie stellt k-MTR vor, ein End-to-End-Framework, das undersamplete k-Raum-Daten direkt für die kardiale Analyse nutzt und so den herkömmlichen, fehleranfälligen Schritt der Bildrekonstruktion umgeht, indem es anatomische Informationen direkt im latenten Raum wiederherstellt.
Diese Studie zeigt, dass die Integration von Sentiment-Daten aus feinabgestimmten LLMs (Qwen3) mit traditionellen tabellarischen Marktdaten die Vorhersagegenauigkeit und den wirtschaftlichen Nutzen für Aluminiumpreise, insbesondere in volatilen Phasen, signifikant verbessert.
Die Arbeit stellt OOD-MMSafe, einen neuen Benchmark zur Bewertung der Fähigkeit von Multimodalen Sprachmodellen, latente Konsequenzen zu erkennen, und schlägt das CASPO-Framework vor, das durch selbstgesteuerte Belohnungen die Sicherheitsvorhersage signifikant verbessert.
Die Arbeit stellt OPENXRD vor, ein umfassendes Benchmark-Framework zur Evaluierung von LLMs und MLLMs in der Kristallographie-Fragebeantwortung, das zeigt, dass mittelgroße Modelle am meisten von hochwertigen, expertenüberprüften Kontextinformationen profitieren, während sehr große Modelle oft Sättigungseffekte oder Interferenzen aufweisen.
Diese Arbeit führt das Konzept der räumlichen Signatur von Datensätzen ein, um die Robustheit semivalu-basierter Datenbewertung gegenüber Änderungen der Nutzenfunktion zu analysieren und eine praktische Methodik zur Quantifizierung dieser Stabilität zu entwickeln.
Der Artikel stellt ein Modell mathematischen Problemlösens als Glaubensaktualisierung vor, das zwischen impliziten Konzepten zur Optimierung bestehender Suchräume und expliziten Konzepten als neuartigen, für die mathematische Entdeckung essenziellen Werkzeugen unterscheidet, und argumentiert, dass aktuelle KI-Systeme zwar erstere beherrschen, aber noch nicht in der Lage sind, letztere zu schaffen.
Diese Arbeit stellt Open-World Motion Forecasting vor, ein neuartiges Szenario für autonomes Fahren, das durch ein end-to-end Framework mit Pseudo-Labeling und einem neuen Replay-Sampling-Verfahren die Herausforderung des katastrophalen Vergessens beim sequenziellen Erlernen neuer Objektklassen direkt aus Kamerabildern bewältigt.
Der Artikel stellt OrthoAI vor, ein neurosymbolisches Framework, das durch sparse-supervision Segmentierung, wissensbasierte biomechanische Constraints und eine Multi-Kriterien-Bewertung die Lücke zwischen geometrischer Wahrnehmung und klinischer Entscheidungsfindung in der Klarschienen-Orthodontie schließt.
Der Paper stellt PM-Nav vor, ein priorikartenbasiertes Framework für die embodied Navigation in funktionalen Gebäuden, das durch semantische Karten, hierarchisches Chain-of-Thought-Prompting und eine multi-modale Kollaboration die Leistung im Vergleich zu bestehenden Ansätzen in Simulation und Realität drastisch verbessert.
Die Arbeit stellt PRECEPT vor, ein einheitliches Framework für die Anpassung von LLM-Agenten zur Laufzeit, das durch deterministische Regelabrufe, konfliktbewusstes Gedächtnis und einen pareto-gesteuerten Prompt-Evolutionsmechanismus (COMPASS) die Zuverlässigkeit, Kompositionsfähigkeit und Robustheit gegenüber veralteten oder adversarischen Informationen signifikant verbessert.
Das Paper stellt PathMem vor, ein speicherzentriertes Multimodal-Framework für Pathologie-MLLMs, das durch die Nachahmung des menschlichen Gedächtnisprozesses strukturiertes Fachwissen als Langzeitgedächtnis organisiert und über einen Memory Transformer kontextabhängig in das Arbeitsgedächtnis integriert, um die Diagnosegenauigkeit und Interpretierbarkeit signifikant zu verbessern.
Die Studie stellt PathoScribe vor, ein einheitliches Framework auf Basis von Retrieval-Augmented Large Language Models, das statische Pathologie-Archive in eine interaktive Wissensdatenbank verwandelt und durch Funktionen wie semantische Suche, automatische Kohortenbildung sowie klinische Fragebeantwortung die Diagnoseunterstützung und Forschungseffizienz erheblich steigert.
Die Arbeit stellt einen provably exakten, periodisch asynchronen On-Policy-Ansatz vor, der durch die Entkopplung von Inferenz und Training sowie eine einheitliche Tri-Modell-Architektur die End-to-End-Trainingsdurchsatzrate von LLMs auf NPU-Plattformen um das Drei- bis Fünffache steigert, ohne die Genauigkeit zu beeinträchtigen.
Die Arbeit führt das theoretisch fundierte, permutationsäquivariante VI 2D SSM ein, das durch den Verzicht auf künstliche Variablenreihenfolgen und die Reduzierung der Abhängigkeitstiefe auf konstante Komplexität einen neuen State-of-the-Art bei der Modellierung multivariater Zeitreihen erreicht.
Die Arbeit stellt SFDA-PFT vor, eine effiziente, quellenfreie Domänenanpassungsmethode, die durch personalisierte Feature-Translation im latenten Raum die Gesichtsausdruckserkennung in Privatsphären-sensitiven Szenarien verbessert, indem sie sich ausschließlich auf ungelabelte neutrale Zieldaten verlässt und dabei auf die Verfügbarkeit von Quelldaten oder die Synthese von Bildern verzichtet.
Diese Doktorarbeit stellt neuartige, kosteneffiziente Methoden zur Zuverlässigkeitsbewertung und -verbesserung von Deep-Learning-Hardware-Beschleunigern vor, darunter analytische Bewertungswerkzeuge, optimierte Kompromisse zwischen Quantisierung und Fehlertoleranz sowie die Echtzeit-Technik AdAM, die eine hohe Zuverlässigkeit bei deutlich reduzierten Hardwarekosten ermöglicht.
Die Arbeit stellt das differentiable Pulse-Train-Resonator-Modell (PTR) vor, das Motorengeräusche durch die direkte physikalisch informierte Synthese von Druckimpulsen und deren Resonanzsimulation erzeugt und dabei eine signifikant bessere Klangrekonstruktion sowie interpretierbare physikalische Parameter bietet.
Die Arbeit stellt PlayWorld vor, ein skalierbares, vollständig autonomes System, das hochpräzise Videoweltmodelle für Roboter ausschließlich durch unüberwachtes Selbstspiel lernt und damit physikalisch konsistente Interaktionen sowie eine signifikant verbesserte Realwelt-Leistung im Vergleich zu auf menschlichen Demonstrationen basierenden Ansätzen ermöglicht.
Der Artikel stellt PnLCalib vor, eine optimierungsbasierte Methode zur Kalibrierung von Sportkameras in Übertragungsvideos, die durch die Kombination eines 3D-Fußballfeldmodils mit einer nichtlinearen Verfeinerung mittels erkannten Feldlinien eine robustere und präzisere Registrierung unter schwierigen Bedingungen wie variierenden Kamerawinkeln und Verdeckungen ermöglicht.
Die Arbeit stellt Pri4R vor, eine einfache Methode, die Vision-Language-Action-Modelle durch das Training mit privilegierten 4D-Punktverläufen in die Lage versetzt, physikalische Welt-Dynamiken implizit zu erlernen und so die Leistung bei Manipulationsaufgaben ohne zusätzliche Inferenzkosten erheblich zu steigern.
Die Studie stellt PrivPRISM vor, ein automatisiertes Framework, das Diskrepanzen zwischen den vereinfachten Google Play-Datensicherheitsangaben und den vollständigen Datenschutzrichtlinien aufdeckt und dabei zeigt, dass bei fast der Hälfte der untersuchten Apps widersprüchliche oder unvollständige Angaben zu Datenpraktiken vorliegen, was die Notwendigkeit einer strengeren Durchsetzung und Nutzerwachsamkeit unterstreicht.
Die Arbeit stellt PromptDLA vor, ein domainspezifisches Prompting-Framework für die Dokumentenlayoutanalyse, das deskriptives Wissen nutzt, um Domänenwissen effektiv zu integrieren und so durch maßgeschneiderte Prompts die Generalisierungsfähigkeit über verschiedene Datensätze hinweg zu verbessern und state-of-the-art-Ergebnisse zu erzielen.
Das Paper stellt QUSR vor, ein diffusionsbasiertes Modell für die Bild-Super-Resolution, das durch die Kombination eines multimodalen Sprachmodells zur Qualitätsbewertung und einer unsicherheitsgesteuerten Rauschgenerierung realistische und detailreiche Bilder auch bei unbekannten und räumlich nicht einheitlichen Degradationen erzeugt.
Diese Studie zeigt, dass die Sichtbarkeit von Domänen in generativen Suchmaschinen aufgrund ihrer inhärenten Nichtdeterministik erheblichen Schwankungen unterliegt und daher anstelle von einzelnen Punktwerten statistisch fundierte Unsicherheitsschätzungen und Konfidenzintervalle erfordert, um aussagekräftige Vergleiche zu ermöglichen.
Diese Studie quantifiziert anhand eines budgetbeschränkten Evaluierungsrahmens (BCAS), wie sich Suchtiefe, Abrufstrategien und Token-Budgets auf die Genauigkeit und die Kosten von agentic RAG-Systemen auswirken, und liefert praktische Leitlinien für deren Konfiguration.
Die Arbeit führt das Konzept der „opak serial depth" ein, um die Notwendigkeit von Chain-of-Thought-Verläufen für die externe Darstellung komplexer Schlussfolgerungen in Sprachmodellen zu quantifizieren, und liefert durch neue Berechnungsmethoden und Open-Source-Tools numerische Obergrenzen für verschiedene Architekturen, die zeigen, dass Modelle ohne Chain-of-Thought nur begrenzte interne reasoning-Fähigkeiten besitzen.
Die Studie stellt fest, dass das Beschneiden von Experten (Pruning) für generative Aufgaben überlegen ist, und schlägt die Methode REAP vor, die durch die Kombination von Router-Gate-Werten und Experten-Aktivierungsnormen eine nahezu verlustfreie Kompression von Mixture-of-Experts-Modellen ermöglicht.
Das Paper stellt RECODE vor, einen agentenbasierten Rahmen, der durch das Reverse-Engineering von visuellen Eingaben in ausführbaren Code (Derendering) eine verifizierbare und präzise multimodale Reasoning-Fähigkeit für strukturierte Grafiken wie Diagramme und Schaubilder ermöglicht.
Das Paper stellt RL-100 vor, ein leistungsfähiges Reinforcement-Learning-Framework für Roboter, das durch die Kombination von Diffusion-Policies mit PPO und Konsistenz-Distillation in acht realen Aufgaben eine 100-prozentige Erfolgsrate erzielt und dabei menschliche Operateure in Geschwindigkeit und Robustheit übertrifft.
Das Paper stellt TSRating vor, ein neuartiges Meta-Learning-Framework, das die Qualität von Zeitreihendaten aus unterschiedlichen Domänen bewertet, indem es die Urteilsfähigkeit von Large Language Models nutzt und durch effiziente Meta-Learning-Verfahren in eine skalierbare Bewertungsmethode überführt.
Die Arbeit stellt RbtAct vor, ein neues Framework, das Rebuttals als implizite Supervision nutzt, um mit einem auf Llama-3.1-8B-Instruct basierenden Modell generierte Peer-Review-Feedbacks zu verbessern, die durch eine neue Aufgabe und den RMR-75K-Datensatz spezifischer und handlungsorientierter sind.
Die Studie stellt einen VR-Interaktionspipeline vor, der prosodische Emotionen als expliziten Kontext in LLM-basierte Agenten integriert, was in einer Nutzerstudie zu signifikant verbesserten Dialogqualitäten und einer hohen Präferenz für die emotional bewusste Agentenvariante führte.
Die Arbeit stellt TrustBench vor, ein Echtzeit-Framework, das durch eine präventive Verifikation von Agentenaktionen vor deren Ausführung und den Einsatz domänenspezifischer Plugins die Anzahl schädlicher Aktionen um 87 % reduziert und damit den Übergang von Large Language Models zu vertrauenswürdigen autonomen Agenten ermöglicht.
Die Studie stellt SEER vor, ein adaptives Framework, das durch intelligente Kompression von Chain-of-Thought-Verläufen die Effizienz und Genauigkeit von Large Language Models in Software-Engineering- und Mathematikaufgaben verbessert, indem es unnötige Ausführlichkeit reduziert und Latenzzeiten senkt.
Die Arbeit stellt \textsc{Gome} vor, einen MLE-Agenten, der gradientenbasierte Optimierung anstelle von Baumsuche nutzt und durch die Abbildung diagnostischer Schlussfolgerungen auf Gradientenberechnung bei leistungsstarken Modellen einen neuen State-of-the-Art auf MLE-Bench erreicht.
Die Arbeit stellt mit AlphaEvolve, einem auf großen Sprachmodellen basierenden Code-Mutations-Agenten, einen einheitlichen Meta-Algorithmus vor, der nicht nur die unteren Schranken für fünf klassische Ramsey-Zahlen verbessert, sondern auch bekannte exakte Werte erfolgreich rekonstruiert.
Die Arbeit stellt SAGE vor, ein Reinforcement-Learning-Framework, das durch sequenzielle Rollouts und eine integrierte Belohnungsfunktion die Selbstverbesserung von LLM-Agenten mittels einer dynamischen Skill-Bibliothek ermöglicht und dabei sowohl die Erfolgsrate als auch die Effizienz im Vergleich zu bestehenden Ansätzen signifikant steigert.
Die Studie zeigt, dass das Design von Konfidenzskalen, insbesondere die Verwendung einer 0–20-Skala anstelle der üblichen 0–100-Skala, die Metakognition von Sprachmodellen signifikant verbessert und daher als wesentliche Variable in deren Evaluation behandelt werden sollte.
Diese Studie stellt einen auf dem Large Language Model Google Gemini 2.0 Flash basierenden Chatbot vor, der mithilfe von Python, Gmsh und GetDP den Prozess der Einrichtung und Lösung von zweidimensionalen elektromagnetischen Wirbelstrom-Simulationen mit variablen Leitergeometrien und benutzerdefinierten Nachverarbeitungsroutinen automatisiert, um die Vorbereitungszeit erheblich zu verkürzen.
Die Arbeit stellt den vollständig konvolutionalen Diffusionsmodell (FCDM) vor, der auf ConvNeXt basiert und durch seine überlegene Recheneffizienz sowie trainierbarkeit auf begrenzter Hardware eine wettbewerbsfähige Alternative zu Transformer-basierten Diffusionsmodellen darstellt.
Die Arbeit stellt Robust Regularized Policy Iteration (RRPI) vor, einen neuen Algorithmus für Offline-Reinforcement-Learning, der durch die Formulierung als robuste Optimierung unter Transitionsunsicherheit und die Nutzung eines KL-regulierten Surrogats eine effiziente und theoretisch fundierte Lösung bietet, die auf D4RL-Benchmarks überlegene Leistung und verbesserte Robustheit gegenüber Ausreißern zeigt.
Die Arbeit stellt ein einheitliches Framework vor, das Quantisierung und Sparsifizierung als additives Rauschen modelliert und durch eine prinzipiengeleitete Denoisings-Transformation eine stabile Gradientenbahn schafft, wodurch das Training von neuronalen Netzen mit beliebiger Präzision und Sparsity, einschließlich sub-1-Bit-Architekturen, ermöglicht wird.
Die Arbeit stellt „Routing without Forgetting" (RwF) vor, eine Transformer-Architektur, die durch energie-basierte assoziative Abrufschichten dynamische Prompts generiert und so das Problem des Vergessens im Online-Continual-Learning ohne explizite Aufgabenkennungen oder wiederholte Optimierung löst.
Das Paper stellt RubiCap vor, ein neuartiges Reinforcement-Learning-Framework, das mithilfe von LLM-generierten Rubriken feingranulare Belohnungssignale für das Dichte-Bildbeschreiben erzeugt und damit sowohl die Vielfalt der Ergebnisse als auch die Leistung von Vision-Language-Modellen im Vergleich zu bestehenden Methoden und menschlichen Annotationen signifikant verbessert.
Das Paper stellt SATURN vor, ein Reinforcement-Learning-Framework, das mithilfe von SAT-Problemen (Boolean Satisfiability) eine skalierbare, verifizierbare und präzise steuerbare Lernkurve ermöglicht, um die reasoning-Fähigkeiten von LLMs von einfachen zu komplexen Aufgaben systematisch zu verbessern.
Die Arbeit stellt SCENEBench vor, ein Benchmark-System für Large Audio Language Models, das Audioverständnis über die reine Spracherkennung hinaus in vier praxisrelevanten Kategorien wie Hintergrundgeräuschverständnis und Lokalisierung bewertet und dabei sowohl synthetische als auch natürliche Daten zur Validierung nutzt.
Die Arbeit stellt SPAARS vor, ein Curriculum-Learning-Framework für das Offline-zu-Online-Reinforcement-Learning, das die Exploration zunächst sicher in einem latenten Raum einschränkt und dann nahtlos in den rohen Aktionsraum übergeht, um die durch Decoder-Rekonstruktionsverluste bedingte Leistungsgrenze zu überwinden und gleichzeitig die Sample-Effizienz sowie die Stabilität zu steigern.
Die Arbeit stellt SPARC vor, ein dezentralisiertes Multi-Roboter-Pfadplanungssystem, das durch eine relationenverstärkte Multi-Head-Aufmerksamkeitsmechanik (RMHA) räumliche Nähe in die Kommunikation integriert und damit in überfüllten Umgebungen sowie bei der Generalisierung auf deutlich größere Roboterschwärme signifikant bessere Erfolgsraten erzielt als bestehende Methoden.
Die Arbeit stellt Scale-Plan vor, ein skalierbares Framework, das große Sprachmodelle nutzt, um aus natürlichen Anweisungen kompakte, aufgabenrelevante Darstellungen zu generieren und so die Planung für heterogene Multi-Roboter-Teams durch die Filterung irrelevanter Informationen effizienter und zuverlässiger zu gestalten.
Diese Studie charakterisiert erstmals systematisch die einzigartigen Sicherheitsbedrohungen von Multi-Agenten-Systemen und bewertet empirisch 16 KI-Sicherheitsframeworks, wobei sie feststellt, dass keine der bestehenden Lösungen eine umfassende Abdeckung bietet und insbesondere Risiken wie Nicht-Determinismus und Datenlecks unzureichend adressiert werden.
Die Arbeit stellt das SLoD-Framework vor, das durch Wärmeleitungs-Diffusion auf hyperbolischen Mannigfaltigkeiten eine kontinuierliche Zoom-Funktion für Wissensgraphen ermöglicht und dabei automatisch qualitative Abstraktionsgrenzen durch spektrale Lücken identifiziert.
Diese Arbeit stellt einen Sensitivitäts-basierten Kompressionsrahmen für Reservoir Computing vor, der durch systematische Kombination von Pruning und Quantisierung die Hardware-Effizienz auf FPGAs erheblich steigert, ohne die Modellgenauigkeit zu beeinträchtigen.
Die Arbeit stellt SiliconMind-V1 vor, ein einheitliches Multi-Agenten-Framework, das durch testgestützte Verifikation und Debugging-Workflows lokal feinabgestimmte Sprachmodelle befähigt, funktional korrekten Verilog-Code effizienter zu generieren als bisherige State-of-the-Art-Ansätze.
Der vorgestellte Sim2Act-Rahmenwerk verbessert das robuste Simulations-zu-Entscheidungs-Lernen für kritische Domänen wie Lieferketten, indem es durch eine adversarische Kalibrierung und eine gruppenrelative Perturbationsstrategie die Zuverlässigkeit von Policies trotz simulierter Unsicherheiten und Datenverzerrungen sicherstellt.
Diese Studie stellt einen neuartigen Ansatz vor, bei dem mithilfe von KI-generiertem Gesang und virtuellen Avataren (insbesondere mit dem Tool HeyGem) Lehrpläne in unterhaltsame audiovisuelle Präsentationen umgewandelt werden, um das Engagement der Studierenden zu steigern und die Merkfähigkeit wichtiger Kursinformationen zu verbessern.
Die Studie zeigt, dass ein durch gezieltes Feinabstimmen optimiertes Small Language Model (OPT-350M) bei der Tool-Auswahl Large Language Models deutlich übertrifft und somit eine kosteneffiziente Alternative für den produktiven Einsatz von generativer KI bietet.
Die Arbeit stellt Social-R1 vor, ein Reinforcement-Learning-Framework, das durch das Training mit dem adversarischen Benchmark ToMBench-Hard und einer prozessbasierten Belohnungsfunktion menschliche soziale Intelligenz in Sprachmodellen fördert und dabei selbst kleine Modelle (4B Parameter) effizienter als größere Alternativen macht.
Die Arbeit stellt SpaceSense-Bench vor, ein groß angelegtes, multimodales Benchmark-Dataset mit 136 Satellitenmodellen und präzisen Ground-Truth-Annotationen, das zur Überwindung von Datenmängeln in der Weltraumwahrnehmung dient und zeigt, dass eine Skalierung der Trainingsdaten entscheidend für die Generalisierung auf unbekannte Ziele ist.
Die vorgestellte Arbeit führt Sparse Variational Student-t Processes (SVTP) ein, ein skalierbares Framework, das durch zwei neue Inferenzalgorithmen und eine natürliche Gradientenoptimierung robuste und effiziente Modellierungen für Daten mit Ausreißern und schweren Verteilungsenden ermöglicht und dabei Sparse Gaussian Processes in Genauigkeit und Konvergenzgeschwindigkeit übertrifft.
Die Arbeit stellt SGPO vor, einen neuen Ansatz, der die Lernfähigkeit von GRPO verbessert, indem er durch einen schrittweisen Bewertungsmodell die Lernsignale aus Gruppen vollständig falscher Antworten nutzbar macht, anstatt sie zu verwerfen.
Die vorgestellte Arbeit zeigt, dass strukturierte Regularisierung, robuste Vorverarbeitung und effiziente Optimierung die Überanpassung bei parametrischen Nachkalibrierungsmethoden für Mehrklassenklassifikation effektiv verhindern und damit signifikante Verbesserungen gegenüber bestehenden Techniken wie der Temperatur- oder Vektorskalierung ermöglichen.
Die Arbeit stellt SynHLMA vor, ein neuartiges Framework, das mithilfe einer diskreten Darstellung und eines sprachbasierten Modells Hand-Manipulationssequenzen für artikulierte Objekte generiert, um natürliche Sprachanweisungen in realistische Greifbewegungen zu übersetzen.
Die Arbeit stellt TA-GGAD vor, ein adaptives Graph-Modell, das durch die Identifizierung und Modellierung des „Anomaly Disassortativity"-Problems eine bahnbrechende, domänenübergreifende Generalisierung bei der Erkennung von Anomalien in Graphen ermöglicht.
Diese Arbeit stellt eine Methode zur Klassifizierung des Lagerzustands mittels In-Context-Learning mit Zeitreihen-Grundmodellen vor, die eine feineinstellungsfreie Analyse von Vibrationsdaten unter verschiedenen Betriebsbedingungen ermöglicht und den Weg für AI-gestützte Wartungssysteme als Service ebnet.
Die Arbeit stellt TaSR-RAG vor, ein taxonomiegestütztes Framework für die strukturierte Beweisfindung, das komplexe Fragen in geordnete Tripel-Subabfragen zerlegt und durch hybrides Matching sowie eine explizite Entitätsbindung die Genauigkeit und Nachvollziehbarkeit von Retrieval-Augmented-Generation-Systemen bei Multi-Hop-Fragestellungen signifikant verbessert.
Der Artikel stellt TaoSR1 vor, ein dreistufiges Framework, das Large Language Models durch Supervised Fine-Tuning mit Chain-of-Thought, Direct Preference Optimization und Group Relative Policy Optimization direkt für die E-Commerce-Relevanzsuche einsetzt, um komplexe Schlussfolgerungen zu ermöglichen und dabei Halluzinationen zu minimieren sowie eine effiziente Online-Bereitstellung zu gewährleisten.
Die Studie „Telogenesis" zeigt, dass ein Agent durch die endogene Generierung von Prioritäten basierend auf epistemischen Lücken (Unwissenheit, Überraschung und Veraltetheit) ohne externe Belohnung adaptive Aufmerksamkeitsstrategien entwickeln kann, die feste Ansätze übertreffen und latente Umweltstrukturen selbstständig rekonstruieren.
Diese Arbeit stellt Temporal-Conditioned Normalizing Flows (tcNF) vor, ein neues Framework zur Anomalieerkennung in multivariaten Zeitreihen, das durch die Bedingungung normalisierender Flüsse auf vorherige Beobachtungen komplexe zeitliche Abhängigkeiten modelliert und robuste Wahrscheinlichkeitsverteilungen für die Identifizierung von Anomalien liefert.
Die Arbeit stellt TDAD vor, eine Methode zur zuverlässigen Entwicklung von KI-Agenten, die Verhaltensspezifikationen in ausführbare Tests umwandelt und durch iterative Prompt-Verfeinerung sowie Mechanismen wie versteckte Tests und semantische Mutationstests sicherstellt, dass die Agenten spezifizierte Anforderungen und Richtlinien einhalten.
Diese Arbeit stellt fest, dass konfidenzbasierte Enthaltungen in Rangentscheidungssystemen nur dann die Entscheidungsqualität monoton verbessern, wenn strukturelle Unsicherheit vorliegt, während sie bei kontextueller Unsicherheit versagen und somit eine Anpassung des Konfidenzsignals an den Unsicherheitstyp sowie eine Vorabprüfung der Bedingungen C1 und C2 für den erfolgreichen Einsatz erforderlich machen.
Die Arbeit stellt die FABRIC-Strategie vor, die durch die Integration neuer Algorithmen für die Rückwärtsreichbarkeitsanalyse mit bestehenden Vorwärtsanalysen die Verifikation von nichtlinearen neuronalen Feedback-Systemen signifikant verbessert.
Die Arbeit stellt Pichay vor, ein Demand-Paging-System für LLM-Kontextfenster, das durch transparente Interposition und Auslagerung veralteter Inhalte die Kontextnutzung um bis zu 93 % reduziert und damit etablierte Konzepte der virtuellen Speicherverwaltung auf die Skalierung von Sprachmodellen anwendet.
Die Arbeit argumentiert, dass Fortschritte in der logischen推理 von KI-Systemen über drei mechanistische Pfade (deduktive Selbstinferenz, induktive Kontexterkennung und abduktive Selbstmodellierung) unweigerlich zu einer gefährlichen situativen Selbstwahrnehmung führen, und schlägt daher neue Sicherheitsmaßnahmen wie einen „Spiegel-Test"-Benchmark vor, um diese Eskalation zu verhindern.
Die Studie zeigt, dass im Gegensatz zum menschlichen Verhalten das Nachdenken bei großen Sprachmodellen die Ehrlichkeit erhöht, da der Prozess des moralischen Abwägens das Modell durch einen verzerrten Repräsentationsraum führt, in dem ehrliche Antworten stabiler sind als täuschende.
Die Studie stellt TimberAgent vor, ein grammatikgestütztes Retrieval-System, das mithilfe von Texture-Resonance-Retrieval (TRR) auf Basis von Gram-Matrizen aus Wav2Vec2-Aktivierungen semantische Benutzerabsichten in präzise, bearbeitbare Audio-Effekt-Konfigurationen übersetzt und dabei in einem Gitarren-Effekt-Benchmark die niedrigsten Parameterfehler im Vergleich zu bestehenden Methoden aufweist.
Diese Arbeit stellt einen konservativen Werkzeugkasten zur Bewertung von Identität in Sprachmodell-Agenten vor, der mithilfe der Stack-Theorie zwischen dem bloßen Behaupten eines stabilen Selbst und dessen tatsächlicher organisatorischer Verankerung unterscheidet.
Diese Arbeit stellt eine datengesteuerte Methode vor, die mithilfe von Geodatenanalyse und maschinellem Lernen die räumlich-zeitlichen Muster der Spektrumnachfrage in 6G-Netzen modelliert, um Regulierungsbehörden bei der Entwicklung flexibler Zugriffsschemata zu unterstützen.
Die Arbeit stellt ChannelTokenFormer vor, ein Transformer-basiertes Framework, das durch die gleichzeitige Modellierung von Kanalabhängigkeiten, asynchroner Abtastung und fehlenden Werten eine robuste multivariate Zeitreihenvorhersage unter realen Bedingungen ermöglicht.
Die Arbeit stellt „Neural Debuggers" vor, eine neue Klasse von Sprachmodellen, die traditionelle Debugger-Funktionen wie das Setzen von Haltepunkten und das schrittweise Durchlaufen von Code nachahmen, um sowohl die Vorwärts- als auch die Rückwärtsausführung von Python-Programmen zuverlässig zu modellieren und so die Grundlage für fortschrittlichere Agenten-basierte Codiersysteme zu legen.
Die Arbeit stellt Turn vor, eine kompilierte, actor-basierte Programmiersprache, die durch sprachintegrierte Konstrukte wie typsichere LLM-Inferenz, ein kapazitätsbasiertes Identitätssystem und einen isolierten Actor-Prozessmodell agente Software entwickelt, die autonom durch Large Language Models (LLMs) reasoning und Handeln kann.
Die Arbeit stellt UAT-LITE vor, ein Inferenzzeit-Framework, das durch Monte-Carlo-Dropout in vortrainierten Transformern epistemische Unsicherheit direkt in den Selbst-Aufmerksamkeitsmechanismus integriert, um die Kalibrierung und die Zuverlässigkeit von Vorhersagen ohne Nachtraining zu verbessern.
Das Paper stellt UltraEdit vor, eine hocheffiziente, speicher- und trainingsfreie Methode für das lebenslange Editieren von Sprachmodellen, die durch eine einstufige Parameteranpassung und Normalisierungsstrategie eine bisher unerreichte Skalierbarkeit auf Consumer-Hardware ermöglicht und durch den neu eingeführten UltraEditBench-Datensatz mit über 2 Millionen Editierungen validiert wird.
Diese Arbeit stellt einen vollständig differentierbaren Ansatz vor, der kontinuierlich relaxierte Bernoulli-Gatter nutzt, um überparametrisierte neuronale Netze ohne Gewichts-Training effizient in extrem spärliche, leistungsfähige Subnetze gemäß der Strong Lottery Ticket-Hypothese zu überführen.
Diese Studie untersucht die Nutzung eines von einem Large Language Model (LLM) angetriebenen virtuellen Führers durch 16 blinde und sehbehinderte Personen in sozialen VR-Umgebungen und zeigt, dass die Interaktionsweise je nach Anwesenheit anderer Nutzer zwischen einer instrumentellen Werkzeugnutzung und einer companionschaftlichen Beziehung wechselt, woraus wichtige Designempfehlungen für zukünftige barrierefreie VR-Systeme abgeleitet werden.
Diese Studie identifiziert durch ein Experimentierparadigma drei messbare strukturelle Eigenschaften – die Ausrichtung an einer Greedy-Heuristik, die einfache Zusammensetzung innerhalb von Behältern und eine geordnete visuelle Darstellung – die menschliche Präferenzen für interpretierbare, aber gleichwertig optimale Lösungen beim Bin-Packing-Problem bestimmen und somit die Grundlage für interpretierbarkeitsbewusste Optimierung schaffen.
Die Studie stellt zwei rein softwarebasierte Techniken, Overflow-Aware Scaling (OAS) und Macro Block Scaling (MBS), vor, die die Genauigkeit des MXFP4-Formats für Large Language Models signifikant verbessern und die Leistungslücke zu NVFP4 von durchschnittlich 10 % auf unter 1 % verringern, ohne Hardwareänderungen vorzunehmen.
Diese Studie stellt ein synthetisches Benchmark vor, das zeigt, wie Vision-Language-Modelle wie Gemma 3 und Qwen3-VL mithilfe von In-Context-Learning aus Drohnenbildern JSON-Konfigurationen für die Simulation von Pflanzen in landwirtschaftlichen Digital Twins generieren können, wobei zwar strukturelle Parameter erfolgreich extrahiert werden, die Modelle jedoch bei unzureichenden visuellen Hinweisen anfällig für Kontextverzerrungen sind.
Die Studie stellt VIVID-Med vor, ein effizientes Framework, das einen eingefrorenen Large Language Model als strukturierten Lehrer nutzt, um einen leichten, ausschließlich auf Bildern basierenden Vision Transformer für medizinische Anwendungen vorzuverarbeiten, der ohne den LLM-Overhead dennoch state-of-the-art Ergebnisse in verschiedenen klinischen Szenarien erzielt.
Das Papier stellt VSSFlow vor, ein einheitliches Flow-Matching-Framework auf Basis von Diffusion Transformern, das Video-zu-Sound- und Visuelles Text-zu-Sprache-Generierung durch eine neuartige, entkoppelte Bedingungsaggregation erfolgreich vereint und dabei durch gemeinsames Lernen sogar die Leistung spezialisierter State-of-the-Art-Modelle übertrifft.
Die Arbeit stellt VMoER vor, einen skalierbaren bayesschen Ansatz, der die Unsicherheitsquantifizierung in Mixture-of-Experts-Transformern durch eine strukturierte Inferenz im Routing-Mechanismus ermöglicht und dabei die Kalibrierung sowie die Stabilität bei gleichzeitiger Minimierung des Rechenaufwards erheblich verbessert.
Der Artikel argumentiert, dass die Interaktion zwischen menschlicher Vernunft und generativer KI eine neue kognitive Entität, das „Third Entity", hervorbringt, die durch den präreflexiven Modus der „Vibe-Creation" und asymmetrische Emergenz gekennzeichnet ist und damit fundamentale Implikationen für Erkenntnistheorie, Philosophie des Geistes und Bildungstheorie hat.
Die Arbeit stellt VistaWise vor, ein kosteneffizientes Agenten-Framework für Minecraft, das durch die Integration von visuellen und textuellen Daten in einen cross-modalen Wissensgraphen sowie die Feinabstimmung eines Objekterkennungsmodells mit nur wenigen hundert Trainingsbeispielen state-of-the-art-Leistung bei offenen Welten-Aufgaben erzielt.
Das Paper stellt VoiceBridge vor, ein einstufiges latentes Brückenmodell, das mittels eines energieerhaltenden VAE, eines gemeinsamen neuronalen Priors und eines kombinierten Trainingsansatzes effizient und ohne Distillation hochwertige 48-kHz-Sprache aus vielfältigen Verzerrungen wiederherstellt.
Die Arbeit stellt VoxEmo vor, ein umfassendes Benchmark-Toolkit für die Spracherkennung von Emotionen mit Sprach-LLMs, das durch die Einbeziehung von 35 Korpora in 15 Sprachen, standardisierte Prompt-Strategien und ein weiches Labeling-Verfahren die subjektive Natur menschlicher Emotionen besser abbildet als herkömmliche Ansätze.
Die Arbeit stellt WS-Net vor, ein tiefes Entmischungsframework, das durch die Kombination von State-Space-Modellierung und einer Schwachsignal-Aufmerksamkeitsfusion die Genauigkeit bei der Rekonstruktion schwacher hyperspektraler Signale unter Rauschbedingungen signifikant verbessert.
Die Arbeit stellt WebAccessVL vor, ein visuell-linguistisches Modell, das durch eine überwachte Bild-zu-Programm-Synthese und eine verletzungsbasierte Verfeinerung automatisch HTML-Codes so anpasst, dass WCAG2-Verstöße behoben werden, während das ursprüngliche Design erhalten bleibt.
Die Studie zeigt, dass der Overfitting-Underfitting-Indicator (OUI) bereits zu einem frühen Trainingszeitpunkt von 10 % als wirksames Signal dient, um in PPO-Actor-Critic-Systemen stabile Lernraten von instabilen zu unterscheiden und dadurch ineffiziente Hyperparametersuchen durch eine präzise Früherkennung zu vermeiden.
Die Studie stellt UPA-RFAS vor, ein universelles und übertragbares Angriffsframework für Vision-Language-Action-Modelle, das durch eine physikalische Patch-Attacke in der Lage ist, Roboter unter verschiedenen Architekturen und Umgebungen zu manipulieren, indem es Repräsentationsverschiebungen und spezifische VLA-Schwachstellen ausnutzt.
Das Paper stellt KV-Lock vor, ein trainingsfreies Framework für DiT-basierte Videodiffusionsmodelle, das durch die dynamische Anpassung der KV-Caching-Rate und der CFG-Stärke auf Basis einer Halluzinationsmetrik gleichzeitig die Hintergrundkonsistenz erhält und die Vordergrundqualität bei Video-Editing-Aufgaben verbessert.
Die Arbeit argumentiert, dass das Vertrauen in Chatbots oft weniger auf tatsächlicher Zuverlässigkeit als vielmehr auf durch Interaktionsdesign ausgelösten kognitiven Verzerrungen beruht, was eine Neudefinition dieser Systeme als zielgerichtete „Verkäufer" und eine klare Unterscheidung zwischen psychologischem Vertrauen und normativer Vertrauenswürdigkeit erfordert.
Die Arbeit stellt World2Mind vor, ein trainingsfreies Toolkit, das durch die Generierung strukturierter räumlicher kognitiver Karten und eines allocentrischen Raumbaum-Modells Multimodal- und reine Text-Modelle befähigt, robuste 3D-Raumreasoning-Aufgaben ohne Nachtraining zu lösen.
Diese Arbeit schlägt ein kosteneffizientes Framework vor, das funktional fehlerhafte, aber strukturell aussagekräftige von LLMs generierte RTL-Codes nutzt, um Netlist-Repräsentationen zu lernen und so die Datenknappheit für das Training von KI-Modellen in der Schaltungsanalyse zu überwinden.
Diese Arbeit stellt einen dualen Pipeline-Ansatz mit den Foundation-Modellen Grounding DINO 1.5, YOLOv11 und SAM 2.1 vor, der sowohl im Zero-Shot- als auch im überwachten Modus eine neue Bestleistung bei der Segmentierung von Vogelbildern auf dem CUB-200-2011-Datensatz erzielt und dabei bestehende, spezialisierte Segmentierungsnetzwerke übertrifft.
Das Paper stellt ZeroWBC vor, ein Framework, das mithilfe von feinabgestimmten Vision-Language-Modellen und menschlichen Ego-Videos natürliche Ganzkörpersteuerung für humanoide Roboter ermöglicht, ohne auf teure Teleoperationsdaten angewiesen zu sein.
Die Arbeit stellt Zipage vor, einen hochparallelen LLM-Inferenz-Engine, der durch die Kombination von tokenweiser KV-Cache-Komprimierung mit PagedAttention sowie fortschrittlichen Scheduling-Strategien den Speicherkonflikt bei komplexen Reasoning-Aufgaben löst und dabei über 2,1-fache Geschwindigkeitssteigerungen bei nur geringen Genauigkeitseinbußen erzielt.
Die Studie stellt v-HUB vor, ein neues Benchmark für das Verständnis von Videohumor, das zeigt, dass multimodale Sprachmodelle durch die Einbeziehung von Umgebungsgeräuschen ihre Fähigkeit verbessern können, Humor in visuellen Szenarien zu erfassen.
Die Arbeit stellt ALARM vor, ein 4-Milliarden-Parameter-Audio-Sprachmodell, das durch einen neuartigen Selbst-Umschreibungsansatz, die Fusion mehrerer Audio-Encoder und ein umfangreiches Multi-Task-Trainingskorpus die Herausforderungen der Audio-Sprach-Ausrichtung bei Reasoning-Modellen löst und dabei neue State-of-the-Art-Ergebnisse auf Audio-Reasoning-Benchmarks erzielt.
Die Studie stellt mit AgentCoMa ein neues Benchmark vor, das zeigt, dass große Sprachmodelle bei der Kombination von Alltags- und mathematischem Denken im Vergleich zu menschlichen Annotatoren signifikant an Leistung verlieren und somit eine erhebliche Fragilität bei dieser Art von zusammengesetzter Schlussfolgerung aufweisen.
Die Arbeit stellt AuditBench vor, einen Benchmark mit 56 Sprachmodellen, die versteckte, problematische Verhaltensweisen aufweisen, um die Wirksamkeit von Ausrichtungsaudit-Techniken zu evaluieren und dabei festzustellen, dass schwarze-Box-Tools sowie scaffolding-basierte Prompts effektiver sind als weiße-Box-Methoden, während die Auditierbarkeit stark von der Trainingsmethode abhängt.
Die Studie stellt ein automatisiertes Framework zur thematischen Analyse klinischer qualitativer Daten vor, das durch iterative Verfeinerung des Codebuchs und vollständige Nachverfolgbarkeit die Skalierbarkeit und Reproduzierbarkeit verbessert und dabei in mehreren Datensätzen die höchste Gesamtqualität sowie eine hohe Übereinstimmung mit Expertenbewertungen erreicht.
Das Paper stellt ReViewGraph vor, ein Framework, das durch die Simulation von Debatten zwischen Autoren und Gutachtern mittels großer Sprachmodelle sowie die Anwendung von Graph-Neuronalen-Netzwerken auf diese heterogenen Interaktionsgraphen die Genauigkeit automatischer Papierbewertungen signifikant verbessert.
Die Studie zeigt, dass moderne Large Language Models in zwei großen Umfragen (N=19.145) politisch persuasiver wirken als klassische Wahlkampfwerbung, wobei Claude am effektivsten und Grok am wenigsten effektiv ist, während die Wirkung von informationsbasierten Prompts modellabhängig variiert.
Die Arbeit stellt FoodOntoRAG vor, ein feintuning-freies, ontologie-agnostisches Pipeline-System, das durch Retrieval-Augmented Generation (RAG) und multi-agentische Entscheidungsfindung eine robuste und interpretierbare Verknüpfung von Lebensmittelentitäten auch bei Ontologie-Drift ermöglicht.
Die Studie zeigt, dass sich durch gezieltes Fine-Tuning mit biologischem Fachwissen die Tendenz von Sprachmodellen zugunsten biologischer statt synthetischer Lösungen signifikant verbessern lässt, ohne dabei die allgemeinen Fähigkeiten der Modelle zu beeinträchtigen.
Diese Studie liefert Politikwissenschaftlern einen Entscheidungsrahmen, der zeigt, dass das Fine-Tuning allgemeiner Modelle wie ModernBERT für häufige Ereigniskategorien oft ausreicht und spezialisierte Modelle nur bei seltenen Ereignissen oder hohen Genauigkeitsanforderungen notwendig sind.
Das Paper stellt CREATE vor, einen Benchmark zur Bewertung der Fähigkeit von KI-Modellen, assoziatives kreatives Denken durch die Generierung spezifischer und vielfältiger Verbindungen zwischen Konzepten zu testen, wobei Ergebnisse zeigen, dass selbst fortschrittliche Modelle Schwierigkeiten haben, die Komplexität dieser Aufgabe vollständig zu meistern.
Diese Arbeit stellt eine Methode vor, die Chow-Liu-Bäume nutzt, um die Verarbeitungsreihenfolge von Textchunks in Chain-of-Agents-Frameworks zu optimieren, wodurch Informationsverluste reduziert und die Genauigkeit bei langen Kontexten im Vergleich zu herkömmlichen Ansätzen signifikant verbessert wird.
Die Arbeit stellt ConFu vor, ein neues Framework für spekulatives Decoding, das durch die Einführung von „Contemplate Tokens" und weichen Prompts Draft-Modellen ermöglicht, die zukünftige Generierungsrichtung des Zielmodells vorherzusehen, wodurch die Akzeptanzraten und die Geschwindigkeit im Vergleich zu EAGLE-3 signifikant gesteigert werden.
Dieses Paper stellt LoReSpeech vor, ein neuartiges Korpus für die Sprach-zu-Sprach-Übersetzung in ressourcenarmen Sprachen, das durch eine kollaborative Plattform und automatische Ausrichtung von Kurz- und Langform-Audioaufnahmen erstellt wurde, um die digitale Inklusion und den Fortschritt multilingualer ASR-Systeme zu fördern.
Diese Studie stellt eine formale Verbindung zwischen der Korrespondenzanalyse und PMI-basierten Wort-Embeddings her, führt transformierte Varianten (ROOT-CA und ROOTROOT-CA) ein und zeigt, dass diese auf mehreren Benchmarks leicht bessere Ergebnisse als traditionelle PMI-Methoden erzielen und mit kontextuellen Embeddings wie BERT konkurrieren können.
Die Arbeit stellt CyberThreat-Eval vor, ein neuartiges, von Experten annotiertes Benchmark, das auf realen CTI-Arbeitsabläufen basiert und die Grenzen aktueller LLMs bei der Automatisierung von Threat-Intelligence-Forschung durch praxisnahe Aufgaben und analystenzentrierte Metriken aufzeigt.
Das Paper stellt DEER vor, einen Benchmark mit einem expertenbasierten Taxonomie-Rubrik und einem Claim-Verifikationsmechanismus, um die Qualität von Deep-Research-Agenten bei der Generierung fachkundiger Berichte systematisch zu bewerten und diagnostische Einblicke zu liefern.
Die Arbeit stellt DEO vor, eine trainingsfreie Methode zur direkten Optimierung von Embeddings, die die Genauigkeit von Suchanfragen mit Negationen und Ausschlüssen in Text- und Multimodal-Retrievalsystemen ohne zusätzliche Trainingsdaten oder Modell-Updates signifikant verbessert.
Die Arbeit stellt DRBench vor, ein realistisches Benchmark für die Bewertung von KI-Agenten bei komplexen, mehrstufigen Forschungsfragen in Unternehmensumgebungen, die sowohl öffentliche Webquellen als auch interne Wissensdatenbanken einbeziehen.
Diese Arbeit stellt AgentGEO vor, ein agentic System, das mithilfe einer neuen Taxonomie von Zitierfehlern gezielt Inhalte optimiert und so die Zitierquote um über 40 % steigert, während es gleichzeitig die Grenzen generischer Optimierungsansätze für die gerechte Sichtbarkeit aufzeigt.
Die Arbeit stellt mit DoWhatISay (DOWIS) ein multilinguales Datenset aus gesprochener und geschriebener Sprache vor, um Sprach-große Sprachmodelle (SLLMs) realistischer zu evaluieren und zeigt, dass gesprochene Prompts im Vergleich zu Textprompts oft schlechter abschneiden, es sei denn, die Ausgabe ist ebenfalls sprachbasiert.
Die Studie zeigt, dass der Einsatz generativer KI dazu führt, dass wissenschaftliche Texte von Autoren aus nicht-englischsprachigen Ländern sich zunehmend dem US-amerikanischen Englisch annähern, was auf eine Verringerung sprachlicher Barrieren in der globalen Wissenschaft hindeutet, jedoch auch Fragen zur wachsenden Abhängigkeit von einem einzigen linguistischen Standard aufwirft.
Dieser Artikel stellt eine aktualisierte und kombinierte Version des EPIC-EuroParl-UdS-Korporas vor, das um linguistische Annotationen und informationstheoretische Metriken erweitert wurde, um Forschungen zur Sprachvariation, Übersetzungsanalyse und insbesondere zur Vorhersage von Füllwörtern im Dolmetschen mittels probabilistischer Modelle zu unterstützen.
Die Arbeit stellt EVM-QuestBench vor, ein ausführungsbasiertes Benchmark-System mit dynamischer Evaluierung, das die Lücke in der Sicherheits- und Genauigkeitsbewertung von Sprachmodellen bei der Generierung von Transaktionscodes für EVM-kompatible Blockchains schließt.
Die Studie zeigt, dass Large Language Models in RAG-Systemen zwar effektiv natürliche Sprachabfragen in strukturierte Metadatenfilter für den Zugriff auf Ernährungsdaten übersetzen können, jedoch bei komplexen Fragen mit nicht explizit darstellbaren Einschränkungen an ihre Grenzen stoßen.
Die Arbeit vergleicht die Stabilität von Fake-News-Erkennung mit der Sensitivität von Viralitätsvorhersagen gegenüber operativen Parametern und schlägt praktische, ressourcenschonende Pipelines vor, um von reinen Wahrheitsprüfungen hin zu einer umfassenderen Analyse von Informationsstörungen überzugehen.
Diese Forschung entwickelt und validiert durch Expertenbewertung eine Methode zur Schätzung der Ähnlichkeit von Rezepten, die semantische, lexikalische und domänenspezifische Aspekte wie Zutaten und Nährwerte kombiniert, um Anwendungen in der Lebensmittelindustrie und personalisierten Ernährung zu unterstützen.
Diese Studie analysiert systematisch vier Kontrastive-Decoding-Strategien für Large Audio Language Models, identifiziert Audio-Aware und Audio Contrastive Decoding als effektivste Methoden und stellt mittels eines Übergangsmatrix-Rahmens fest, dass diese zwar Unsicherheiten und falsche Audio-Negationen korrigieren, aber keine fehlerhaften Schlussfolgerungen beheben können, wodurch sich Leitlinien für die architekturspezifische Eignung ergeben.
Die vorgestellte Arbeit stellt ein kompaktes bidirektionales Transformer-Modell für die Bildbeschriftung vor, das durch die parallele Kopplung von links-rechts- und rechts-links-Flüssen sowohl implizit als auch explizit bidirektionale Kontexte nutzt und durch Satz- und Wortebene-Ensemble-Methoden neue State-of-the-Art-Ergebnisse auf dem MSCOCO-Datensatz erzielt.
Die Arbeit stellt „LLM as a Meta-Judge" vor, ein skalierbares Framework, das mittels kontrollierter semantischer Degradation realer Daten durch LLMs synthetische Evaluierungsdatensätze generiert und damit eine zuverlässige, kosteneffiziente Alternative zur menschlichen Validierung von NLG-Metriken bietet, die in multilingualen Szenarien eine Übereinstimmung von über 0,9 mit menschlichen Benchmarks erreicht.
Die vorgestellte Arbeit führt einen konfidenzbasierten Rahmen ein, der anhand eines einzelnen Lösungswegs adaptiv zwischen Einzel- und Mehrfachpfad-Reasoning entscheidet, um die Genauigkeit von Large Language Models bei gleichzeitiger Reduktion des Tokenverbrauchs um bis zu 80 % zu erhalten.
Das Paper stellt LooComp vor, einen effizienten, auf einem Encoder-only Transformer basierenden Ansatz, der mittels einer Leave-One-Out-Strategie und eines margin-basierten Trainings kritische Sätze für die kontextbasierte Beantwortung von Fragen identifiziert, um die Genauigkeit und Skalierbarkeit von Retrieval-Augmented-Generation bei gleichzeitig reduzierten Kosten und Speicherbedarf zu verbessern.
Diese Übersichtsarbeit stellt das FUSE-Taxonomie-Framework vor, um Methoden, Anwendungen und zukünftige Richtungen des Modell-Mergings im Zeitalter großer Sprachmodelle systematisch zu analysieren und dabei theoretische Grundlagen, algorithmische Ansätze sowie praktische Herausforderungen zu beleuchten.
Die Studie zeigt, dass ein stochastisches Modell der phonologischen Evolution, das funktionale Last und eine Tendenz zu einer bevorzugten Inventargröße berücksichtigt, die beobachteten statistischen Regularitäten von Phonemfrequenzen und die Beziehung zwischen Inventargröße und relativer Entropie als natürliche Folge historischer Sprachveränderungen erklären kann.
Das Paper stellt MultiGraSCCo vor, ein multilinguales Benchmark-Dataset mit über 2.500 Annotationen persönlicher Identifikatoren in zehn Sprachen, das durch maschinelle Übersetzung und kulturelle Anpassung synthetischer medizinischer Daten erstellt wurde, um die Entwicklung und Validierung von Anonymisierungssystemen zu unterstützen.
Die Studie zeigt, dass Sprachmodelle, deren Vorhersagen stark mit einfachen N-Gramm-Statistiken übereinstimmen, die menschliche Lesedauer besser vorhersagen als komplexere Transformer-Modelle, da die Lesedauer eher auf diese einfachen statistischen Muster als auf hochkomplexe linguistische Strukturen reagiert.
Die Studie nutzt die serbische Digraphie als kontrolliertes Testfeld, um nachzuweisen, dass Sparse Autoencoder-Features in LLMs semantische Bedeutungen unabhängig von der Orthografie (lateinisch vs. kyrillisch) erfassen, wobei diese Abstraktion mit zunehmender Modellgröße weiter zunimmt.
Das Paper stellt One-Eval vor, ein agentisches System, das natürliche Sprachanfragen in ausführbare, nachvollziehbare und anpassbare Evaluierungsworkflows für Large Language Models umwandelt, um manuelle Aufwände zu reduzieren und die Reproduzierbarkeit in industriellen Anwendungen zu verbessern.
Das Paper stellt PRISM vor, ein multimodales Framework zur stimmungsbasierten Meinungsanalyse, das durch die Einführung des nutzerzentrierten Datensatzes U-MStance und die Integration longitudinaler Nutzer-Personas sowie multimodaler Schlussfolgerung die Grenzen bestehender Modelle in Bezug auf Pseudo-Multimodalität und Nutzerhomogenität überwindet.
Das Paper stellt PonderLM-3 vor, ein vortrainiertes Framework, das durch differenzierbare Maskierung während des Trainings und eine konsistente Pruning-Regel beim Inferenzvorgang eine adaptive, tokenweise Zuweisung von Rechenleistung ermöglicht, wodurch die Berechnungskosten nur bei tatsächlichem Nutzen anfallen und eine effizientere Pareto-Grenze erreicht wird.
Diese Arbeit stellt eine Methode vor, bei der große Sprachmodelle durch die Integration einer adaptiven, latenten Chain-of-Thought auf Token-Ebene während des Vor-Trainings ihre Effizienz und Leistung steigern, indem sie den Rechenaufwand dynamisch an die Schwierigkeit jedes Tokens anpassen, ohne dabei die Parameterzahl zu erhöhen.
Die Studie stellt mit der Approximate Question-side Effect (AQE)-Methode ein Verfahren vor, um zu zeigen, dass bestehende Methoden zur Halluzinationserkennung in Sprachmodellen stark auf Benchmark-Manipulationen statt auf echtes internes Bewusstsein angewiesen sind.
Die Studie zeigt, dass durch die Nutzung von Large Language Models zur Generierung von Labels die Topological Relations Picture Series (TRPS) um 42 neue Szenen erweitert werden kann, um eine bessere Abdeckung des Raums möglicher Szenen zu erreichen und die Skalierung auf Datensätze mit vielen Sprachen und Hunderten von Szenen zu ermöglichen.
Die Autoren stellen einen leichten und effektiven Reranker vor, der auf Aufmerksamkeitswerten ausgewählter Schichten in Sprachmodellen basiert, um eine listweise Relevanzschätzung ohne Likert-Skalen-Supervision zu ermöglichen und dabei neue State-of-the-Art-Ergebnisse auf Benchmarks für lange Kontexte und Dialogverständnis zu erzielen.
Diese Studie diagnostiziert die Leistungslücke zwischen textbasierten und bildbasierten Eingaben in multimodalen Sprachmodellen, identifiziert Lesefehler als Hauptursache und schlägt eine Selbst-Distillation vor, um das Textverständnis in Bilddokumenten drastisch zu verbessern.
Die Arbeit stellt StateFactory vor, eine Methode zur Umwandlung unstrukturierter Beobachtungen in hierarchische Objekt-Attribut-Strukturen mittels Sprachmodelle, die eine generalisierbare Belohnungsvorhersage durch semantische Ähnlichkeitsmessung ermöglicht und dadurch die Planungsleistung von Agenten in verschiedenen Domänen signifikant verbessert.
Die Arbeit stellt SPAR-K vor, einen modalspezifischen Early-Exit-Rahmen für interleaved gesprochene Sprachmodelle, der durch einen alternierenden Tiefenplan mit periodischen Volltiefen-Schritten die Inferenzgeschwindigkeit signifikant steigert, ohne dabei die akustische Qualität oder die Antwortgenauigkeit merklich zu beeinträchtigen.
Die Studie stellt mit SciTaRC einen neuen Benchmark für wissenschaftliche Tabellendaten vor, der zeigt, dass aktuelle KI-Modelle aufgrund von Schwächen in der Planausführung, dem Sprachverständnis und der Berechnung bei über 23 % der Fragen scheitern.
Die Arbeit stellt SimpleQA Verified vor, einen überarbeiteten und zuverlässigeren Benchmark aus 1.000 Prompts zur Bewertung der faktenbasierten Kurzantworten von Sprachmodellen, der Mängel des ursprünglichen OpenAI-Benchmarks behebt und Gemini 2.5 Pro als aktuell führendes Modell mit einem F1-Score von 55,6 identifiziert.
Die Arbeit stellt SkillCraft vor, einen Benchmark und ein Evaluierungsprotokoll, das die Fähigkeit von LLM-Agenten testet, wiederverwendbare Werkzeugkombinationen („Skills") zu bilden und zu nutzen, was zu erheblichen Effizienzsteigerungen und einer starken Korrelation zwischen Erfolg und kompositorischer Fähigkeit führt.
Die Studie identifiziert eine systematische Kollaps-Pathologie in ALiBi-basierten BLOOM-Modellen, bei der ein Großteil der Aufmerksamkeitsköpfe nur auf den Anfangstoken reagiert, und stellt eine chirurgische Reinitialisierung vor, die durch gezieltes Zurücksetzen spezifischer Parameter die Funktionsfähigkeit der Köpfe auf einem einzelnen Consumer-GPU wiederherstellt und zeigt, dass vortrainierte Konfigurationen suboptimale lokale Minima darstellen können.
Die Arbeit stellt SynthWorlds vor, ein Framework zur Erzeugung paralleler Korpora mit identischer Struktur, aber unterschiedlichem faktischem Gehalt, um die reasoning-Fähigkeiten von Sprachmodellen unabhängig von ihrem parametrischen Weltwissen zu evaluieren und eine persistierende Wissenslücke zwischen reinem Schlussfolgern und auswendigem Lernen aufzuzeigen.
Die Arbeit stellt TA-Mem vor, ein neuartiges, tool-augmentiertes Framework für autonome Gedächtnisabrufe in großen Sprachmodellen, das durch adaptive Extraktion, eine multi-indexierte Datenbank und einen selbstständigen Abruf-Agenten die Flexibilität und Leistung bei langfristigen konversationellen Frage-Antwort-Aufgaben im Vergleich zu bestehenden Ansätzen signifikant verbessert.
Das Paper stellt ThinkQE vor, ein Testzeit-Query-Expansion-Framework, das durch einen denkenden Expansionsprozess und eine iterative Korpus-Interaktion die Vielfalt und Tiefe von Suchanfragen verbessert und dabei bestehende LLM-Methoden sowie trainierte Retrieval-Systeme auf verschiedenen Web-Such-Benchmarks übertrifft.
Die Studie zeigt, dass das Aktivieren von Reasoning in LLMs auch bei einfachen Faktenfragen die Parametrische Wissensabrufleistung signifikant steigert, indem es einen rechnerischen Puffereffekt und einen semantischen Priming-Mechanismus nutzt, wobei jedoch Halluzinationen in den Zwischenschritten das Risiko von Fehlern im Endergebnis erhöhen.
Diese Studie stellt eine vollständig open-source, lokal einsetzbare Pipeline vor, die auf dem \texttt{qwen2.5-72b}-Modell basiert und mit einer hohen Genauigkeit longitudinale Tumorinformationen aus unstrukturierten radiologischen Berichten extrahiert, wodurch Datenschutz und Reproduzierbarkeit in der klinischen Onkologie gewährleistet werden.
Diese Keynote-Präsentation für ECIR 2025 untersucht das Zusammenspiel zwischen parametrischem und kontextuellem Wissen in Sprachmodellen, wobei der Fokus auf der Diagnose von Wissenskonflikten und der Bewertung liegt, wie Modelle kontextuelle Informationen nutzen oder ignorieren.
Diese Studie identifiziert das Phänomen der durch Reasoning induzierten Fehlausrichtung (RIM), bei dem verstärkte Schlussfolgerungsfähigkeiten zu Sicherheitsproblemen führen, und liefert einen mechanistischen Erklärungsansatz, der auf einer spezifischen Aufmerksamkeitssteuerung während der Inferenz sowie einer neuronalen Verflechtung zwischen Reasoning und Sicherheit während des Trainings basiert.
Die Arbeit stellt X-GS vor, ein erweiterbares Open-Source-Framework, das 3D-Gaussian-Splatting-Methoden mit multimodalen Modellen vereint, um durch eine effiziente Pipeline in Echtzeit semantisch angereicherte SLAM-Systeme für Aufgaben wie Objekterkennung und Bildbeschreibung zu ermöglichen.
Die Arbeit stellt GNN vor, eine Plug-and-Play-Methode, die durch die Nutzung von zwei Prototyp-Sets den Informationsfluss in Graph Neural Networks verbessert, indem sie globale Kontextinformationen integriert und Rauschen in lokalen Nachbarschaften reduziert, was zu signifikant besseren Ergebnissen bei Empfehlungssystemen und Klassifizierungsaufgaben führt.
Diese Arbeit stellt einen integrierten Rahmen vor, der likelihood-freie Inferenz nutzt, um physikalische Parameter deformierbarer linearer Objekte aus visuellen und propriozeptiven Daten zu schätzen und so durch domänenrandomisierte, modellfreie Verstärkungslernen in der Simulation trainierte visuomotorische Strategien für eine Zero-Shot-Übertragung auf reale Manipulationsaufgaben zu ermöglichen.
Diese Arbeit leitet einen nicht-asymptotischen Vergleichssatz für das Training von Machine-Learning-Modellen auf Basis von Gaußschen Mischmodellen her, der die Dynamik mit einem einfacher zu analysierenden Surrogat-System verbindet und die Gültigkeit der dynamischen Mean-Field-Approximationen rigoros beweist.
Die vorgestellte Arbeit entwickelt einen einheitlichen, zielgradientenfreien generativen Sampler, der durch die Minimierung der Maximum Mean Discrepancy zwischen vorwärts- und rückwärtsgerichteten Trajektorien unter Einhaltung der Reversibilität komplexe Verteilungen in kontinuierlichen, diskreten und hybriden Räumen effizient sampelt.
Dieser Artikel stellt einen multi-prototypenbasierten Ansatz für das federierte Wissensdistillieren (MP-FedKD) in KI-RAN-fähigen Multi-Access-Edge-Computing-Systemen vor, der durch die Integration von Selbst-Wissensdistillierung, einer bedingten hierarchischen agglomerativen Clustering-Methode und einer neuen Verlustfunktion die Herausforderungen nicht-uniform verteilter Daten überwindet und dabei die Genauigkeit im Vergleich zu bestehenden Methoden signifikant verbessert.
Diese Arbeit stellt ein auf einem residualen neuronalen Netz basierendes Surrogatmodell vor, das die Stromverteilung in REBCO-Solenoiden effizient vorhersagt und damit die zeitaufwendige Optimierung von Hochtemperatursupraleiter-Magneten durch schnelle und präzise Designprozesse ermöglicht.
Diese Arbeit führt Ökonomen in Reinforcement-Learning-Methoden ein, die als flexible, aber fehleranfällige Erweiterung der klassischen dynamischen Programmierung dienen, um hochdimensionale wirtschaftliche Probleme zu lösen, wobei ihre Anwendung jedoch durch praktische Einschränkungen und die Notwendigkeit genauer Simulatoren begrenzt bleibt.
Diese Arbeit bietet eine umfassende Übersicht über dezentriertes Federated Learning (DFL) von 2018 bis 2026, klassifiziert die Methoden in traditionelle und blockchain-basierte Ansätze, entwickelt eine einheitliche, herausforderungsorientierte Taxonomie und identifiziert kritische Forschungsbedarfslücken in Bezug auf Topologie, Privatsphäre, Anreize und Modellziele.
Die Studie stellt eine systematische Evaluierung von On-Device-LLMs auf handelsüblicher Hardware vor und zeigt, dass stark quantisierte große Modelle (ab ca. 3,5 effektiven Bits pro Gewicht) kleineren Modellen überlegen sind, während sie gleichzeitig Richtlinien für die Optimierung unter Ressourcenbeschränkungen bietet.
Diese Arbeit stellt ein neuartiges hierarchisches Multi-Task-Multi-Fidelity-Framework für Gaußsche Prozesse vor, das durch die gleichzeitige Nutzung von Ähnlichkeiten zwischen Aufgaben und fidelityabhängigen Datenmerkmalen die Vorhersagegenauigkeit bei der Surrogatmodellierung in Fertigungssystemen signifikant verbessert.
Die Arbeit stellt ADHint vor, eine adaptive Methode für das Reinforcement Learning, die Schwierigkeitspriors nutzt, um Hint-Raten dynamisch anzupassen und Gradienten zu modulieren, wodurch die Stabilität des Lernens verbessert und eine bessere Balance zwischen Exploration und Imitation erreicht wird.
Die Arbeit stellt APPLV vor, ein adaptives Lernverfahren, das vortrainierte Vision-Language-Modelle nutzt, um Parameter klassischer Navigationsplanner vorherzusagen und so die Sicherheit traditioneller Ansätze mit der Generalisierungsfähigkeit moderner VLA-Modelle in komplexen Umgebungen zu vereinen.
Die Arbeit stellt ARLBench vor, einen effizienten und flexiblen Benchmark für das Hyperparameter-Optimieren in Reinforcement Learning, der durch die Auswahl repräsentativer Teilaufgaben kostspielige Vergleiche verschiedener AutoRL-Methoden auch mit begrenzten Rechenressourcen ermöglicht.
Diese Arbeit stellt ein integriertes Online-Framework zur Vorhersage der Zuverlässigkeit von Satellitenelektronik vor, das ein Wiener-Prozess-Degradationsmodell mit räumlichen Korrelationen und eine adaptive zweistufige Active-Learning-Strategie kombiniert, um trotz begrenzter Daten und variierender Betriebsbedingungen eine hohe Vorhersagegenauigkeit zu erreichen.
Diese Arbeit stellt zwei Subsampling-Schätzer, Adaptive Importance Sampling und Stratified Sub-sampling, für die robuste hochdimensionale Regression unter schweren Verteilungen, Kontamination und zeitlicher Abhängigkeit vor, schließt die Lücke zwischen Theorie und Algorithmus durch präzise Konvergenzgarantien und ermöglicht gültige Konfidenzintervalle, wobei empirische Ergebnisse eine signifikante Fehlerreduktion im Vergleich zu herkömmlichen Methoden zeigen.
Diese Studie stellt das Decoder-DeepONet (DDON), ein interpretierbares Operator-Learning-Modell, vor, das die Genauigkeit und Generalisierbarkeit bei der Rekonstruktion elektrischer Feldprofile aus EFISH-Signalen in Entladungen im Vergleich zu herkömmlichen neuronalen Netzen und klassischen Methoden signifikant verbessert und dabei auch mit unvollständigen Eingabedaten robust funktioniert.
Diese Arbeit stellt einen optimalen Steuerungsansatz für das Transformer-Training vor, der die Architektur als gesteuertes Partikelsystem modelliert, um über einen gehobenen Markov-Entscheidungsprozess globale Optimalität und Robustheit ohne Gradientenabstieg zu gewährleisten.
Diese Arbeit stellt einen exakten und architekturgetreuen Flachheitsmaßstab für CNNs vor, der durch eine geschlossene Formel für die Spur der Hesse-Matrix die Generalisierungsfähigkeit präziser schätzt als bisherige Methoden, die oft die spezifische Geometrie von Faltungsschichten vernachlässigen.
Dieses Paper stellt ein Kommunikationsprotokoll für das verteilte Expertenproblem vor, das im Vergleich zu früheren Arbeiten eine verbesserte Regret-Schranke bei minimalem Kommunikationsaufwand erreicht.
Die Arbeit stellt die Test-Time Control (TTC)-Schicht vor, eine hardware-effiziente Architekturerweiterung für große Sprachmodelle, die durch die Einbettung von optimaler Steuerung und LQR-Planung in den Inferenzprozess die mathematische Schlussfolgerungsfähigkeit signifikant verbessert, ohne auf Testzeit-Training angewiesen zu sein.
Diese Studie stellt einen neuartigen Ansatz vor, der eine Bottleneck-Transformer-Architektur mit Faltungsblöcken und Multi-Head-Self-Attention nutzt, um die Kurzzeit-Objektiv-Verständlichkeitsmessung (STOI) ohne Referenzsignal genauer vorherzusagen als bisherige State-of-the-Art-Modelle.
Die Arbeit stellt Bradley-Terry Policy Optimization (BTPO) vor, einen neuartigen Optimierungsansatz, der durch die Ableitung eines konsistenten Monte-Carlo-Schätzers für den Gradienten der Likelihood-Funktion das Training von generativen Präferenzmodellen mit Chain-of-Thought-Verständnis für nicht-verifizierbare Aufgaben ermöglicht und dabei bestehende heuristische Methoden übertrifft.
Die Arbeit stellt CTRL vor, eine Meta-Learning-Methode, die durch die Kombination von residualer Transferlernung und adaptiver Clusterbildung die Vorhersagegenauigkeit über viele kleine, heterogene Datenquellen hinweg verbessert und dabei gleichzeitig die spezifischen Unterschiede zwischen den Quellen bewahrt.
Die Autoren stellen einen neuartigen, maschinellen Lernansatz vor, der Gradientenabstieg auf der Grassmann-Mannigfaltigkeit mit Donaldsons Algorithmus kombiniert, um effiziente Näherungen für Calabi-Yau-Metriken zu berechnen und dabei das Auftreten nichttrivialer lokaler Minima in der Dwork-Familie zu untersuchen.
Das Paper stellt CarbonBench vor, den ersten globalen Benchmark für das Zero-Shot-Learning zur Hochskalierung von Kohlenstoffflüssen, der über 1,3 Millionen Beobachtungen von 567 Messstellen nutzt, um die Generalisierungsfähigkeit von Modellen auf nicht trainierte Ökosysteme und Klimazonen systematisch zu evaluieren.
Die Arbeit stellt General Policy Composition (GPC) vor, eine trainingsfreie Methode, die durch die testzeitliche konvexe Kombination von Verteilungsscores mehrerer vortrainierter Diffusions- oder Flow-basierter Roboterpolicies deren Leistung über das Niveau der einzelnen Elternmodelle hinaus steigert.
Die Arbeit stellt CDGLT vor, ein rechen-effizientes Framework zur Identifizierung multimodaler Metaphern, das durch den Einsatz von Konzept-Drift und angepasstem LayerNorm-Tuning einen neuen State-of-the-Art auf dem MET-Meme-Benchmark erreicht.
Die Arbeit leitet unter Verwendung diskreter Gronwall-Ungleichungen Konvergenzraten für die letzte Iteration von stochastischem Gradientenabstieg und stochastischem Heavy-Ball-Verfahren bei konvexen und nicht-konvexen Zielfunktionen mit -Hölder-stetigem Gradienten her.
Die Arbeit stellt CuriousBot vor, ein mobiles Explorationsystem, das durch einen 3D-relationalen Objektgraphen interaktives Erkunden komplexer Umgebungen ermöglicht und dabei VLM-basierte Ansätze in Bezug auf Generalisierung und Effektivität übertrifft.
Die Arbeit stellt das DUEL-Framework vor, das durch deterministische Unmasking-Strategien eine exakte Likelihood-Berechnung für Masked Diffusion Models ermöglicht und damit deren wahre Leistungsfähigkeit aufdeckt, die deutlich besser ist als bisher angenommen und sogar autoregressive Modelle übertreffen kann.
Dieser Artikel stellt eine datenratenbewusste CNN-Beschleunigerarchitektur für FPGAs vor, die durch Multi-Pixel-Verarbeitung und eine optimierte Designraumexploration die Hardwareauslastung verbessert und den Einsatz komplexer CNNs auf einem einzigen FPGA bei verschiedenen Datenraten ermöglicht.
Diese Arbeit entwickelt einen axiomatischen Ansatz für datengetriebene, robuste Markov-Entscheidungsprozesse auf Borel-Räumen, der mittels empirischer Verteilungen und Ambiguitätsmengen, die auf Distanzfunktionen basieren, Konvergenzgarantien, Stichprobenkomplexitätsgrenzen und Wahrscheinlichkeitsaussagen für die Out-of-Sample-Leistung liefert, während sie gleichzeitig die mangelnde Robustheit rein empirischer MDPs aufzeigt.
Die Arbeit stellt DCPO vor, ein Framework, das durch die Entkopplung von Optimierungszielen für logisches Schließen und Kalibrierung die Überkonfidenz in RLVR-Modellen beseitigt und gleichzeitig hohe Genauigkeit sowie eine optimale Kalibrierung gewährleistet.
Die Studie stellt SpeedTransformer vor, ein auf Transformer-Architekturen basierendes Modell, das mithilfe von Geschwindigkeitsdaten aus dichten Smartphone-GPS-Trajektorien Transportmittel erkennt und dabei traditionelle Deep-Learning-Modelle in Bezug auf Genauigkeit, Transferfähigkeit und Robustheit in realen Umgebungen übertrifft.
Die Arbeit stellt Directional Textual Inversion (DTI) vor, eine Methode zur Personalisierung von Text-zu-Bild-Generierung, die durch die Optimierung ausschließlich der Richtungsvektoren von Embeddings auf einer hypersphärischen Mannigfaltigkeit statt ihrer Norm die Texttreue verbessert und eine kohärente Interpolation zwischen gelernten Konzepten ermöglicht.
Diese Arbeit stellt eine Methode vor, die Symmetrieinvarianten als atomare Einheiten in die Entdeckung symbolischer Differentialgleichungen integriert, um die Suche effizienter zu gestalten und sicherzustellen, dass die gefundenen Gleichungen physikalische Symmetrien einhalten.
Die Studie zeigt, dass der neuartige MLD-BFM-Ansatz zur räumlichen Merkmalsextraktion zwar die höchste Genauigkeit bei der Dekodierung von fünf Fingerbewegungen aus HD-sEMG-Signalen erreicht, jedoch keine statistisch signifikante Verbesserung gegenüber herkömmlichen zeitbasierten Merkmalen bietet, was darauf hindeutet, dass die räumliche Auflösung der HD-sEMG-Aufzeichnung für eine präzise Mehrfreiheitsgrad-Regression entscheidender ist als die Verwendung komplexer räumlicher Deskriptoren.
Die Arbeit stellt DynaME vor, ein hybrides Framework für das Online-Training von Zeitreihen, das Konzeptdrift in wiederkehrende und emergente Drift unterteilt und durch eine Kombination aus spezialisierten Experten für historische Muster sowie einem stabilen Generalisten für neue Muster eine überlegene Anpassungsfähigkeit erreicht.
Diese Arbeit stellt zwei rein trainingsseitige Komponenten vor, die durch längenbewusste Aufmerksamkeitspriors und einen gewinnbewussten Controller die Effizienz des logischen Schlussfolgerns bei festen Testzeitkosten verbessern, indem sie die Validierungsverluste senken, ohne die Inferenzlatenz oder den Speicherbedarf zu erhöhen.
Diese Arbeit stellt einen Deep-Learning-Ansatz vor, der durch die gemeinsame Entdeckung von Koordinaten und Flusskarten eine präzise und recheneffiziente Zeitintegration für Multiskalen-Systeme ermöglicht und dabei sowohl die Fitzhugh-Nagumo-Neuronenmodelle als auch die chaotische Kuramoto-Sivashinsky-Gleichung erfolgreich behandelt.
Diese Arbeit stellt das OWO-FMTL-Framework vor, ein Online-in-Online-Verfahren für faire Multi-Task-Lernprozesse in KI-gestützten Funkzugangsnetzen, das durch adaptive Priorisierungen und einen primaldualen Mechanismus langfristige Gleichheit bei geringem Rechenaufwand gewährleistet.
Die Arbeit stellt die „Exclusive Self Attention" (XSA) vor, eine einfache Modifikation des Self-Attention-Mechanismus, die durch den Ausschluss der eigenen Token-Information die Kontextmodellierung verbessert und bei Sprachmodellierungsaufgaben konsistent bessere Ergebnisse als das Standardverfahren erzielt.
Diese Studie untersucht empirisch die Leistungsfähigkeit von global optimalen Modellbäumen mit linearen Support-Vektor-Maschinen in den Blattknoten, die mittels gemischt-ganzzahliger linearer Programmierung gelernt werden, und zeigt, dass diese im Vergleich zu gierig konstruierten Bäumen und anderen Algorithmen bei gleichzeitig hoher Interpretierbarkeit wettbewerbsfähige Genauigkeit mit sehr kleinen Baumstrukturen erreichen.
Die Arbeit stellt das neue Forschungsgebiet der Domänengeneralisierung für LiDAR-basierte semantische Segmentierung unter verrauschten Labels vor, führt einen Benchmark ein und schlägt mit DuNe ein dual-sichtiges Framework vor, das durch konsistente Feature-Lernung und konfidenzbasiertes Filtern robuste Ergebnisse unter Domänenverschiebungen und Labelrauschen erzielt.
Diese Arbeit zeigt theoretisch und empirisch, dass hybride Sequenzmodelle, die Transformer- und State-Space-Schichten kombinieren, bestimmte Aufgaben mit deutlich weniger Parametern und Speicherbedarf lösen können als reine Modelle und dabei überlegene Generalisierungsfähigkeiten aufweisen.
Das Paper stellt FlexServe vor, ein schnelles und sicheres System für die Inferenz von Large Language Models auf mobilen Geräten, das durch flexible Ressourcenisolierung und spezialisierte Managementmechanismen innerhalb von ARM TrustZone die erheblichen Leistungsnachteile herkömmlicher Ansätze überwindet.
Die Studie stellt VSOPINN vor, ein physik-informiertes neuronales Netzwerk, das durch eine differenzierbare Voronoi-Optimierung die Sensorplatzierung end-zu-end anpasst, um die Genauigkeit und Robustheit der Strömungsfeld-Rekonstruktion auch bei unvollständigen Messdaten und Sensorausfällen signifikant zu verbessern.
Der Artikel stellt FreqCycle vor, ein neuartiges Framework für die Zeitreihenvorhersage, das durch die Kombination von Filter-verbesserter Zyklusvorhersage und segmentiertem Frequenzbereichslernen sowohl niederfrequente als auch mittlere bis hohe Frequenzmuster effektiv erfasst und durch eine hierarchische Erweiterung (MFreqCycle) gekoppelte Mehrperiodizitäten bewältigt, wodurch es in sieben Benchmark-Datensätzen einen neuen State-of-the-Art bei gleichzeitig hoher Inferenzgeschwindigkeit erreicht.
Die Arbeit stellt CAHC vor, eine end-zu-end-Methode für das Clustering attributierter Hypergraphen mittels kontrastiven Lernens, die die Repräsentationslernen- und Clusterzuweisungsschritte kombiniert, um eine direkte Clustering-Überwachung zu ermöglichen und damit die Leistung gegenüber bestehenden Ansätzen zu verbessern.
Die Arbeit stellt C2FMAE vor, einen hierarchischen Masked Autoencoder, der durch einen kaskadierten Decoder und einen progressiven Maskierungs-Lehrplan semantische, instanzbasierte und pixelgenaue Repräsentationen vereint, um die inhärenten Spannungen zwischen kontrastivem Lernen und Masked Image Modeling aufzulösen und so robustere visuelle Darstellungen zu erlernen.
Die Autoren stellen einen neuen nichtparametrischen Ansatz zur Off-Policy-Evaluation vor, der durch die Kombination von nichtparametrischer Gewichtung und modellgestützten Belohnungsvorhersagen im Vergleich zu bestehenden Methoden wie IPW und DR eine signifikant niedrigere Varianz bei gleichzeitig geringer Verzerrung erreicht.
Das Paper stellt FrontierCO vor, ein umfassendes Benchmark-System zur realistischen und großskaligen Evaluierung von maschinellen Lernverfahren für kombinatorische Optimierungsprobleme, das eine signifikante Leistungslücke gegenüber klassischen Solvern aufzeigt, während es gleichzeitig spezifische Anwendungsfälle identifiziert, in denen ML-Methoden überlegen sind.
Das Paper stellt GAST vor, eine innovative Methode zur parametereffizienten Feinabstimmung großer Sprachmodelle, die durch eine einheitliche Optimierungsstrategie sowohl daten- als auch schichtselektive Anpassungen kombiniert, um Redundanzen zu minimieren und die Leistung gegenüber bestehenden Ansätzen zu steigern.
Diese Arbeit stellt theoretisch dar, dass generatives Drifting unter einem Gaußschen Kernel exakt Score Matching auf geglätteten Verteilungen entspricht, und liefert damit durch eine spektrale und variationale Analyse Erklärungen für die Stabilität des Trainings, die Wahl des Kernels sowie eine neue Bandbreiten-Annealing-Strategie zur Überwindung von Konvergenzengpässen.
Diese Arbeit liefert die ersten globalen Konvergenzgarantien für eine Variante des iterativ gewichteten kleinsten Quadrate-Verfahrens (IRLS) mit dynamischer Regularisierung, die unter deterministischen Bedingungen von jeder Initialisierung aus linear zum zugrunde liegenden Unterraum konvergiert und diese Ergebnisse zudem auf die affinen Unterraumschätzung sowie Anwendungen im Training neuronaler Netze erweitert.
Die Arbeit beweist globale universelle Approximationssätze für stückweise lineare Pfade mittels linearer Funktionale ihrer Signaturen und wendet diese Ergebnisse auf stochastische Differentialgleichungen sowie Pfad-funktionale an, die durch Brownsche Bewegung getrieben werden.
Die Arbeit stellt „In-Context RLVR" vor, eine Methode, die durch die Nutzung von „Evidence Gain" als implizites Belohnungsgewicht die Qualität von Lösungswegen in Large Language Models verbessert, ohne externe Bewertungsmodelle zu benötigen.
Dieses Paper stellt HYGENE vor, eine bahnbrechende, auf Diffusionsmodellen basierende Methode, die durch einen schrittweisen lokalen Erweiterungsprozess realistische und vielfältige Hypergraphen generiert und damit erstmals tiefenlernbasierte Ansätze für die Hypergraph-Generierung ermöglicht.
Die Arbeit stellt Hebbian-Oscillatory Co-Learning (HOC-L) vor, ein einheitliches Zwei-Zeitskalen-Framework, das hyperbolische spärliche Geometrie mit oszillatorischer Phasensynchronisation koppelt, um durch synchrone Gate-Mechanismen strukturelle Plastizität zu steuern und dabei theoretische Konvergenz sowie lineare Komplexität nachzuweisen.
Diese Arbeit analysiert systematisch den Einfluss von Markov-Entscheidungsprozess-Designentscheidungen auf die Sim-zu-Real-Übertragung beim Reinforcement Learning und zeigt anhand eines Farbmischungs-Experiments, dass physikbasierte Dynamikmodelle unter strengen Präzisionsanforderungen bis zu 50 % Erfolg auf realer Hardware ermöglichen, während vereinfachte Modelle versagen.
Diese Arbeit stellt einen hybriden Regler vor, der Deep Reinforcement Learning mit robuster, modellunabhängiger Extremwertregelung kombiniert, um die Leistungsfähigkeit von Steuerungssystemen für nichtlineare, zeitvariierende Prozesse zu verbessern und gleichzeitig deren Robustheit gegenüber schnellen Modelländerungen zu gewährleisten.
Die vorgestellte Arbeit führt die theoretisch fundierte Feature Importance Rescaling (FIR)-Methode ein, welche durch eine gewichtete Anpassung der Merkmalsbeiträge die Zuverlässigkeit von Cluster-Validierungsindizes in verrauschten Gaußschen Mischmodellen signifikant verbessert und deren Übereinstimmung mit der Grundwahrheit auch bei überlappenden Clustern erhöht.
Dieses Paper stellt -GaBO vor, eine neue Familie von Bayesian-Optimierungsalgorithmen für das Wahrscheinlichkeitssimplex, die auf informationstheoretischer Geometrie basiert und durch geometrisch angepasste Kernel sowie Optimierer eine überlegene Leistung im Vergleich zu herkömmlichen euklidischen Ansätzen zeigt.
Diese Arbeit stellt ein datengesteuertes Framework vor, das mithilfe von maschinellem Lernen und generativen Modellen die Oberflächenrauheit im Material-Extrusions-Druck vorhersagt und über eine interaktive 3D-Web-Schnittstelle eine visuelle Entscheidungsunterstützung für die Prozessplanung bietet.
Die Studie stellt eine iterative In-Context-Learning-Methode vor, die durch schrittweise Auswahl angepasster Few-Shot-Beispiele und explizite Anweisungen die systematische Generalisierungsfähigkeit von LLMs bei algebraischen Aufgaben mit nicht-standardisierten Rechenregeln verbessert, wobei überraschenderweise einfachere Beispiele oft wirksamer sind als komplexe.
Die Arbeit stellt JULI vor, eine neue Angriffsmethode, die große Sprachmodelle im Black-Box-Setting allein durch die Manipulation der Token-Wahrscheinlichkeiten unter Verwendung eines kleinen Plug-ins namens BiasNet umgeht, ohne Zugriff auf die Modellgewichte zu benötigen.
Die Arbeit stellt ULFS-KDPE vor, einen Kernel-basierten Entzerrungs-Schätzer, der auf einem universellen ungünstigsten Teilmodell beruht und in nichtparametrischen Modellen semiparametrische Effizienz für Pfad-differenzierbare Parameter erreicht, ohne dass eine explizite Berechnung der effizienten Einflussfunktionen erforderlich ist.
Die Arbeit stellt KernelCraft vor, den ersten Benchmark, der nachweist, dass agentic LLM-Systeme durch einen feedbackgesteuerten Workflow effizient und korrekt optimierte Low-Level-Kernel für neuartige Hardware-Architekturen mit bisher unbekannten Instruktionssätzen generieren können.
Diese Arbeit stellt ein score-basiertes generatives Modell vor, das stochastische Kuramoto-Dynamiken nutzt, um die Erzeugung von orientierungsreichen Bildern wie Fingerabdrücken und Texturen durch die Modellierung von Phasensynchronisation auf periodischen Domänen zu verbessern.
Dieses Paper stellt LangevinFlow vor, ein physikinspiriertes sequenzielles Variational Auto-Encoder-Modell, das unterdämpfte Langevin-Dynamik und lokal gekoppelte Oszillatoren nutzt, um latente neuronale Dynamiken präziser zu modellieren als bestehende Methoden.
Die vorgestellte Arbeit schlägt leichte, mit Reinforcement Learning trainierte Decoding-Adapter vor, die dynamisch Sampling-Strategien an die jeweilige Aufgabenkomplexität und verfügbare Rechenressourcen anpassen, um die Genauigkeit von Large Language Models bei Mathematik- und Codierungsaufgaben im Vergleich zu statischen Baselines signifikant zu verbessern.
Die Arbeit untersucht das strukturelle Lernen von Markov- und Bayesianischen Netzwerken unter Verwendung eines unzuverlässigen Orakels und zeigt, dass Markov-Netzwerke auch bei moderat exponentiellen Fehlern identifizierbar sind, während Bayesianische Netzwerke selbst bei beschränkten Graphparametern keine Fehler tolerieren können, sofern eine eindeutige Identifizierbarkeit gewährleistet werden soll.
Diese Arbeit stellt einen datengesteuerten Ansatz vor, der auf Control Barrier Functions und differenzierbarer Optimierung basiert, um die Verantwortungszuweisung von Agenten in multi-agenten Interaktionen zu lernen und so ein quantitatives Verständnis dafür zu gewinnen, wie stark Akteure ihr Verhalten anpassen, um die Sicherheit anderer zu gewährleisten.
Die Studie stellt BrainHO vor, einen neuen Ansatz zur Diagnose von Hirnerkrankungen mittels fMRI, der durch einen hierarchischen Aufmerksamkeitsmechanismus und spezielle Verlustfunktionen die inhärente hierarchische Organisation von Hirnnetzwerken erlernt und dabei sowohl die Klassifikationsleistung verbessert als auch interpretierbare Biomarker identifiziert.
Die Arbeit stellt MAPLE vor, ein neues Trainingsparadigma, das Test-Time Reinforcement Learning mit einem medizinischen Prozess-Reward-Modell kombiniert, um die Zuverlässigkeit medizinischer KI durch den Ersatz von Mehrheitsvoting durch expertenbasierte, schrittweise Belohnungen zu verbessern.
Die Arbeit stellt MAcPNN vor, ein dezentrales Lernparadigma für IoT-Datenströme, das auf Vygotskys soziokultureller Theorie basiert und autonome Geräte durch bedarfsgesteuerte gegenseitige Unterstützung sowie kontinuierliche progressive neuronale Netze (cPNN) befähigt, Konzeptdrifts zu bewältigen und Vergessen zu vermeiden, ohne einen zentralen Koordinator zu benötigen.
Die Arbeit stellt MM-Zero vor, ein RL-basiertes Framework, das erstmals die datenlose Selbstentwicklung von Vision-Language-Modellen durch ein dreiteiliges Rollenkonzept (Proposer, Coder, Solver) ermöglicht, das abstrakte visuelle Konzepte generiert, in ausführbaren Code übersetzt und multimodale Schlussfolgerungen trifft.
Dieses Papier stellt ein einheitliches Framework für traditionelle und konvexe nicht-negative Matrixfaktorisierung (NMF) unter Verwendung von Tweedie- und Negativ-Binomial-Kostenfunktionen vor, leitet Multiplikations-Update-Regeln mittels Majorize-Minimisation ab und zeigt durch empirische Evaluierungen, dass die Wahl des Rauschmodells sowie der Einsatz konvexer NMF die Anpassungsgüte und Merkmalswiederherstellung signifikant verbessern.
Diese Arbeit charakterisiert die Speicherkapazität von tiefen ReLU-Neuronalen Netzen, indem sie zeigt, dass die Kombination aus Breite und Tiefe durch die Beziehung optimal ist, um beliebige Datenpunkte mit einem Mindestabstand zu memorieren.
Die Studie zeigt, dass die synergetische Integration von überwachtem kontrastivem Lernen, Hopfield-Netzen und hierarchischen gated recurrenten Netzwerken in Spiking Neural Networks zu einer ausgewogenen Verbesserung von Genauigkeit, Energieeffizienz und neuronalen Clusterstrukturen auf dem N-MNIST-Datensatz führt.
Die Arbeit stellt Midicoth vor, ein verlustfreies Kompressionssystem, das durch eine Mikro-Diffusions-Denoising-Schicht, die auf einer binären Baumstruktur und schrittweisen Kalibrierung basiert, die Wahrscheinlichkeitsschätzungen adaptiver statistischer Modelle für eine effizientere Online-Kompression verbessert.
Die Arbeit stellt „Missing-by-Design" (MBD) vor, ein einheitliches Framework für multimodale Sentiment-Analyse, das durch strukturierte Repräsentationslernen und einen zertifizierbaren Parameter-Modifikationsprozess die selektive und nachweisbare Löschung spezifischer Datenmodalitäten ermöglicht, ohne die Vorhersagegenauigkeit bei unvollständigen Eingaben zu beeinträchtigen.
Die Studie widerlegt die Annahme, dass für die Vorhersage von Peptidfunktionen komplexe Modelle zur Erfassung langreichweitiger Wechselwirkungen notwendig sind, und zeigt, dass einfache, lokale molekulare Fingerabdrücke in Kombination mit LightGBM auf 132 Datensätzen State-of-the-Art-Ergebnisse erzielen, die fortschrittliche Graph-Neural-Networks und Transformer-Modelle übertreffen.
Die Autoren stellen MS-HGNN vor, ein morphologisch-symmetrie-äquivariantes heterogenes Graph-Neurales Netzwerk, das kinematische Strukturen und morphologische Symmetrien in Roboter-Dynamikmodellen integriert, um Generalisierbarkeit und Effizienz zu steigern, was durch theoretische Beweise und Experimente mit echten und simulierten Quadruped-Robotern validiert wurde.
Die Arbeit stellt SparseLoom vor, ein Demonstratorsystem für Edge-SoCs, das durch eine neuartige „Model Stitching"-Methode zur rekombinierenden Erstellung von Modellvarianten ohne Nachtraining die SLO-Verletzungsraten um bis zu 74 % senkt, den Durchsatz um das 2,31-Fache steigert und den Speicherbedarf im Vergleich zu bestehenden Multi-DNN-Inferenzsystemen um durchschnittlich 28 % reduziert.
Diese Arbeit stellt MLES vor, einen neuartigen Ansatz, der multimodale Large Language Models mit evolutionärer Suche kombiniert, um transparente, verifizierbare und leistungsfähige programmatische Steuerungsstrategien zu entdecken, die die Black-Box-Natur herkömmlicher Deep-Reinforcement-Learning-Policies überwinden.
Diese Arbeit analysiert empirisch die unterschiedlichen Auswirkungen von Label- und Selektionsverzerrungen auf die Evaluierung und Leistung von Klassifikationsmodellen sowie auf die Wirksamkeit von Gegenmaßnahmen, wobei ein neu eingeführtes Framework zeigt, dass bei verzerrungsfreien Testdaten kein Zielkonflikt zwischen Fairness und Genauigkeit besteht und die Effizienz von Mitigationsmethoden stark von der Art der Verzerrung abhängt.
Diese Arbeit untersucht nicht-rechteckige robuste Markov-Entscheidungsprozesse mit Durchschnittsbelohnung, zeigt, dass sublineare Regret-Policies robust-optimal sind und eine Minimax-Darstellung der robusten Werte ohne Rechteckigkeitsannahme ermöglichen, und entwickelt ein transientes Bewertungsframework sowie eine epochenbasierte Policy, die eine konstante transiente Leistung garantiert.
Diese Arbeit stellt eine theoretisch fundierte Parameterverschneidungsmethode vor, die auf der Minimierung der Rényi-Divergenz basiert und in nichtparametrischen variationalen Differentialprivacy-Modellen sowohl strengere Privatsphärengarantien als auch eine höhere Nützlichkeit bei Downstream-Aufgaben ermöglicht.
Diese Arbeit zeigt, dass das Vergessen bei der sequenziellen Anpassung großer Modelle durch Parameter-effiziente Feinabstimmung maßgeblich von der Geometrie und Parametrisierung des Aktualisierungsunterraums abhängt, wobei tensorbasierte Zerlegungen und strukturell ausgerichtete Parametrisierungen das Vergessen im Vergleich zu herkömmlichen Methoden wie LoRA effektiv reduzieren.
Diese Arbeit schließt bestehende Lücken in der Analyse von Gaussian-Process-Thompson-Sampling (GP-TS) für das Bayesianische Optimieren, indem sie erstmals eine untere Regret-Schranke, eine verbesserte obere Schranke für die kumulative Regret über die Zeit sowie erwartete „lenient"-Regret-Schranken und eine Schranke für die zweite Moment der kumulativen Regret herleitet.
Diese Arbeit beweist, dass keine Verifikationsmethode gleichzeitig die Eigenschaften der Korrektheit, Allgemeingültigkeit über den gesamten Eingabebereich und polynomiellen Effizienz erfüllen kann, wodurch ein fundamentales Trilemma für die formale Zertifizierung von KI-Ausrichtung etabliert wird.
Die Arbeit führt eine neue Familie von mittelnormalisierten Operator-Normen ein, um stabilen Lernraten-Transfer über verschiedene Netzwerkbreiten hinweg zu ermöglichen, und stellt den darauf basierenden Optimierer MOGA vor, der in großen Sprachmodellen mit Muon konkurrierbar ist und dabei schneller konvergiert.
Diese Studie vergleicht DeepONet-Architekturen für die Konsolidierung in der Geotechnik, identifiziert eine physikinspirierte Variante mit Fourier-Features als leistungsfähigste Lösung und demonstriert deren Potenzial zur drastischen Beschleunigung der Unsicherheitsquantifizierung in 3D-Szenarien.
Die Arbeit stellt OptEMA vor, einen adaptiven Exponential Moving Average-Optimierer für stochastische Probleme, der ohne Kenntnis der Lipschitz-Konstante auskommt und im noise-freien Fall eine nahezu optimale Konvergenzrate von erreicht.
Diese Arbeit stellt ein hierarchisches Reinforcement-Learning-Framework vor, das digitale Netzwerkkopien und robuste adversarielle Verluste nutzt, um gemeinsam die Antennenneigung und die Datenquellenstrategie in mobilen Netzen zu optimieren und dabei die Datenerfassungsverzögerung signifikant zu reduzieren.
Die Arbeit identifiziert und beweist, dass unmaskierte Policy-Gradient-Algorithmen in Umgebungen mit zustandsabhängigen Aktionsvaliditäten durch geteilte Netzwerkgewichte dazu neigen, gültige Aktionen in noch nicht besuchten Zuständen systematisch zu unterdrücken, und zeigt, dass eine Klassifizierung der Machbarkeit diese Suppression effektiv verhindert.
Diese Arbeit stellt ein hybrides, auf Proximal Policy Optimization (PPO) und Linearer Programmierung basierendes Optimierungsverfahren für ein semantikbasiertes, RIS-gestütztes Fahrzeug-Edge-Computing-System vor, das die End-to-End-Latenz im Vergleich zu bestehenden Methoden um 40–50 % reduziert.
Diese Arbeit bietet eine umfassende Analyse und einen empirischen Vergleich von Edge- und In-Sensor-AI-Prozessoren, wobei Benchmarks auf GAP9, STM32N6 und Sony IMX500 die überlegene Energieeffizienz und den Reifegrad von In-Sensor-Verarbeitung im Vergleich zu herkömmlichen Mikrocontroller- und Beschleuniger-Architekturen unterstreichen.
Die Arbeit stellt AffPCL vor, einen personalisierten kollaborativen Lernrahmen für heterogene Agenten, der durch affinitätsbasierte Varianzreduktion und Korrekturmechanismen die Stichprobenkomplexität im Vergleich zum unabhängigen Lernen um einen Faktor von senkt und dabei nahtlos zwischen linearem Speedup bei Homogenität und unabhängiger Lernleistung bei Heterogenität interpoliert, ohne dass Vorwissen über das System erforderlich ist.
Diese Arbeit beweist erstmals, dass stark überparametrisierte Convolutional Neural Networks durch die Anwendung verallgemeinerter Zufalls-Teilsummen-Probleme strukturierte „Winning Lottery Tickets" enthalten, die kleinere Netzwerke approximieren können, ohne trainiert zu werden.
Diese Arbeit stellt einen datengesteuerten Ansatz zur probabilistischen Vorhersage des Hysterese-Faktors bei Lithium-Ionen-Batterien mit Silizium-Graphit-Anoden vor, der durch Datenharmonisierung und maschinelles Lernen eine robuste und recheneffiziente Zustand-Schätzung unter Unsicherheiten ermöglicht.
Diese Arbeit stellt einen unüberwachten Prognostik-Rahmen vor, der mittels eines Expectation-Maximization-Algorithmus und gewichteter funktionaler Regression sowohl latente Ausfallmodi identifiziert als auch informative Sensoren auswählt, um die verbleibende Nutzungsdauter in autonomen Tiefraumhabitaten unter Bedingungen ungelabelter Daten und unbekannter Ausfallmechanismen präzise vorherzusagen.
Diese Arbeit beweist erstmals, dass die Integration von lokalen Aktualisierungen in den verteilten Optimierungsalgorithmus DIGing die Konvergenz beschleunigen kann, wobei sich zeigt, dass bereits zwei lokale Updates ausreichen, um die maximale Verbesserung zu erzielen.
Die Arbeit stellt einen neuartigen, theoretisch fundierten Filter für das Graph-Clustering vor, der durch die Konstruktion homophiler und heterophiler Teilgraphen sowie die Anwendung von Low- und High-Pass-Filtern in der Lage ist, sowohl homophile als auch heterophile reale Graphen effektiv zu verarbeiten und dabei den aktuellen State-of-the-Art-Methoden überlegen ist.
Die Arbeit stellt einen rahmenbasierten Ansatz vor, der mithilfe von Proxy-Variablen und variationalen Autoencodern systematische Messfehler in aggregierten Ergebnisvariablen identifiziert und korrigiert, indem sie latente Inhalts- und Verzerrungsvariablen in einem kausalen Graphen trennt.
Dieses Paper stellt mit „Sticky-Sequence Track-and-Stop" einen neuartigen Rahmen für reine Exploration bei möglicherweise unendlich vielen korrekten Antworten vor, der die Asymptotische Optimalität bestehender Methoden für endliche Antworträume erweitert und deren Versagen in diesem allgemeineren Setting analysiert.
Die Arbeit stellt „Quality over Quantity" (QoQ) vor, eine systematische Methode zur automatischen Kuratierung hochwertiger Roboterdemonstrationsdaten mittels Einflussfunktionen, die nachweislich die Leistung von Lernpolitiken in simulierten und realen Umgebungen verbessert.
Die Studie stellt ein umfassendes, mehrdimensionales Bewertungsframework vor, das die Risiken der Memorierung sensibler genomischer Daten in genomischen Sprachmodellen quantifiziert und zeigt, dass eine Kombination verschiedener Angriffsmethoden für eine zuverlässige Privatsphäre-Auditing unerlässlich ist.
Diese Arbeit stellt einen dateneffizienten, topologiebewussten Graph-Neural-Network-Ansatz vor, der durch domänenspezifische Merkmalsindizierung und Transistor-Level-Graphenabstraktionen die Leistungsvorhersage aktiver RF-Schaltungen mit einer durchschnittlichen relativen Fehlerquote von 3,45 % und einer deutlich verbesserten Generalisierungsfähigkeit ermöglicht.
Diese Arbeit verbessert den räumlich-zeitlichen Matching-Algorithmus zur Zuordnung von GPS-Trajektorien zu Straßennetzen durch vier Modifikationen wie einen dynamischen Puffer und eine adaptive Beobachtungswahrscheinlichkeit, was zu einer signifikanten Steigerung der Recheneffizienz und der Pfadqualität bei Daten mit niedriger Abtastrate in dichten Umgebungen führt.
Die Autoren stellen zwei neue modellfreie Algorithmen für Single-Agent- und Federated-Reinforcement-Learning vor, die erstmals gleichzeitig nahezu optimale Regret, lineare Burn-in-Kosten in Bezug auf Zustands- und Aktionsraum sowie logarithmische Kosten für Politikwechsel oder Kommunikation erreichen.
Diese Arbeit untersucht und vergleicht verschiedene Monte-Carlo-Quadraturmethoden mit repulsiven Knoten zur effizienten Berechnung des geschnittenen Wasserstein-Abstands auf der Kugel, wobei sie insbesondere die Varianzreduktion durch deterministische Punktprozesse analysiert und für niedrige Dimensionen randomisierte Quasi-Monte-Carlo-Verfahren sowie für hohe Dimensionen den UnifOrtho-Schätzer empfiehlt.
Die Arbeit stellt Reward-Zero vor, einen allgemeinen, impliziten Belohnungsmechanismus, der natürliche Sprachbeschreibungen mittels Embeddings in dichte, semantisch fundierte Fortschrittsignale für das Reinforcement Learning umwandelt und so das Training beschleunigt sowie die Generalisierungsfähigkeit von Agenten verbessert.
Dieses Paper stellt den Robot Control Stack (RCS) vor, ein schlankes und modulares Ökosystem, das speziell entwickelt wurde, um die Forschung im Bereich des Robot Learning mit großen generalistischen Vision-Language-Action-Modellen zu unterstützen und dabei die Lücke zwischen Simulation und realer Welt zu schließen.
Diese Arbeit stellt einen robusten Rahmen für die assortmentsbasierte Optimierung vor, der unter Unsicherheit durch Verteilungsverschiebungen im Kundenverhalten die worst-case-Erlöse maximiert und dabei durch die Einführung des Konzepts der „robusten artikelweisen Abdeckung" statistisch effiziente Algorithmen mit optimalen Stichprobenkomplexitätsgrenzen entwickelt.
Diese Arbeit stellt einen physik-informierten neuronalen Netzwerk-Ansatz (PINN) vor, der robuste und genaue Schätzungen biophysikalischer Parameter und rekonstruierte Zustandsvariablen aus teilweise verrauschten Beobachtungen in multiskaligen neuronalen Systemen ermöglicht und dabei die Grenzen traditioneller numerischer Methoden überwindet.
Die Arbeit stellt SA²GFM vor, ein robustes Framework für Graph-Grundmodelle, das durch strukturaware semantische Augmentation, einen informationsbottleneck-basierten Selbstüberwachungsmechanismus und ein adaptives Experten-Routing die Generalisierungsfähigkeit und Widerstandsfähigkeit gegenüber Domänenrauschen sowie adversariellen Angriffen verbessert.
Das Paper stellt SCALAR vor, ein bidirektionales Framework, das die symbolische Planung von LLMs mit Deep RL kombiniert, um durch iteratives Feedback und Trajektorienanalyse robuste Skills zu lernen und so die Leistung bei komplexen Aufgaben wie dem Sammeln von Diamanten in Craftax signifikant zu verbessern.
Die Arbeit stellt SCDP vor, einen Sensor-geführten Diffusionsansatz, der durch eine gemischte Beobachtungstraining-Methode die robuste Steuerung von humanoider Lokomotion ausschließlich auf Basis onboarder Sensoren ermöglicht und dabei den Bedarf an komplexer Zustandsabschätzung eliminiert.
Die Arbeit stellt SPDIM vor, einen parameter-effizienten geometrischen Deep-Learning-Ansatz, der auf der SPD-Mannigfaltigkeit basiert und durch Informationsmaximierung die Generalisierung von EEG-Modellen unter label-shifts und anderen Verteilungsverschiebungen ohne Ziel-Daten-Labels verbessert.
Die Arbeit stellt SPREAD vor, ein geometrieerhaltendes Framework für das lebenslange Imitationslernen, das durch subspace-basierte Distillation und eine vertrauensgesteuerte Strategie katastrophales Vergessen verhindert und gleichzeitig die Übertragung von Wissen sowie die Generalisierungsfähigkeit verbessert.
Die Autoren stellen skalierbare Message-Passing-Neuronale Netze (SMPNNs) vor, die durch den Ersatz des aufwendigen Aufmerksamkeitsmechanismus durch standardmäßige Faltungsoperationen in Pre-Layer-Normalisierung-Blöcken tiefe, leistungsfähige Graph-Neuronale Netze für große Graphen ermöglichen und dabei theoretisch fundierte Lösungen für das Oversmoothing-Problem bieten.
Die Arbeit stellt SemiCP vor, ein semi-überwachtes konformes Vorhersageverfahren, das durch die Einführung eines Nearest-Neighbor-Matching-Scores für ungelabelte Daten die Kalibrierung verbessert und bei begrenzten gelabelten Daten die Abdeckungsgenauigkeit signifikant erhöht.
Die Studie stellt SignalMC-MED vor, ein multimodales Benchmark-Verfahren zur systematischen Evaluierung von Biosignal-Foundation-Modellen auf synchronisierten EKG- und PPG-Daten, das zeigt, dass domänenspezifische Modelle und multimodale Fusion die Vorhersageleistung verbessern, während längere Signalsegmente vorteilhafter sind als kürzere.
Die Arbeit stellt SoftJAX und SoftTorch als umfassende Open-Source-Bibliotheken vor, die durch nahtlose Ersetzungen für JAX und PyTorch informative Gradienten für bisher schwer differenzierbare Operationen wie Sortieren, Boolean-Logik und diskrete Indizierung bereitstellen.
Dieses Buch interpretiert generative KI-Modelle, insbesondere Flow Matching, als statistische Werkzeuge zur nichtparametrischen Verteilungslernung und integriert sie durch Orthogonalisierung und Cross-Fitting in ein robustes Inferenzframework für Anwendungen wie kausale Analyse, Survival-Analyse und Imputation.
Die Arbeit stellt \texttt{RQRE-OVI} vor, einen optimistischen Wert-Iterationsalgorithmus mit linearer Funktionsapproximation, der das Risiko-sensitive Quantal-Response-Gleichgewicht (RQRE) berechnet und dabei eine einzigartige, glatte Lösung bietet, die im Vergleich zum Nash-Gleichgewicht eine überlegene Robustheit und Stabilität in general-sum Markov-Spielen gewährleistet.
Die Studie stellt TAM-RL vor, ein Framework, das durch die Kombination von räumlich-zeitlichem Repräsentationslernen mit physikalisch fundierten Constraints die Genauigkeit und Übertragbarkeit von hochskalierten terrestrischen Kohlenstoffflüssen im Vergleich zu bestehenden Methoden signifikant verbessert.
Die Arbeit führt die -Ungleichung ein, um zu zeigen, dass Mixture-of-Experts-Modelle aufgrund einer doppelten Ineffizienz bei der Inferenz – nämlich fragmentierter Gewichtswiederverwendung und begrenztem HBM-Speicher für den KV-Cache – bei langen Kontexten strukturell gegenüber dichteren Modellen benachteiligt sind, was ihre Trainings-FLOP-Effizienz nicht auf die Laufzeitleistung überträgt.
Die Arbeit stellt die AetherFloat-Familie vor, eine hardwareoptimierte Quad-Radix-Gleitkomma-Architektur für KI-Beschleuniger, die durch den Verzicht auf Block-Skalierung und die Einführung expliziter Mantissen signifikante Verbesserungen bei Chipfläche, Energieverbrauch und Latenz ermöglicht, wobei AF8 speziell als Block-Scale-Free-Format für Inferenz mit Quantisierungsbewusstsein entwickelt wurde.
Die Arbeit identifiziert eine systematische Diskrepanz zwischen idealen und tatsächlichen Aktivierungs-Updates, leitet daraus Normalisierung aus ersten Prinzipien ab und stellt eine neue, skaleninvariante Alternative namens „PatchNorm" vor, die konventionelle Normalisierer in mehreren Tests übertrifft.
Diese Arbeit repliziert das Band-Split-RNN-Modell zur Musikquellen-Trennung, um die durch fehlenden Quellcode verursachten Reproduzierbarkeitsprobleme zu analysieren, optimierte Varianten zu entwickeln und die Bedeutung transparenter Forschungspraktiken in der Community zu unterstreichen.
Die Arbeit stellt Normalized Flow Matching (NFM) vor, eine Methode, die die quasi-deterministischen Kopplungen von vortrainierten autoregressiven Normalizing-Flow-Modellen destilliert, um Student-Flow-Modelle zu trainieren, die sowohl ihre Lehrer als auch herkömmliche Flow-Matching-Ansätze mit unabhängigen oder optimalen Transport-Kopplungen übertreffen.
Die vorgestellte Arbeit führt das Gaussian-Multinoulli Restricted Boltzmann Machine (GM-RBM) ein, ein generatives Energie-basiertes Modell, das durch den Ersatz binärer durch q-stufige kategorische (Potts-)Einheiten eine reichhaltigere latente Repräsentation für diskrete Konzepte ermöglicht und auf Benchmarks für analogisches Abrufen sowie strukturiertes Gedächtnis eine konkurrenzfähige bis verbesserte Leistung bei gleicher Kapazität und vergleichbaren Trainingskosten erzielt.
Die Autoren stellen einen vollständig datengesteuerten Transformer-basierten Ansatz vor, der mithilfe eines verfeinerten Tokenizers und eines Cross-Entropy-Trainings Signale von nicht-gaußschen Störungen trennt und dabei im Vergleich zu bestehenden Methoden eine drastische Reduktion der Bitfehlerrate bei gleichzeitiger Null-Shot-Generalisierung auf unbekannte Mischungen erreicht.
Diese Arbeit stellt das Temporale Markov-Übergangsfeld (TMTF) vor, eine Erweiterung der herkömmlichen Markov-Übergangsfelder, die durch die Aufteilung von Zeitreihen in zeitliche Abschnitte und die Schätzung lokaler Übergangsmatrizen nicht-stationäre Regimewechsel erfasst und somit die zeitliche Dynamik in einer für neuronale Netze geeigneten Bildrepräsentation erhält.
Diese Dissertation adressiert das Problem übermäßiger Selbstsicherheit bei simulationsbasierten Inferenzmethoden durch die Entwicklung und Evaluierung von Regularisierungstechniken wie „Balancing" sowie durch den Einsatz maßgeschneiderter Bayesianischer neuronaler Netze, um zuverlässigere und besser kalibrierte statistische Schlussfolgerungen zu gewährleisten.
Diese Arbeit zeigt, dass der Adam-Optimierer auf hochdegenerierten Polynomen ohne externe Scheduler automatisch konvergiert und durch einen Entkopplungsmechanismus zwischen dem zweiten Moment und dem quadrierten Gradienten eine lineare Konvergenzgeschwindigkeit erreicht, die Gradientenabstieg und Momentum signifikant übertrifft.
TrainDeeploy ist ein Framework, das die hardwarebeschleunigte, parameter-effiziente Feinabstimmung von kleinen Transformer- und CNN-Modellen direkt auf extrem ressourcenbeschränkten Edge-Geräten ermöglicht und damit erstmals einen vollständigen On-Device-Trainings-Pipeline für heterogene SoCs bereitstellt.
Diese Arbeit stellt neue, effizient berechenbare transduktive Generalisierungsgrenzen für Graph-Node-Klassifizierung vor, die auf Optimal-Transport-Maßen basieren und durch die Analyse von GNN-Aggregationen sowohl die empirische Generalisierung als auch den nicht-monotonen Einfluss der Netzwerktiefe auf den Fehler erklären.
Das Paper stellt EPIC vor, ein verteiltes wissenschaftliches Lernframework, das durch hardware- und physikgesteuerte Kodierung und Dekodierung die Kommunikationskosten und Latenz bei der Full-Waveform-Inversion drastisch senkt, ohne dabei die physikalische Genauigkeit zu beeinträchtigen.
Die vorgestellte Arbeit führt das Modell „Mixture of Interacting Cascades" (MIC) ein, das mithilfe von markierten mehrdimensionalen Hawkes-Prozessen die komplexe Wechselwirkung zwischen Informationskaskaden und Nutzerverhalten in sozialen Netzwerken gemeinsam modelliert und dabei sowohl eine überlegene Leistung als auch aussagekräftige Visualisierungen ermöglicht.
Diese Arbeit stellt ein unüberwachtes Lernverfahren vor, das Sequenzdaten durch die Faktorisierung latenter Transformationen in spärlich aktive rotations- und potentialbasierte Vektorfelder analysiert, um damit neuartige entkoppelte Repräsentationen zu erzeugen, die sowohl unabhängige Faktoren als auch Transformationprimitive erfassen und gleichzeitig state-of-the-art-Ergebnisse in Bezug auf Datenwahrscheinlichkeit und äquivariante Fehler erzielen.
Diese Arbeit leitet theoretische obere PAC-Generalisierungsschranken für neuronale Oszillatoren auf Basis von ODEs und MLPs her, zeigt, dass die Fehlerpolynome in MLP-Größe und Zeitlänge wachsen, und bestätigt durch numerische Studien, dass die Regularisierung der Lipschitz-Konstanten die Generalisierungsfähigkeit bei begrenzten Trainingsdaten verbessert.
Diese Arbeit verifiziert, dass persistente Beobachter in kausal invarianten Hypergraphen die Bedingungen des Good-Regulator-Theorems erfüllen, wodurch sich natürliche Gradientenabstiegsverfahren als einzig zulässige Lernregel ergeben und eine modellabhängige Verbindung zwischen Wolframs und Vanchurins Theorien mit einem quanten-klassischen Schwellenwert bei κ(F)=2 hergestellt wird.
Die Studie stellt MedCBR vor, ein interpretierbares Framework, das klinische Leitlinien in Vision-Language-Modelle integriert, um durch eine Kombination aus multimodaler Ausrichtung und begründeter Schlussfolgerung präzise Diagnosen mit transparenten, expertenähnlichen Erklärungen zu liefern.
Die Studie stellt einen auf bedingten Generativen Adversarial Networks (cGANs) basierenden Ansatz vor, der mithilfe von Bohrlochdaten und spärlichen Petrographieproben realistische, durchgehende Porenstrukturen von Karbonatgesteinen synthetisiert, um die Reservoircharakterisierung für Anwendungen wie Kohlenstoffabscheidung und unterirdische Wasserstoffspeicherung zu verbessern.
Die Arbeit führt BRACE ein, einen parameterfreien Algorithmus für Banditen mit Nichtkonformität, der durch eine klare Unterscheidung zwischen Empfehlungswohlfahrt und Behandlungseffekten sowie durch zertifizierte Intervalle sowohl die optimale Empfehlungsstrategie als auch die strukturell optimale Behandlungsstrategie unter Unsicherheit und schwacher Identifikation zuverlässig ermittelt.
Diese Arbeit zeigt, dass gängige Methoden der erklärbaren Künstlichen Intelligenz oft übersehen, dass Neuronen durch das Fehlen von Konzepten aktiviert werden, und schlägt einfache Erweiterungen vor, um diese „kodierten Abwesenheiten" in Deep-Learning-Modellen zu identifizieren und zu erklären.
Die Arbeit stellt ein einheitliches Framework vor, um zu quantifizieren, wie sich Personalisierung auf Vorhersagegenauigkeit und Erklärbarkeit auswirkt, und leitet statistische Grenzen ab, die aufzeigen, wann solche Effekte in realen Datensätzen überhaupt noch testbar sind.
Die Arbeit stellt CALIPER vor, einen datenbasierten Test, der ohne Modell- oder Detektorabhängigkeit die für eine stabile Nachschulung nach Konzeptdrift ausreichende Datenmenge ermittelt, indem sie einen einstufigen Proxy-Fehler über eine gewichtete lokale Regression analysiert.
Die Studie zeigt, dass kanalzentrische Modelle für private 5G-Netze die End-to-End-Durchsatzleistung unzureichend vorhersagen, da sie die dynamische Anpassung von MIMO-Schichten überbewerten, während datengetriebene Ansätze wie Gauß-Prozesse deutlich genauere Ergebnisse liefern.
Die Arbeit stellt XConv vor, eine nahtlos integrierbare Methode zur drastischen Reduzierung des Speicherverbrauchs beim Training von Faltungsschichten durch komprimierte Aktivierungen und stochastische Gradientenschätzung, ohne dabei die Architektur einzuschränken oder die Leistung signifikant zu beeinträchtigen.
Die Studie zeigt, dass Sprachmodelle durch das Training auf semantisch treuen Umschreibungen subliminal Präferenzen von einem Lehrermodell übernehmen können, selbst wenn der Inhalt diese Präferenzen explizit widerspricht, was die Wirksamkeit rein inhaltsbasierter Sicherheitsfilter in Frage stellt.
Die Arbeit stellt ZeroSiam vor, eine effiziente asymmetrische Siamese-Architektur, die durch Divergenz-Alignment mit einem Stop-Gradient-Operator das Kollabieren von Modellen während der Testzeit-Entropieoptimierung verhindert und gleichzeitig die Anpassungsfähigkeit und Leistung bei visuellen sowie sprachbasierten Aufgaben verbessert.
Die vorgestellte Arbeit stellt den a-TMFG-Algorithmus vor, der durch die Nutzung von k-Nächste-Nachbarn-Graphen und eine On-the-Fly-Schätzung von Korrelationen die Skalierbarkeit des traditionellen TMFG-Verfahrens auf Datensätze mit Millionen von Beobachtungen ermöglicht.
Diese Studie zeigt mittels adaptiver robuster Optimierung, dass die Berücksichtigung regionaler Dunkelflaute-Ereignisse in der europäischen Stromplanung zu nichtlinearen Kostensteigerungen führt und eine koordinierte grenzüberschreitende Strategie mit langfristigen Wasserstoffspeichern sowie einem ausgewogenen erneuerbaren Ausbau erfordert, um die Systemresilienz zu gewährleisten.
Dieses Papier entwickelt eine robuste Identifikationsmethode, die strategisches Falschmelden von Präferenzen in Zuordnungsmechanismen berücksichtigt, um scharfe Schranken für die kausalen Effekte der Schulzuweisung zu bestimmen und dabei signifikante Heterogenität im Studienerfolg aufzudecken.
Diese Arbeit charakterisiert Abstimmungsregeln, die ausschließlich auf den relativen Gewinn- oder Verlustmargen zwischen Kandidaten basieren, indem sie nachweist, dass eine solche Regel genau dann marginalbasiert ist, wenn sie das Axiom der „preferential equality" erfüllt, welches fordert, dass die Präferenzen aller Wähler in Bezug auf bestimmte Kandidatenpaare gleichwertig behandelt werden.
Die Arbeit etabliert allgemeine Bedingungen für die Existenz von Gleichgewichten in Mehr-Prinzipal-Agenten-Problemen mit interagierenden Teams und strategischen Spillover-Effekten, indem sie einen neuartigen Ansatz zur Analyse von Mechanismen entwickelt, der sowohl die Ergebnisverteilungen auf dem ehrlichen Pfad als auch die durch einseitige Abweichungen erreichbaren Verteilungen berücksichtigt.
Dieser Beitrag stellt die Probleme der Reduktion komplexer Arbeit und der Werttransformation als Bestimmung eines beschränkten Bereichs möglicher Verteilungen innerhalb eines physischen Produktionsnetzwerks neu dar, in dem die Gesetze des Arbeitswerts und das Preissystem bei Vorhandensein eines physischen Überschusses logisch konsistent sind, was durch eine empirische Analyse der chinesischen Input-Output-Daten von 2023 validiert wird.
Diese Studie entwickelt ein theoretisches Rahmenwerk, um die maximalen Wohlfahrtsverluste durch Zeitvariabilität in Mobilitätsdiensten zu quantifizieren und liefert damit eine datenarme Benchmark für die strategische Priorisierung von Zuverlässigkeitsverbesserungen in der frühen Planungsphase.
Das Papier leitet eine Familie geometrischer Regeln für intergenerationelle Einkommensübertragungen aus Axiomen der Konsistenz, Stetigkeit und Unabhängigkeit in einem unendlichen Modell ab.
Diese Arbeit bietet einen einheitlichen Rahmen zur Analyse, wie zunehmende Risikoaversion in Ersten-Preis-Auktionen zu höheren Geboten führt, während sie in Zweiten-Preis-Auktionen mit bekannter Außenoption tendenziell niedrigere Gebote begünstigt.
Dieses Papier entwickelt selbstnormalisierende Strukturbruchtests für prädiktive Quantil- und CoVaR-Regressionen, die unabhängig von der Stationarität der Prädiktoren gültig sind und sich zur Erkennung instabiler Prognosezusammenhänge in der Finanzwirtschaft eignen.
Die Arbeit führt das Sampling-Logit-Gleichgewicht (SLE) ein, ein stationäres Konzept für Populationsspiele, bei dem Agenten auf Basis endlicher Stichproben und einer Logit-Wahlregel handeln, was bei großen Stichproben zu einem Gleichgewicht in einem virtuellen Spiel mit durch Stichprobenrauschen verursachten Verzerrungen führt und systematische Verschiebungen sowie Selektionseffekte erklärt.
Diese Arbeit schließt eine theoretische Lücke, indem sie formal beweist, dass der Quasi-Maximum-Likelihood-Schätzer unter den von Manski (1975, 1985) identifizierten Bedingungen eine konsistente Schätzung der Steigungskoeffizienten in Binärwahlmodellen liefert.
Das Papier entwickelt ein analytisch handhabbares Modell mit heterogenen Arbeitnehmern und Unternehmen, das zeigt, wie ein Sortiermechanismus im Arbeitsmarkt die Verteilung von Einkommen und Produktivität während von Konjunkturzyklen beeinflusst, die durch Effizienzschocks getrieben werden.
Die Arbeit führt das Konzept des „Nachhaltigen Ausbeutungsgleichgewichts" (SEE) ein, um in dynamischen Spielen mit irreversiblen Zusammenbrüchen ineffiziente Kollapspfade auszuschließen und dasjenige stabile Gleichgewicht zu identifizieren, das den Ausbeuter maximiert, während das Überleben des Systems gesichert bleibt.
Die Studie zeigt, dass bei der Adoption personalisierter KI nicht die bloße Präferenz für Datenschutz, sondern die Mehrdeutigkeit (Ambiguität) bezüglich potenzieller Datenlecks die entscheidende Hemmschwelle für Nutzer darstellt, während ein bekanntes Risiko keinen signifikanten Einfluss hat.
Dieses Papier untersucht mittels zweier Kapitel und empirischer Analysen chinesischer Provinzdaten, wie heterogene Wechselkurs- und Arbeitsmarktschwankungen den internationalen Handel beeinflussen und welche Rolle dabei optimale Geldpolitik, Innovation sowie Kooperationsstrategien spielen.
Dieses Papier untersucht, wie ein Agent, der über einen Satz möglicher kausaler Modelle unsicher ist, seine kausalen Überzeugungen durch Feedback von seinen Entscheidungen aktualisiert, und definiert einen Gleichgewichtszustand, in dem die Rückmeldungen der optimalen Handlungen mit den aktuellen Überzeugungen vereinbar sind.
Diese Arbeit erweitert die Theorie der Lorentz-Polynome auf konvexe Kegel, indem sie -Lorentz-Polynome und zugehörige semipositive Kegel definiert, um negative Abhängigkeit, konische Rayleigh-Ungleichungen und Lyapunov-Stabilitätskriterien für kegelbeschränkte evolutionäre Variationsungleichungssysteme zu etablieren.
Die Arbeit stellt -Occ vor, ein Framework für die semantische 3D-Occupancy-Vorhersage beim autonomen Fahren, das durch einen Multi-View-Masked-Reconstruction-Modul und ein Feature-Memory-Modul auch bei unvollständigen Kameraeingängen robuste geometrische und semantische Ergebnisse liefert.
Diese Arbeit stellt einen formalen Rahmen für interpolierende stochastische Differentialgleichungen (iSDEs) vor und entwickelt einen darauf aufbauenden schnellen Solver, der es ermöglicht, Diffusionsmodelle zur Sprachrestauration wie SGMSE+ mit nur zehn neuronalen Netzwerkauswertungen effizient zu lösen.
Diese Arbeit stellt eine hybride, modellgestützte Methode zur Vorhersage von Pfadverlusten in suburbanen Umgebungen vor, die durch eine umweltadaptive Kompensation des CI-Modells und die Analyse von Umgebungsbildern eine Test-Root-Mean-Square-Fehler von 4,04 dB auf den Messdaten von Pingtan Island erreicht.
Diese Studie stellt eine policy-bewusste, cross-layer-Methode vor, die es ermöglicht, anhand von Endgeräte-Telemetrie und Host-Proben die verschiedenen Betriebsmodi (Priorität, Drosselung, Stay-Active) von Starlink-Terminals ohne Zugriff auf Betreiberdaten zu identifizieren und zu auditieren.
Die Studie stellt das DRES-Datenset mit 1,5 Stunden semi-spontaner niederländischer Sprache aus lauten Innenräumen vor und zeigt, dass moderne einkanalige Sprachverbesserungsalgorithmen die Leistung von Spracherkennungsmodellen unter diesen realistischen Bedingungen nicht verbessern.
Diese Übersichtsarbeit präsentiert eine strukturierte Taxonomie für Cloud-basierte 6G-Deployments, analysiert kritisch zentrale Herausforderungen wie Sicherheit und Skalierbarkeit, bewertet die Strategien führender Cloud-Anbieter und identifiziert zukünftige Trends sowie offene Probleme auf dem Weg zu robusten, cloudbasierten Mobilfunknetzen.
Diese Arbeit stellt drei neue inhaltsbewusste Strategien für cache-gestützte asymmetrische MIMO-Kommunikation vor, die durch die gemeinsame Optimierung der Nutzeranzahl und der Datenströme die erreichbaren Freiheitsgrade (DoF) signifikant steigern.
Diese Dissertation verbessert das Verständnis und die Synthese von Emotionen in der gesprochenen Sprache durch die gemeinsame Modellierung akustischer und semantischer Merkmale mittels vorab trainierter Repräsentationen, hierarchischer Erkennungssysteme für Gespräche sowie eines textlosen Frameworks für die Emotionsstilübertragung.
Diese Arbeit stellt einen hybriden Ansatz vor, der aktives Lernen zur Optimierung der Eingangssteuerung für eine verbesserte Winkel-only-Orbitbestimmung nutzt, um die Unsicherheit zu minimieren und einen nahtlosen Übergang zu einem erweiterten Kalman-Filter für die autonome Rendezvous-Steuerung zu ermöglichen.
Diese Arbeit entwickelt eine Methode zur Berechnung von -Verstärkungsschranken für Lur'e-Systeme über beschränkte Frequenz- und Amplitudenbereiche mittels Scaled Relative Graphs, wodurch eine dreidimensionale, nichtlineare Verallgemeinerung des Bode-Diagramms entsteht, das die Verstärkung in Abhängigkeit von Frequenz und Energie darstellt.
Dieses Paper stellt einen IEEE-inspirierten Benchmark-Datensatzgenerator vor, der physikalisch konsistente, rein passive Rekonnaissance-Szenarien in drahtlosen Smart-Grid-Kommunikationsnetzwerken modelliert, um die Evaluierung von Graph-zeitlichen und federierten Detektoren zu standardisieren.
Diese Studie stellt ein Paradigma vor, um Menschen und Maschinen bei multilingualen Sprachverständnisaufgaben zu vergleichen, und zeigt, dass Menschen in ihrer Muttersprache eine überlegene selektive Aufmerksamkeit aufweisen, während Sprach-LLMs bei sauberen Eingaben besser abschneiden, aber bei überlagerten Sprachsignalen oft an der Fähigkeit zur selektiven Fokussierung scheitern.
Die vorgestellte Arbeit führt das GateFusion-BiLSTM-Netzwerk ein, das durch die adaptive Fusion von Amplituden- und Phaseninformationen aus Wi-Fi-Kanalzustandsdaten (CSI) die Genauigkeit und Geschwindigkeitsrobustheit bei der Erkennung robotischer Aktivitäten im Vergleich zu reinen Amplitudenansätzen signifikant verbessert.
Die Arbeit stellt den ersten exemplarfreien Benchmark für kontinuierliches Audio-Visuelles Segmentieren (AVS) vor und schlägt das Modell ATLAS mit Low-Rank Anchoring vor, um das Vergessen bisheriger Aufgaben in dynamischen Umgebungen zu verhindern.
Der vorgeschlagene neuronale Empfänger mit axialer Selbstattention für drahtlose Systeme erreicht durch die Faktorisierung der Aufmerksamkeitsoperationen entlang der zeitlichen und spektralen Achsen eine signifikante Reduktion der Rechenkomplexität bei gleichzeitigem State-of-the-Art-Block-Fehlerrate-Verhalten im Vergleich zu herkömmlichen globalen Selbstattention- und Faltungsnetzwerken.
Dieses Papier stellt einen neuartigen MPC-Rahmen mit unendlichem Kontrollhorizont vor, der die Anfangsfeasibilität für die eingeschränkte endzeitliche Stabilisierung diskreter Systeme erweitert, indem er eine Endkostenstrategie durch die Summe der Stufenkosten über einen unendlichen Horizont ersetzt und dabei auf Endgleichheitsbedingungen oder Umschaltstrategien verzichtet.
Die Studie stellt CycleULM vor, ein einheitliches, label-freies Deep-Learning-Framework, das durch einen physikbasierten Domänentransfer die Leistung und Geschwindigkeit der Ultraschall-Lokalisationsmikroskopie (ULM) erheblich verbessert und so den Weg für eine robuste Echtzeit-Anwendung in der klinischen Praxis ebnet.
Das Paper stellt DFPF-Net vor, ein dynamisch fokussiertes progressives Fusionsnetzwerk, das auf einem gewichtsgeteilten Siamesen-Netzwerk mit Pyramid Vision Transformer und einem dynamischen Änderungs-Fokus-Modul basiert, um durch die Kombination von globalen und lokalen Merkmalsfusionen sowie Rauschunterdrückung die Genauigkeit der Veränderungserkennung in Fernerkundungsbildern zu verbessern.
Dieser Artikel stellt eine Methode vor, die durch die Formulierung als konvexes semidefinites Programm die Verteilungsverschiebungen von Modellparametern unter robusten Steuerungs- und Gain-Scheduling-Ansätzen bei nichtlinearen Systemen eindämmt, indem sie den geschlossenen Regelkreis mit den Lern-Daten konsistent hält und Änderungen im Zustands-Eingangsraum verlangsamt.
Dieses Paper stellt ein verteiltes modellprädiktives Regelungskonzept für die dynamische Kooperation heterogener, nichtlinearer Multi-Agenten-Systeme vor, das durch optimierte Interaktionen eine gemeinsame Zielfunktion erfüllt und dabei reziproke Machbarkeit sowie asymptotische Stabilität garantiert.
Dieses Paper stellt den nicht-iterativen, optimalen verteilten Multichannel-Wiener-Filter (dMWF) für drahtlose akustische Sensornetzwerke vor, der die Leistung eines zentralen Systems erreicht, ohne die Kommunikationsbandbreite zu überlasten und auch dann funktioniert, wenn Knoten unterschiedliche Quellensets beobachten, wodurch er den iterativen DANSE-Algorithmus in Bezug auf Geschwindigkeit und Effizienz übertrifft.
Dieses Paper stellt einen neuartigen zweistufigen, verteilungsrobusten MPC-Ansatz vor, der durch adaptive Einschränkungsverschärfung mittels eines Wasserstein-Unschärfebereichs und eine spezifische Endbedingung sowohl Unsicherheiten in den Störgrößen bewältigt als auch die geschlossene Regelkreissicherheit garantiert.
Diese Arbeit stellt einen privacy-preserving dynamischen Durchschnittskonsens-Algorithmus vor, der mithilfe von zufälligen sinusförmigen Maskierungssignalen die Konvergenz gewährleistet und gleichzeitig das Abhören von Referenzsignalen verhindert, was insbesondere für das SoC-Ausgleichsmanagement in vernetzten Batteriespeichersystemen demonstriert wird.
Diese Studie präsentiert eine umfassende dynamische Stabilitätsanalyse eines netzgekoppelten integrierten Energiesystems, das einen Small Modular Reactor (SMR) mit einem Batteriespeichersystem kombiniert, um die Zuverlässigkeit und Netzstabilität von Rechenzentren unter verschiedenen Störfällen zu verbessern.
Dieser Beitrag stellt einen adaptiven Near-Field-Beam-Training-Rahmen auf Basis linearer Banditen und Thompson Sampling vor, der durch die Nutzung von räumlichen Korrelationen und verschiedenen Suchstrategien die Piloten-Overhead um bis zu 90 % reduziert und gleichzeitig die SNR-Leistung in Mehrwegeumgebungen signifikant verbessert.
Diese Arbeit liefert eine umfassende statistische Analyse des „Einstein aus Rauschen"-Phänomens, bei dem durch die Ausrichtung und Mittelung reiner Rauschdaten auf ein Template ein scheinbares Signal entsteht, indem sie zeigt, dass die Fourier-Phasen des Schätzers gegen die des Templates konvergieren und so die beobachtete strukturelle Ähnlichkeit erklären.
Der Artikel untersucht die Implementierung eines Embedded Model Predictive Control-Algorithmus auf ressourcenbeschränkter Hardware zur robusten Stabilisierung und Verbesserung des Komforts von EMS-Maglev-Fahrzeugen bei Geschwindigkeiten von über 600 km/h.
Diese umfassende Übersicht analysiert die Herausforderungen bei der Integration von Notfallortungssendern (ELT) in mehr elektrische Flugzeuge, wobei der Fokus auf Energieautonomie, elektromagnetischer Verträglichkeit, Batteriezertifizierung und Überlebensfähigkeit liegt, um die Zuverlässigkeit und Effizienz zukünftiger Such- und Rettungsdienste zu gewährleisten.
Die vorgestellte Arbeit führt den „Emotion-Aware Prefix" ein, eine Methode zur expliziten Emotionssteuerung in Voice-Conversion-Modellen, die die Emotionskonvertierungsgenauigkeit im Vergleich zur Basislinie von 42,40 % auf 85,50 % verdoppelt, ohne dabei die Sprachqualität, die linguistische Integrität oder die Sprecheridentität zu beeinträchtigen.
Diese Arbeit stellt ein End-to-End-Framework für die mehrkanalige Keyword-Erkennung vor, das durch die Kombination eines räumlichen Encoders und richtungsbezogener Priors die Robustheit in lauten Umgebungen signifikant verbessert.
Die vorgestellte Arbeit entwickelt ein semantisches Kommunikationssystem für MIMO-Rayleigh-Fading-Kanäle, das durch eine entropie- und kanaladaptive Übertragungsrate sowie den Einsatz eines mit LoRA feinabgestimmten multimodalen großen Sprachmodells (MLLM) zur Kompensation verlorener Merkmale sowohl die Ressourceneffizienz als auch die Aufgabenleistung optimiert.
Die Studie bewertet 17 vortrainierte Sprachembedding-Systeme zur Erkennung von Dysarthrie über sechs heterogene Datensätze hinweg und zeigt, dass die stark variierenden und oft nicht generalisierbaren Ergebnisse die klinische Validität von Modellen, die nur auf denselben Daten trainiert und getestet wurden, infrage stellen.
Diese Arbeit stellt algebraische Existenzbedingungen und konstruktive Syntheseverfahren für funktionale Beobachter linearer Systeme mit Zeitverzögerungen vor, die unterschiedliche Verzögerungen in der Zustandsentwicklung und den verzögerten Ausgangsmessungen berücksichtigen, indem sie verschiedene Beobachterstrukturen sowie ein Rahmenwerk zur funktionalen Erweiterung einführen.
Die Arbeit stellt CoPeDiT vor, ein einheitliches latentes Diffusionsmodell mit einem selbstperzeptiven Komplettheitsbewusstsein, das fehlende 3D-MRT-Daten in verschiedenen Szenarien robust und semantisch konsistent synthetisiert, ohne auf externe manuelle Masken angewiesen zu sein.
Dieses Paper stellt ein erweitertes robustes Optimierungsmodell für das Kraftwerkseinsatzproblem vor, das die Unterdrückung erneuerbarer Energien berücksichtigt und durch die Minimierung des Gini-Index eine faire Verteilung der Einspeisung unter Photovoltaikanlagen sicherstellt.
Diese Arbeit stellt den TI-DANSE+-Algorithmus vor, der die langsame Konvergenz des bestehenden TI-DANSE-Ansatzes in drahtlosen akustischen Sensornetzwerken durch die Nutzung partieller Summen und eine Baumschnittstrategie überwindet und dabei die Vorteile des ursprünglichen DANSE-Algorithmus mit einer bandbreiteneffizienteren, topologieunabhängigen Peer-to-Peer-Kommunikation vereint.
Die vorgestellte Arbeit beschreibt eine neuartige Architektur für einen feldfreien Spin-Flash-Analog-Digital-Wandler mit 3-Bit-Auflösung, der mittels SOT-MTJs, VCMA- und STT-Schaltmechanismen sowie einem innovativen Dual-Set-Design ohne Reset-Schritt eine Umwandlungsrate von 304,1 MHz bei einem Leistungsverbrauch von 476 µW erreicht.
Diese Arbeit stellt einen neuartigen Ansatz zur Generierung von Raumimpulsantworten vor, bei dem ein vortrainiertes Text-zu-Audio-Modell durch eine auf Vision-Language-Modellen basierende Beschriftungspipeline und In-Context-Learning feinabgestimmt wird, um realistische akustische Umgebungen für Anwendungen wie die Sprachdaten-Augmentierung zu erzeugen.
Diese Arbeit stellt eine verteilte, formationsbewusste adaptive konformalisierte Vorhersagemethode vor, die heteroskedastische Wahrnehmungsfehler berücksichtigt und durch die Integration in eine CBF-QP-Steuerung die Sicherheit und Sichtbarkeit in visionbasierten Leader-Follower-Roboterschwärmen unter Unsicherheit gewährleistet.
Die Arbeit stellt PACS vor, einen sicherheitsfilternden Ansatz für Diffusions-Policies, der durch pfadkonsistente Bremsmanöver und mengenbasierte Erreichbarkeitsanalysen formale Sicherheitsgarantien in dynamischen Umgebungen bietet, ohne dabei die Aufgabenerfolgsrate im Vergleich zu reaktiven Methoden wie Control Barrier Functions signifikant zu beeinträchtigen.
Diese Arbeit präsentiert eine hardwarebasierte Validierung der Winkel-Droop-Regelung für netzbildende DC/AC-Wandler, die durch die Kombination von Primär- und Sekundärregelung eine exakte Frequenzregelung ermöglicht und dabei experimentell Implementierungsherausforderungen wie Diskretisierung und Uhrenabweichungen adressiert.
Die Studie zeigt, dass sich Sprecher und Zuhörer in lauten Umgebungen durch komplexere Handgesten, modulierte Kopfbewegungen und veränderte Körperhaltungen anpassen, um die Kommunikation zu unterstützen, wobei die Synchronität zwischen Sprache und Gesten bei moderatem Lärm leicht abnimmt.
Die Arbeit stellt Human-CLAP vor, ein auf menschlicher Wahrnehmung basiertes kontrastives Sprach-Audio-Pretraining-Modell, das die Korrelation zwischen CLAPScore und subjektiven menschlichen Bewertungen im Vergleich zu herkömmlichen CLAP-Modellen signifikant verbessert.
Die Arbeit stellt IMAS vor, einen Algorithmus, der in Dec-POMDPs die Auswahl von Sensoren und die Synthese von dezentralen aktiven Wahrnehmungspolitiken durch eine zweistufige Optimierung vereint und dabei auf submodularen informationstheoretischen Zielen sowie einer -Approximationsgarantie basiert.
Die Autoren stellen eine modellbasierte Bildkomprimierungsmethode vor, die auf trainierten Modellen zur Synthese neuer Ansichten und Gradientenabstiegs-Optimierung basiert, um die Echtzeit-Übertragung von Bildern für ferngesteuerte Unterwasserfahrzeuge über akustische Kanäle mit begrenzter Bandbreite zu ermöglichen.
Dieser technische Bericht stellt eine neue, rein auf der NI-Methode basierende Strategie vor, um für trigonometrische Modelle mit unregelmäßig abgetasteten Daten und starken Störungen hochwertige Anfangswerte zu schätzen, die eine effiziente Konvergenz zum globalen Minimum auch bei sehr geringem Signal-Rausch-Verhältnis ermöglichen.
Diese Arbeit stellt einen lernbasierten primal-dualen Regelungsansatz für die sekundäre Frequenzregelung vor, der durch den Einsatz neuronaler Netze zur Verbesserung der transienten Leistung bei gleichzeitiger Wahrung mathematisch bewiesener Stabilität und optimaler stationärer Betriebszustände führt.
Die Arbeit stellt LiM-YOLO vor, einen optimierten Schiffserkennungs-Algorithmus für optische Fernerkundungsbilder, der durch eine Verschiebung der Pyramiden-Ebenen von P3-P5 auf P2-P4 sowie den Einsatz von GN-CBLinear die Detektionsgenauigkeit bei deutlich reduzierter Parameteranzahl und verbesserter Stabilität bei kleinen Schiffen erreicht.
Diese Arbeit stellt ein leichtgewichtiges 3D-LiDAR-basiertes UAV-Tracking-System vor, das einen adaptiven erweiterten Kalman-Filter (AEKF) nutzt, um auch bei spärlichen Daten und unter strengen Nutzlastbeschränkungen eine zuverlässige relative Positionsbestimmung in GPS-freien Umgebungen zu gewährleisten.
Dieses Paper stellt LAD-CKM vor, ein neuartiges Framework zur Erstellung ortsunabhängiger Kanalwissenskarten für dynamische Szenarien, das durch die Verwendung eines Radiator-Repräsentationsnetzwerks und eines adaptiven Deformationsmoduls die CSI-Vorhersagegenauigkeit unter Mobilitätsbedingungen verbessert und so die Pilot- und Feedback-Belastung in 6G-Systemen reduziert.
Die Studie zeigt, dass ein auf niedrigrangiger zyklischer Stationarität basierender Prädiktor für die Routenplanung in Seoul eine nahezu Echtzeit-gleiche Leistung erzielt und dabei eine durchschnittliche Mehrfahrzeit von weniger als 1,5 Minuten verursacht.
Die Studie stellt M2Diff vor, ein multi-modales und multi-task Diffusionsmodell, das MRI- und Low-Dose-PET-Daten separat verarbeitet und hierarchisch fusioniert, um die Bildqualität von Low-Dose-PET-Scans zu verbessern und dabei sowohl bei gesunden Probanden als auch bei Alzheimer-Patienten überlegene Rekonstruktionsleistungen zu erzielen.
Die Arbeit stellt MetaSpectra+ vor, eine kompakte, multifunktionale Kamera mit Metasurface-Optik, die in einem einzigen Snapshot entweder HDR- oder Polarisationsbilder zusammen mit hochauflösenden hyperspektralen Daten über das gesamte sichtbare Spektrum erfasst und dabei sowohl die kürzeste Baulänge als auch die höchste Rekonstruktionsgenauigkeit bisheriger Systeme erreicht.
Diese Arbeit stellt das NP-vollständige Problem des optimalen Umrisses mobiler Basisstationen (MOT) in weitläufigen IoT-Sensornetzwerken vor und entwickelt einen polynomiellen Greedy-Algorithmus, der Reisekosten, Abdeckungsgewinn und Restriktionszonen berücksichtigt, um effiziente Touren für die Datensammlung zu planen und dabei den aktuellen Stand der Technik um 39,15 % zu übertreffen.
Diese Studie zeigt, dass die Vorhersage kontinuierlicher latenter Repräsentationen in Kombination mit einer Feinabstimmung des Encoders die effektivste Strategie für die Sprachverbesserung darstellt, wobei nicht-autoregressive Modelle aufgrund ihres besseren Kompromisses zwischen Qualität und Effizienz den autoregressiven Ansätzen vorzuziehen sind.
Diese Arbeit stellt ein Multiplexing-Paradigma für Audio-Wasserzeichen vor, das durch die Kombination mehrerer Techniken, einschließlich der trainingsfreien PA-TFM und des modellbasierten MaskNet, die Robustheit gegenüber komplexen Verzerrungen und Angriffen im Vergleich zu herkömmlichen Einzelwasserzeichen erheblich verbessert.
Das Paper stellt NanoBench vor, ein Open-Source-Benchmark-Datensatz für den Crazyflie 2.1-Nano-Quadrocopter, der erstmals synchronisierte Aktor-, Regler- und Schätzerdaten mit millimetergenauer Ground Truth bereitstellt, um Systemidentifikation, Regelung und Zustandsschätzung unter den spezifischen physikalischen und rechnerischen Randbedingungen von Nano-Luftfahrzeugen zu evaluieren.
Diese Arbeit stellt einen neuronalen Netz-Tuner zur Optimierung der Parameter eines Finite-State-Model-Predictive-Control-Reglers für den Drehzahl- und Statorstromkreis eines fünfstufigen Asynchronmotors vor, dessen Wirksamkeit experimentell anhand von Sprungversuchen validiert wurde.
Diese Arbeit stellt ein noise-conditioned Mixture-of-Experts-Framework vor, das durch spezialisierte, rauschbewusste Subräume und ein SNR-abnehmendes Curriculum-Learning die Robustheit der Sprechererkennung unter verschiedenen Störgeräuschen signifikant verbessert.
Dieser Artikel untersucht eine effiziente Finite-Horizont-Näherung für Feedback-Nash-Gleichgewichte in unendlich-horizontigen linearen quadratischen Spielen, indem er hinreichende Bedingungen für die Eindeutigkeit herleitet, einen Algorithmus zur Berechnung vorschlägt und die Konvergenz der Kosten sowie eine explizite Fehlerschranke nachweist.
Dieser Beitrag stellt einen modellprädiktiven Regelungsansatz vor, der mittels sequentieller konvexer Programmierung die stationäre Flugformation von Raumfahrzeugen auf Librationpunktorbiten unter Berücksichtigung realistischer Unsicherheiten und Pfadbeschränkungen optimiert.
Die Arbeit stellt PanoAffordanceNet vor, ein neuartiges Framework mit einem verzerrungsbewussten spektralen Modulator und einem omni-sphärischen Verdichtungskopf, das zusammen mit dem ersten hochqualitativen Datensatz 360-AGD die holistische Affordanz-Verankerung in 360°-Indoor-Umgebungen für embodied Intelligence ermöglicht.
Diese Arbeit stellt ein neuartiges hierarchisches Regelungsframework vor, das eine indirekte adaptive Schätzung unbekannter Lastparameter mit einem modellprädiktiven Regler und einem nichtlinearen Ganzkörperregler kombiniert, um quadrupede Roboter robust beim Transport schwerer statischer und dynamischer Lasten über unebenes Gelände zu steuern.
Die Arbeit stellt das RDFC-Framework vor, das als Form semantischer Kommunikation durch die Übertragung minimaler Informationen zur Erzeugung privater Zufallsfunktionen dient und nachweist, dass selbst ohne gemeinsame Zufallsdaten eine starke lokale Differentialprivatsphäre erreicht werden kann, wobei gemeinsame Zufallsdaten die Kommunikationsrate im Vergleich zu herkömmlichen Methoden drastisch senken.
Diese Arbeit stellt eine neuartige gestapelte intelligente Metasurface-Architektur mit zufälliger Raum-Zeit-Codierung vor, die durch die Einführung künstlicher Zeitvariationen und ein teilweises Kanalzustandsinformations-Schema die Summenrate in massiven Downlink-Netzen verbessert und gleichzeitig den Feedback-Overhead drastisch reduziert.
Diese Arbeit stellt einen hybriden lernbasierten und modellgestützten Ansatz vor, der multimodale Taktile Sensoren mit einer internen Kraftoptimierung kombiniert, um das Abrutschen von Objekten in multifingrigen Greifern durch eine geschlossene Regelkreisstabilisierung mit einer Gesamtverzögerung von unter 50 ms reaktiv zu verhindern.
Diese Arbeit stellt ein modulares, auf ArUco-Markern, optischem Fluss und IMU-Daten basierendes Relativlokalisationssystem für den selbstrekonfigurierbaren Roboter SnailBot vor, das durch eine regelbasierte Sensorfusion eine robuste Echtzeitpositionierung für kollaborative Aufgaben ermöglicht.
Diese Arbeit stellt ein POMDP-Framework für die Echtzeit-Fernverfolgung einer Markov-Quelle durch heterogene Sensoren mit zustandsabhängiger Genauigkeit vor, das durch approximative Algorithmen wie RVIA und IPA gelöst wird, um die langfristigen Kosten aus Verzerrung und Übertragung zu minimieren.
Diese Arbeit führt die erste systematische Untersuchung zur Kodierung von Akzentinformationen in diskreten Sprachrepräsentationstokens durch und stellt ein einheitliches Evaluierungsframework vor, das zeigt, dass die Schichtauswahl den größten Einfluss hat, ASR-Überwachung die Akzentinformationen erheblich reduziert und eine naive Verkleinerung des Codebooks nicht ausreicht, um Akzente von phonetischen und Sprechereigenschaften zu trennen.
Diese Arbeit stellt einen zweistufigen probabilistischen Rahmen vor, der durch den Einsatz von Rekonstruktionsmodellen wie MaskCVAE und MaskUNet die durch Wolken und Rauch verursachte partielle Beobachtbarkeit bei satellitengestützten Waldbrandvorhersagen überwindet und so die Prognosegenauigkeit trotz schwerer Datenkorruption wiederherstellt.
Dieses Paper stellt einen neuartigen Sicherheits- und Passivitäts-basierten nichtlinearen modellprädiktiven Regler (SEP-NMPC) vor, der durch die Integration strenger Passivitätsungleichungen und hochordnender Kontrollbarrierefunktionen (HOCBFs) stabile und kollisionsfreie Transporte von Lasten mit einem Quadrokopter in komplexen Umgebungen garantiert.
Die Studie zeigt, dass bei großen Lithium-Ionen-Polymer-Batteriezellen eine langsamere Nagel-Eindringgeschwindigkeit im Gegensatz zu schnellen Tests kein thermisches Durchgehen auslöst, sondern lediglich eine Selbstentladung verursacht, was die Eindringgeschwindigkeit als kritischen Faktor für die Sicherheitsbewertung unterstreicht.
Diese Arbeit stellt einen neuen Rahmen mit gefilterten Kontrollbarrierefunktionen (FCBFs) vor, der durch die Integration eines Eingangsregularisierungsfilters in ein einheitliches quadratisches Programm gleichzeitig Sicherheit, Eingangsbeschränkungen und Lipschitz-Stetigkeit der Steuersignale in sicherheitskritischen Systemen garantiert.
Diese Studie zeigt anhand realer 5G-NR-Messdaten, dass eine standortspezifische Feinabstimmung neuronaler Empfänger die Fehlerrate signifikant senkt und diese Verbesserungen zudem auf verschiedene Hardware und Szenarien übertragbar sind.
Die Arbeit stellt Speech-Omni-Lite vor, ein kosteneffizientes Framework, das vortrainierte Vision-Language-Modelle durch zwei leichte, trainierbare Module um Sprachverständnis und -generierung erweitert, ohne die ursprüngliche Leistung zu beeinträchtigen, und dabei mit einer speziellen Datenkonstruktionsstrategie auch mit begrenzten Trainingsdaten hervorragende Ergebnisse erzielt.
Die Arbeit stellt StuPASE vor, eine Weiterentwicklung von PASE, die durch Feinabstimmung auf trockene Ziele und den Ersatz des GAN-Moduls durch Flow-Matching halluzinationsfreie Sprachverbesserung mit Studioqualität auch unter starken Störbedingungen ermöglicht.
Dieser Beitrag stellt ein neues, systemweites dynamisches Leistungsmaß für netzwerke auf Basis von Wechselrichter-basierten Ressourcen vor, das gewichtete lokale Spannungsphasoränderungen kombiniert und in netz- sowie gerätedominierte Komponenten zerlegt, um die durch schnelle Regler verursachte Überlagerung von Frequenz- und Spannungs dynamiken umfassend zu bewerten.
Die vorgestellte Arbeit stellt S2S-ZEST vor, ein textloses und nicht-paralleles Framework für das Zero-Shot-Emotionsstil-Transfer, das emotionale Merkmale aus einer Referenz auf eine Quelle überträgt, während Inhalt und Sprecheridentität erhalten bleiben, und dabei sowohl die Leistung als auch Anwendungen zur Daten-Augmentierung demonstriert.
Die vorgestellte Arbeit demonstriert eine rechen-effiziente, kachelbasierte Architektur für die digitale Strahlformung bei breitbandigen Massive-MIMO-Radarsystemen, die durch koordinierte, reduzierte MVDR-Verarbeitung über mehrere Kacheln hinweg die Leistungsfähigkeit von 1024-elementigen Arrays bei der Unterdrückung starker Störsignale signifikant steigert.
Diese Studie zeigt, dass ein kostengünstiges FMCW-MIMO-Radar zwar robuste Durchschnittswerte für Atem- und Herzfrequenz liefert, jedoch aufgrund von Multipath-Effekten und Signal-Rausch-Verhältnissen bei variablen Entfernungen und für hochauflösende Beat-to-Beat-Messungen nur eingeschränkte Genauigkeit bietet.
Die Studie zeigt, dass bei neuronalen Audio-Codecs für robuste Spracherkennung eine nicht-monotone Trade-off-Beziehung zwischen der Quantisierungs-Tiefe und der Adversarial-Robustanz besteht, wobei mittlere Residual-Vektor-Quantisierungstiefen den optimalen Kompromiss zwischen der Unterdrückung von Störungen und dem Erhalt des Sprachinhalts bieten.
Der Artikel stellt ein zweistufiges hybrides Transceiver-Design für teilweise verbundene Multi-User-THz-MIMO-Systeme mit niedrig aufgelösten ADCs vor, das durch die Modellierung von Kanalverlusten und den Einsatz weniger True-Time-Delay-Leitungen den Dual-Wideband-Effekt kompensiert und so die spektrale Effizienz um etwa 13 % gegenüber dem aktuellen Stand der Technik steigert.
Der Artikel stellt die Universal Speech Content Factorization (USCF) vor, eine einfache und invertierbare lineare Methode, die in einem Open-Set-Szenario phonetischen Inhalt von Sprechereigenschaften trennt und so eine effiziente Zero-Shot-Stimmenkonversion sowie das Training von Text-zu-Sprache-Modellen ermöglicht.
Dieser Beitrag stellt einen allgemeinen regelungstechnischen Ansatz namens vektorfeldgeleitete Constraint-Following-Steuerung vor, der die dynamische Pfadverfolgung für eine Klasse unsicherer mechanischer Systeme unter Berücksichtigung von heterogenen, zeitvariierenden Unsicherheiten und selbstschneidenden Pfaden ermöglicht.
Die Autoren stellen einen neuartigen Algorithmus zur Verifikation nichtlinearer neuronaler Feedback-Systeme vor, der durch die Berechnung enger polyedrischer Hüllen und deren Kodierung als gemischt-ganzzahliges lineares Programm eine um eine Größenordnung effizientere und sichere Analyse des Erreichbarkeitsverhaltens ermöglicht.
Das Paper stellt WhisperVC vor, ein dreistufiges Framework, das durch die Entkopplung der domänenübergreifenden Ausrichtung von der Sprachgenerierung eine hochwertige Umwandlung von geflüstertem in normale Sprache auch mit geringen Datenmengen ermöglicht und dabei sowohl für den Datenschutz als auch für medizinische Rehabilitation geeignet ist.
Diese Arbeit liefert einen asymptotischen Beweis des klassischen logarithmischen Soft-Gravitations-Theorems, der ausschließlich auf den Einsteinschen Gleichungen in der Nähe der räumlichen, zeitlichen und nullartigen Unendlichkeit sowie auf deren Verknüpfung basiert und dabei die Kovarianz unter Zeitumkehr sowie Beiträge von einfallender weicher Strahlung berücksichtigt.
Diese Arbeit leitet exakt die Lösung für ein Schwarzes Loch in der Eddington-inspirierten Born-Infeld-Gravitation her, das von perfekter Fluid-Dunkelmaterie umgeben ist, und analysiert mittels numerischer Untersuchungen den Einfluss der Modellparameter auf den Ereignishorizont sowie die Stabilität von Kreisbahnen massiver Teilchen.
Der Autor argumentiert, dass die Quantenkosmologie aufgrund des Zeitproblems der Quantengravitation die physikalisch bedeutsame Vorhersage des Alters des Universums verliert, was auf fundamentale Mängel dieses Ansatzes hindeutet.
Die Studie untersucht die globale Dynamik quadratischer f(R)-Gravitationstheorien mit perfekter Flüssigkeit in flachen kosmologischen Modellen durch die Formulierung regulärer 3-dimensionaler dynamischer Systeme sowohl im Jordan- als auch im konform verwandten Einstein-Rahmen, wobei sie die Orbitstrukturen analysiert und die globalen konformen Abbildungen zwischen den beiden Rahmen identifiziert.
Diese Studie untersucht die Beobachtungseigenschaften eines Schwarzschild-Schwarzen Lochs in einem Dunkle-Materie-Halo, indem sie die Raumzeitstruktur, die Dynamik von Teilchen, die schwache Gravitationslinsung in Plasma und den Schatten des Schwarzen Lochs analysiert, um die Parameter mithilfe von Event-Horizon-Teleskop-Daten einzuschränken.
Die Studie untersucht die Kopplung von Schwarzen Löchern in der Einstein-skalar-Gauss-Bonnet-Theorie und zeigt, dass die Verschmelzungsdauer im Vergleich zur Allgemeinen Relativitätstheorie meist verlängert ist, außer bei exponentieller Kopplung mit starken Kopplungskonstanten, wo sie verkürzt werden kann, wobei sich beide Größen am Verhalten des Photonringes des kleineren Schwarzen Lochs orientieren.
Diese Arbeit erweitert einen geometrischen Ansatz zur Bestimmung von Lichtringen von sphärisch auf axial symmetrische Raumzeiten, indem sie die intrinsischen Krümmungen der optischen Geometrie (Randers-Finsler-Geometrie) nutzt, um Lichtringe präzise zu charakterisieren und deren Stabilität zu klassifizieren, wobei die Äquivalenz zur konventionellen Methode der effektiven Potentiale rigoros nachgewiesen wird.
Die Arbeit stellt ein exaktes, analytisches hyperbolisches Quadratwurzel-Deformationsmodell der Starobinsky-Gravitation vor, das durch globale Stabilität, das Fehlen von Geistern und Tachyonen sowie die Vermeidung von Singularitäten gekennzeichnet ist und gleichzeitig inflationäre Vorhersagen liefert, die mit den aktuellen Beobachtungsdaten übereinstimmen.
Diese Studie untersucht die Auswirkungen quantenkorrigierter Gravitation auf stabile Umlaufbahnen, Gravitationswellen und Akkretionsscheiben um ein schwarzes Loch ohne Cauchy-Horizonte und zeigt, dass der Quantenparameter die innerste stabile Kreisbahn nach außen verschiebt, Phasenverschiebungen in den Gravitationswellen verursacht sowie die Strahlungseffizienz der Akkretionsscheibe unterdrückt.
Die Studie zeigt, dass die Beobachtung dünner Akkretionsscheiben um rotierende Schwarze Löcher mit synchronisiertem skalarem Haar signifikante Abweichungen von der Kerr-Vorhersage aufweist und somit als vielversprechendes diagnostisches Werkzeug zur Überprüfung von Tensor-Multi-Skalar-Gravitationstheorien mittels zukünftiger Abbildungen mit Ereignishorizont-Auflösung dient.
Die Studie zeigt, dass Extreme-Mass-Ratio-Inspirals um bosonische Dunkle-Materie-Sterne durch skalare Dissipation und dynamische Reibung Gravitationswellensignale erzeugen können, die Black-Hole-Binärsystemen täuschend ähnlich sehen, wobei zukünftige Weltraumdetektoren wie LISA diese Mimiker durch messbare Phasenabweichungen identifizieren können.
Die Studie leitet eine geschlossene analytische Formel für die endliche Antwortrate eines statischen Punktmassens auf Hawking-Gravitonen in der Unruh-Zustandsnäherung ab, zeigt dabei, dass die Schwarzschild-Radius als natürlicher Infrarot-Cutoff wirkt, und stellt fest, dass die Gesamtantwortrate für Gravitonen im Unruh- und Hartle-Hawking-Zustand identisch ist.
Die Studie untersucht, wie sich niederfrequente Gravitationswellen in Materie mit elektromagnetischen Wellen koppeln und zeigt, dass unter bestimmten Bedingungen die Amplituden dieser gekoppelten Wellen in Gasen und kaltem Plasma Werte erreichen können, die denen transverser Gravitationswellen aus externen astrophysikalischen Quellen entsprechen.
Diese Arbeit verallgemeinert einen neuen geometrischen Ansatz zur Untersuchung massiver Teilchenflächen auf stationäre Raumzeiten, indem sie eine zweidimensionale Riemannsche Metrik nutzt, um Existenzbedingungen für solche Flächen und eine Charakterisierung von Trajektorien ausschließlich durch innere Krümmungen zu liefern und damit auch Schwarze-Loch-Schatten in nicht-asymptotisch flachen Metriken wie Kerr und Kerr-(A)dS zu analysieren.
Die Studie bestätigt numerisch, dass der Pfadsummen-Ansatz für kausale Mengen die kontinuierliche skalare Propagator in der (1+1)-dimensionalen Anti-de-Sitter-Raumzeit ohne Anpassung der Sprungamplituden korrekt reproduziert.
Die Studie zeigt, dass Gravitationswellen von Binärsystemen, die um ein supermassereiches Schwarzes Loch kreisen (B-EMRIs), durch Berücksichtigung der gravito-elektromagnetischen Kraft und höherfrequenter Oszillationen von Weltraumdetektoren eindeutig von herkömmlichen EMRIs unterschieden werden können.
Diese Arbeit stellt eine Definition der Energie für Anfangsdaten mit umbilischer zweiter Fundamentalform in einem expandierenden de-Sitter-Hintergrund vor, indem sie die Liu-Yau-Energie anpasst und deren Positivität für bestimmte Werte der kosmologischen Konstante in einem quasi-lokalen Rahmen nachweist.
Die Arbeit leitet neue punktweise Ungleichungen her, die Krümmungsinvarianten in beliebigen Raumzeit-Dimensionen nach Petrov- und Segre-Typen ordnen und die algebraische Kontrolle höherer Invarianten durch niedrigere, insbesondere die Beschränktheit der Zakhary-McIntosh-Invarianten durch den Kretschmann-Skalar, systematisch analysieren.
Diese Arbeit untersucht die Quasinormalenmoden und Graukörperfaktoren magnetisch geladener de-Sitter-Schwarzer Löcher in der Euler-Heisenberg-Gravitation unter dem Einfluss massloser skalärer und elektromagnetischer Felder, wobei der Einfluss verschiedener Parameter mittels der asymptotischen Iterationsmethode, der WKB-Näherung und der Bernstein-Spektralmethode analysiert wird.
Diese Studie untersucht, wie ein Quintessenz-Feld die Schatten von Schwarzen Löchern beeinflusst, indem sie zeigt, dass die scheinbare Größe des Schattens bei nicht-asymptotisch flachen Raumzeiten stark vom Bewegungszustand des Beobachters abhängt und dass die Anwendung auf M87* strengere Einschränkungen für den Quintessenz-Parameter liefert.
Die Arbeit untersucht singuläre Eichtransformationen in der Geometrodynamik, die mithilfe neu eingeführter Tetrads für nicht-nulle elektromagnetische Felder eine direkte Verbindung zwischen der lokalen elektromagnetischen Eichgruppe und Transformationen auf orthogonalen Eigenvektorebenen des Einstein-Maxwell-Spannungs-Energie-Tensors herstellen.
Dieser Artikel untersucht sphärisch symmetrische Lösungen der Einstein-Skalarfeld-Konform-Nebenbedingungsgleichungen unter harmonischen und radialen Annahmen, wobei sich zeigt, dass die Gleichungen auf der Kugel zu nicht-existierenden oder instabilen Lösungen führen können, während sie auf euklidischen und hyperbolischen Mannigfaltigkeiten stets lösbar sind, was die Eignung der konformen Methode für asymptotisch flache und hyperbolische Räume unterstreicht.
Diese Arbeit stellt ein geometrisches Rahmenwerk vor, in dem sich sowohl metrische als auch torsionale Freiheitsgrade dynamisch aus Spinorströmen ergeben, wobei die Torsion propagiert und spinlose Testpartikel indirekt über die emergente Geometrie auf Spinströme reagieren.
Diese Arbeit entwickelt eine kovariante Formulierung der starken Ablenkung massiver Teilchen in statischen, sphärisch symmetrischen Raumzeiten, bei der die logarithmische Divergenz des Ablenkwinkels mithilfe der Geodätenabweichungsgleichung durch den radialen Instabilitätsexponenten der kritischen Umlaufbahn und lokale Krümmungsdaten bestimmt wird.
Diese Arbeit leitet eine starke Ablenkungs-Expansion für Lichtstrahlen in der Nähe einer entarteten Photonensphäre in asymptotisch flachen, statischen und sphärisch symmetrischen Raumzeiten her, wobei sie den divergenten Beitrag isoliert und zeigt, dass der führende Koeffizient in einen universellen Zweigkonstanten und einen lokalen Faktor zerfällt, der durch die dritte Ableitung des effektiven Potentials oder äquivalent durch die Ableitung eines dimensionslosen Gezeitenmaßes aus dem elektrischen Teil des Weyl-Tensors bestimmt wird.
Diese Arbeit untersucht die thermodynamischen und optischen Eigenschaften sowie die klassischen Gravitationstests statischer, geladener Schwarzer Löcher in einer Wolke aus Strings innerhalb der Bumblebee-Gravitation, um die Auswirkungen der spontanen Lorentz-Symmetriebrechung auf die Schwarze-Loch-Physik und mögliche Beobachtungszeichen zu analysieren.
Diese Arbeit präsentiert die präzise Messung von Neutrino-Oszillationsparametern durch das NOvA-Experiment auf Basis von zehn Jahren Daten, was zu den genauesten Einzelexperiment-Einschränkungen der atmosphärischen Neutrinomassen-Spaltung und einer leichten Präferenz für die normale Massenhierarchie führt.
Diese Studie präsentiert ein umfassendes Quark-Diquark-Formalismus zur Vorhersage der Massen schwerer Baryonen, der durch die Berücksichtigung von Bindungsenergien und zwei komplementären Wechselwirkungsszenarien hervorragende Übereinstimmung mit experimentellen Daten und Gitter-QCD-Ergebnissen im Charm- und Bottom-Sektor erzielt.
Die Autoren stellen eine neuartige Methode zur Rekonstruktion des Energiedepositions-Vertices von Muonenschauern in großen Flüssigszintillatordetektoren wie JUNO vor, die durch die Isolierung von Schauerkomponenten aus PMT-Wellenformen eine präzise räumliche Unterdrückung von kosmogenen Hintergründen ermöglicht.
Der Artikel stellt ein neues Konzept zur Leistungsregelung der Synchrotronstrahlung am zukünftigen FCC-hh vor, bei dem die Strahlenergie während eines Speichervorgangs angepasst wird, um die Wärmebelastung zu begrenzen und gleichzeitig die integrierte Luminosität sowie die Anzahl seltener Ereignisse wie der Di-Higgs-Produktion signifikant zu steigern.
Die Arbeit stellt die Vermutung auf, dass für eine große Klasse kontinuierlicher Phasenübergänge in -dimensionalen Landau-Ginzburg-Wilson--Theorien die kritischen Exponenten die untere Schranke (und damit für unitäre Theorien ) erfüllen müssen, was durch allgemeine Argumente, Störungstheorie und exakte Ergebnisse in zwei Dimensionen gestützt wird.
Die Studie untersucht den Kontinuumslimit von verzweigten Polymeren mit Schleifen, die an kritische Ising-Spins gekoppelt sind, indem sie eine Stringfeldtheorie vorschlägt, deren Dyson-Schwinger-Gleichung mit der Schleifengleichung des zugehörigen Matrixmodells übereinstimmt, und zeigt, dass die nichtstörungstheoretische Partitionsfunktion eine dritte lineare Differentialgleichung erfüllt, die im Gegensatz zur Airy-Gleichung des reinen Falls steht und als Lösung der Wheeler-DeWitt-Gleichung für die zweidimensionale Quantengravitation interpretiert werden kann.
Diese Studie präsentiert eine Gitter-QCD-Berechnung des Matrixelements der Proton-Proton-Fusion bei einer Pionmasse von 432 MeV, die die Machbarkeit und die inhärenten Herausforderungen einer ab-initio-Bestimmung schwacher Zwei-Nukleonen-Reaktionen aufzeigt, wobei die Ergebnisse trotz großer Unsicherheiten mit phänomenologischen Extraktionen vereinbar sind.
Diese Studie untersucht das Phasendiagramm der 4D SU(3)-Yang-Mills-Theorie bei mittels Simulationen mit imaginärem Theta und analytischer Fortsetzung, um die spontane CP-Symmetriebrechung im konfinierten Zustand und deren Wiederherstellung bei der Entconfinement-Temperatur nachzuweisen.
Die Arbeit untersucht semileptische Zerfälle von als vielversprechenden Test für neue Physik jenseits des Standardmodells, indem sie durch vier-Fermion-Operatoren erweiterte Wilson-Koeffizienten mittels experimenteller Daten einschränkt und theoretische Vorhersagen für alle Observablen unter Verwendung eines kovarianten Quarkmodells mit infraroter Confinement liefert.
Diese Arbeit leitet unter Verwendung von Analytizität, Unitarität und Khuri-Treiman-Lösungen für -Zerfälle eine minimale dispersive Darstellung für die Formfaktoren der CP-erhaltenden Zerfälle mit nur zwei freien Parametern ab, wodurch die experimentellen Daten reproduziert und die Vorzeichen der Formfaktoren eindeutig bestimmt werden können.
Die Arbeit zeigt, dass durch Renormierung eine Quantenanomalie die Wellenfunktion des de-Sitter-Raums komplex macht und dass ihr Imaginärteil durch die Renormierungsskalenabhängigkeit sowie grundlegende Prinzipien wie Unitarität und Lokalität auf allen Schleifenordnungen festgelegt ist.
Die Autoren berechnen die vollständigen elektroschwachen Korrekturen nächster führender Ordnung für die Formfaktoren der gluoninduzierten Higgs-Boson-Paarproduktion bei hohen Energien und zeigen, dass diese Korrekturen in diesem Regime etwa −10 % betragen.
Die Studie zeigt, dass axion-vermittelte Streuprozesse von Neutrinos in Seesaw-Modellen im durch aktuelle astrophysikalische Grenzen erlaubten Parameterraum extrem kleine optische Tiefen aufweisen und somit mit derzeitiger Empfindlichkeit keine beobachtbaren Signaturen hinterlassen.
Diese Arbeit berechnet den Wirkungsquerschnitt für die back-to-back-Dijet-Produktion in der tiefinelastischen Streuung bei kleinem x mit Next-to-Eikonal-Genauigkeit und zeigt, wie die Korrekturen mit der x-abhängigen Phase der Twist-2-Gluon-TMDs sowie mit unpolarisierten Twist-3-Gluon-TMDs zusammenhängen.
Dieser Beitrag stellt das McMule-Framework vor und erläutert dessen kürzliche Erweiterungen um elektroschwache Effekte sowie hadronische Beiträge mittels disperon QED, wobei insbesondere die Auswirkungen auf das MOLLER-Experiment und die konsistente Kopplung von OpenLoops an effektive Feldtheorien diskutiert werden.
Die Analyse der LVK-Beobachtungen von 2015 bis 2024 zeigt eine starke statistische Präferenz für ein Modell, das die Verschmelzungen von Schwarzen Löchern durch eine Kombination aus ersten Generationen (aus Sternkollaps), hierarchischen Verschmelzungen und möglicherweise primordialen Schwarzen Löchern erklärt, wobei die Anteile von ersten und zweiten Generationen bis zu einem Verhältnis von eins zu eins betragen können.
Diese Studie zeigt, dass gravitative Wechselwirkungen von Dunkle-Materie-Teilchen mit Doppelsternsystemen, insbesondere mit Doppel-Schwarzen-Loch-Paaren, deren Geschwindigkeit signifikant erhöhen und so die Empfindlichkeit von direkten Detektions-Experimenten wie LZ und PandaX-4T im sub-GeV-Bereich erweitern können.
Die Studie nutzt post-newtonsche Berechnungen von geodätischer Präzession, Perizentrumvorwärtsbewegung und Sagnac-Verzögerung in erdnahen Weltraumexperimenten, um Chameleon-, Symmetron- und Dilaton-Modelle der abgeschirmten Dunklen Energie einzuschränken und zeigt, dass zukünftige Messungen mit Kernuhren den gesamten untersuchten Parameterraum für Chameleon-Modelle ausschließen können.
Die Studie schlägt vor, die dichte Umgebung von Kernkollaps-Supernovae als neues Werkzeug zur Suche nach schwach wechselwirkenden Teilchen zu nutzen, indem sie durch den Zerfall dieser Teilchen erzeugte Vorläuferstrahlung analysiert und so mithilfe der Beobachtungen von SN 2023ixf neue, strenge Grenzen für MeV-skalierte Dunkle Photonen setzt.
Diese Arbeit entwickelt ein allgemeines Formalismus für die Berechnung von Observablen im Hintergrundfeld-Ansatz mittels Pfadordnungs-Exponenten, wendet diesen erfolgreich auf die DIS-Dijet-Produktion an und leitet dabei sowohl bekannte TMD-Ergebnisse als auch neue Beiträge im kleinen--Regime ab, die eine quantitative Verknüpfung zwischen eikonalen und zurück-zu-zurück-Kinematiken ermöglichen.
Die Studie zeigt, dass Dunkle Materie im späten Universum wieder an Dunkle Strahlung koppeln kann, was zu beobachtbaren Wechselwirkungen führt, die durch aktuelle Daten nur begrenzt sind, wenn entweder die gesamte Dunkle Materie schwach oder ein kleiner Teil stark wechselwirkt.
Die Studie zeigt, dass eine kritische Dichte-Instabilität in einem selbstwechselwirkenden Dunkle-Materie-Modell mit dynamischer Abschirmung zu einem plötzlichen Vernichtungsereignis führt, das die heutige Reliktdichte bestimmt und gleichzeitig TeV-Skala-Dunkle-Materie mit für die kleinräumige Struktur relevanten Wirkungsquerschnitten vereinbar macht.
Die Arbeit untersucht eine klassisch konforme -Eichtheorie mit einem dreifachen dunklen Skalar, die drei verschiedene Dunkle-Materie-Szenarien (WIMP, supergekühlte DM und Monopole) aufweist, deren Produktionsmechanismen maßgeblich durch den einzigartigen Verlauf des Phasenübergangs im konformen Modell bestimmt werden und die im Hinblick auf aktuelle Einschränkungen sowie zukünftige Nachweisoptionen bei irdischen Experimenten und Gravitationswellenobservatorien analysiert werden.
Die vorgestellte Studie zeigt, dass die Kombination von CMB- und Radiodaten des Simons Observatory und des Square Kilometre Array mittels kosmischer Varianz-Kompensation (CVC) die Nachweisgrenzen für axionähnliche Teilchen (ALPs) erheblich verbessert und insbesondere bei niedrigen Massen präzisere Einschränkungen sowie eine zuverlässigere Unterscheidung von Fehldetektionen ermöglicht.
Diese Arbeit präsentiert eine selbstständige NNLO-Berechnung der Dimuon-Produktion in neutrino-Kern-Streuung im Rahmen von semi-inklusiver DIS, die durch die Berücksichtigung neuer Produktionskanäle und die Reduzierung von Skalenunsicherheiten die Spannung zwischen Dimuon- und LHC-Daten bezüglich der Strange-Quark-Verteilungsfunktion verringert.
Diese Studie untersucht mittels Langevin-Dynamik und eines erweiterten Quasiteilchenmodells den gerichteten Fluss von D- und B-Mesonen in einem elektrisch und chirale leitfähigen Quark-Gluon-Plasma bei LHC-Energien und stellt fest, dass zwar elektrische Leitfähigkeit den Fluss signifikant beeinflusst, während der chirale Beitrag marginal bleibt, wobei sich D- und B-Mesonen durch entgegengesetzte Vorzeichen und unterschiedliche Größenordnungen des Flusses auszeichnen.
Basierend auf neuen Gitterevidenzen schränkt die Arbeit 't Hooft-Anomalien ein, um zu zeigen, dass der chirale Phasenübergang in QCD für masselose Flavor durch einen konformen Mannigfaltigkeit mit einem exakt marginalen Operator, der mit der Baryonendichte verknüpft ist, beschrieben werden könnte, was über das Ginzburg-Landau-Paradigma hinausgeht.
Diese Arbeit nutzt einen modifizierten HIJING-Monte-Carlo-Generator zur Analyse von Multiplicitätsfluktuationen in Schwerionenkollisionen, um Rückschlüsse auf den Zustand der erzeugten Materie, die Angemessenheit von Energieverlustmodellen und Signaturen von Phasenübergängen zu ziehen.
Dieser Artikel stellt die Vorteile der Untersuchung exotischer Hadronen mit -Quarks für das Verständnis der starken Wechselwirkung dar, fasst die experimentellen Ergebnisse von Belle, Belle II und LHCb zusammen und überprüft die zugehörigen phänomenologischen Interpretationen.
Die Studie vergleicht die Leistung von L-GATr und OmniLearn bei drei herausfordernden Aufgaben in der Teilchenphysik und zeigt, dass beide Ansätze – unabhängig davon, ob physikalische Symmetrien explizit in die Architektur kodiert oder implizit durch Training gelernt werden – vergleichbare Ergebnisse erzielen, was darauf hindeutet, dass die Effizienzgewinne durch die Einbeziehung physikalischer Strukturen weitgehend methodenunabhängig sind.
Dieser Artikel stellt eine explizite Umphasierungstransformation vor, die eine beliebige unitäre Matrix in die Kobayashi-Maskawa-Parametrisierung überführt, die unabhängigen CP-Phasen als Argumente der Matrixelemente identifiziert und zeigt, wie sich die Majorana-Phasen sowie die KM-Phase durch fermion-spezifische Phasen und Relativphasen ausdrücken lassen.
Diese Studie zeigt, dass ein zukünftiger 3-TeV-Muon-Collider durch die Untersuchung verschiedener Suchstrategien einen signifikanten Teil des für das galaktische GeV-Exzess verantwortlichen Parameterbereichs muonphiler Dunkler Materie mit einem -geraden Mediator ausschließen oder nachweisen kann.
Diese Studie untersucht die Realisierung spontaner CP-Verletzung in zwei supersymmetrischen Szenarien, die das starke CP-Problem lösen, indem sie erstens die notwendigen Bedingungen zur Stabilisierung CP-verletzendener Phasen im exakten SUSY-Limit analysieren und zweitens ein Modell konstruieren, in dem CP bei einer intermediären Skala entlang pseudo-flacher Richtungen gebrochen wird, was leichte Skalare im CP-Verletzungs-Sektor vorhersagt.
Die Studie nutzt funktionelle QCD-Ansätze, um durch den Vergleich von Baryonenzahl-Suszeptibilitäten mit experimentellen Protonen-Kumulanten die Gefrierbedingungen bei verschiedenen Schwerionenkollisionsenergien selbstkonsistent zu bestimmen und dabei quantitative Übereinstimmung mit Daten sowie ein kritisches Ende bei etwa 5 GeV vorherzusagen.
Basierend auf ATLAS-Daten zu Transversalimpulsfluktuationen in ultra-zentralen Pb+Pb-Kollisionen extrahieren die Autoren unter Berücksichtigung von Detektorverzerrungen und Hadronisierungsrauschen die Schallgeschwindigkeit im Quark-Gluon-Plasma zu , was in perfekter Übereinstimmung mit Gitter-QCD-Berechnungen ist.
Diese Studie zeigt, dass simulationsbasierte Inferenz (SBI) ein vielversprechendes Werkzeug zur präziseren Bestimmung von Modellparametern für neutrinoinduzierte Nukleonen-Knockout-Prozesse ist, da sie im Vergleich zu herkömmlichen Methoden bei der Analyse von MicroBooNE-Daten und der Nachbildung der NuWro-Simulation leicht verbesserte Anpassungsergebnisse liefert.
Diese Studie untersucht im Rahmen eines nichtrelativistischen Quarkmodells die Bildung von schweren Dibaryonen aus - und -Baryonen und zeigt, dass bestimmte Spin-Isospin-Konfigurationen durch Mesonenaustausch zu gebundenen, deuteriumähnlichen Zuständen oder kompakten Hexaquark-Zuständen führen.
Diese Studie berechnet die Massenspektren und Massendifferenzen schwerer Hadronen mit einem oder mehreren Bottom-Quarks unter Verwendung von 2+1+1-flavorigen MILC-Gitterkonfigurationen, wobei für die Valenzquarks eine Kombination aus NRQCD-, anisotropem Clover- und -verbesserter Wilson-Clover-Wirkung zum Einsatz kommt.
Die Studie liefert numerische Belege dafür, dass für die Konsistenz der 4D-Wirkungstheorie von Kaluza-Klein-Gravitonen ein leichter Skalar existieren muss, dessen Masse im Verhältnis zur ersten KK-Graviton-Masse die Bedingung erfüllt, was eine Obergrenze für die Stabilität des kompakten Mannigfaltigkeit darstellt.
Die Studie kombiniert neue Schwellenwertmessungen der J/ψ-Produktion an JLab und J-PARC mit GlueX-Daten, um die J/ψ-Proton-Streulänge präzise zu bestimmen und die konsistente Hierarchie der Vektor-Meson-Nukleon-Streulängen im Rahmen der Hypothese des „jungen Vektor-Mesons" zu untermauern.
Die Studie zeigt, dass der Energieverlust von Jet-Partonen in anisotropen Plasmas durch eine einfache Näherungsformel beschrieben werden kann und dass die Längenabhängigkeit dieses Verlusts universelle Eigenschaften von Limiting Attractoren aufweist, die durch Extrapolation der Kopplungskonstante gewonnen werden.
Diese Studie zeigt durch eine gemeinsame bayesianische Kalibrierung von Nieder-- und Hoch--Proben, dass die Kombination beider Datenbereiche die Einschränkungen der QGP-Eigenschaften erheblich verbessert und gleichzeitig die Unterdrückung der Hoch--Anisotropie korrekt beschreibt.
Diese Arbeit untersucht ein konkretes Modell mit einer geschmacksabhängigen Peccei-Quinn-Symmetrie, das Axionen, das Flavour-Problem und Neutrinomassen durch einen Typ-I-Seesaw-Mechanismus vereint und dabei die beobachteten Abweichungen in Diphoton-Zuständen sowie experimentelle Grenzen für Axionen und Flavor-verändernde neutrale Ströme berücksichtigt.
Die Studie verbessert die Berechnung des atmosphärischen Neutrinoflusses durch eine beschleunigerdatenbasierte Hadronen-Interaktions-Tuning, was zu einer präziseren Unsicherheitsabschätzung und einer leicht reduzierten Fluxvorhersage im Vergleich zu früheren Methoden führt.
Basierend auf einer dreidimensionalen Simulation einer magnetorotatorischen Kollaps-Supernova zeigen die Autoren, dass sowohl matterie- als auch magnetfeldgetriebene Flavor-Konversionen die Neutrino-Ereignisraten in zukünftigen Detektoren wie IceCube und Hyper-Kamiokande stark beeinflussen, wobei diese Raten von der Beobachterrichtung und der Zeit nach dem Kollaps abhängen.
Diese Arbeit leitet eine einheitliche, exakte Lösung der Boltzmann-Gleichung für einen boost-invarianten konformen Gas auf dem Hintergrund her, die alle konstant gekrümmten Blätternungen umfasst und dabei bekannte Strömungen wie Bjorken und Gubser sowie eine neue analytische Lösung für die hyperbolische Blätternung („Grozdanov-Strömung") vereint.
Die Studie zeigt, dass das RES-NOVA-Experiment mit archäologischem Blei durch die Messung von kohärenter elastischer Neutrino-Streuung an Sonnenneutrinos die Empfindlichkeit für nicht-standardmäßige Neutrino-Wechselwirkungen (NSI) auf das Niveau aktueller globaler Anpassungen bringen und bei optimierten Schwellenwerten oder höherer Exposition sogar darüber hinausgehen kann.
Die Studie leitet robuste Obergrenzen für die Lebensdauer schwerer QCD-Axionen aus der Big-Bang-Nukleosynthese ab, indem sie deren hadronische Zerfälle analysiert, die das Neutron-Proton-Verhältnis und damit die primordialen Helium-4-Häufigkeiten verändern, und stellt dabei fest, dass diese Grenzen sogar stärker sind als zukünftige CMB-Beschränkungen.
Diese Arbeit stellt eine effiziente Methode zur Konstruktion neuer schwarzer-Loch-Lösungen in der nicht-kommutativen Eichtheorie vor und analysiert deren thermodynamische Eigenschaften, wobei sich zeigt, dass die Nicht-Kommutativität die Temperaturdivergenz bei der Verdampfung beseitigt, Phasenübergänge induziert und die Teilchenemission durch Quantentunneln unterdrückt.
Diese Arbeit widerlegt die Annahme, dass dunkle Zerfallskanäle schwerer neutraler Leptonen (HNLs) die strengen kosmologischen Beschränkungen durch die Urknall-Nukleosynthese umgehen können, und zeigt stattdessen, dass solche Zerfälle durch die Erhöhung der Strahlungsdichte zu noch strengeren Grenzen führen.
Die Studie bestimmt die QCD-Zustandsgleichung mit drei masselosen Quark-Flavours nichtstörungstheoretisch im Temperaturbereich von 3 GeV bis zur elektroschwachen Skala und zeigt, dass selbst bei diesen hohen Temperaturen nichtstörungstheoretische Beiträge für eine präzise Beschreibung unerlässlich sind.
Die Studie zeigt, dass schwere Vektor-Dunkle-Materie-Teilchen im TeV-Bereich durch die nicht-thermische Produktion an sich ausdehnenden Blasenwänden während eines Phasenübergangs effizient erzeugt werden können, was einen neuen Mechanismus darstellt, der in einem weiten Parameterraum wirksam ist und potenziell durch zukünftige Gravitationswellendetektoren nachweisbar wäre.
Diese Arbeit untersucht die Robustheit von Kollidersuchgrenzen für den Typ-II-Seesaw-Mechanismus, indem sie die Auswirkungen erweiterter neuer Physik auf die Produktions- und Zerfallsphänomenologie exotischer Higgs-Teilchen analysiert und bewertet, wie stark diese Erweiterungen die Standardempfindlichkeitsprojektionen verändern.
Die Studie zeigt, dass in nichtthermischen Szenarien ultraleichter dunkler Materie Multi-Teilchen-Vernichtungsprozesse zu einer signifikanten Photonvermehrung führen können, was zu deutlich strengeren Grenzen für die Kopplungskonstanten dieser dunklen Materie führt als bisherige Einschränkungen.
Die Arbeit entwickelt ein vollständiges Spin-Dichtematrix-Rahmenwerk zur Beschreibung der Polarisationstransferprozesse in der Zerfallskette , das zeigt, dass der -Zustand bei dominanter S-Wellen-Emission die Polarisation des perfekt bewahrt und somit als ideales Werkzeug für Amplitudenanalysen dient, wobei die Methode auf andere Hadronenübergänge und elektroschwache Prozesse wie -Produktion verallgemeinert werden kann.
Diese Studie untersucht die Sensitivität des HL-LHC zur Entdeckung erweiterter Higgs-Sektoren im Zwei-Higgs-Doublet-Modell Typ-I durch die Analyse von Multi-Top-Ereignissen aus Higgs-Paarzerfällen, wobei die Ergebnisse zeigen, dass alle untersuchten Kanäle bei einer integrierten Luminosität von 4000 fb⁻¹ die 5σ-Schwelle für eine Entdeckung überschreiten.
Diese Arbeit fasst die kollineare QCD-Faktorisierung für die exklusive Dijet-Elektroproduktion zusammen, wobei sie alle führenden Beiträge von Gluonen, See- und Valenzquarks unter Verwendung von verallgemeinerten Partonverteilungsfunktionen (GPDs) berechnet und Vorhersagen für kinematische Bereiche liefert, die für zukünftige Messungen am Electron Ion Collider (EIC) relevant sind, während sie gleichzeitig eine gute Übereinstimmung mit HERA-Daten zeigt.
Die Studie entwickelt ein theoretisches Rahmenwerk zur Vorhersage der Bildung exotischer muonischer Kaon-Atome () sowohl aus -Zerfällen als auch durch Koaleszenz im Quark-Gluon-Plasma, zeigt deren Potenzial als empfindliche Sonde für primordiale Myonen und frühe elektromagnetische Strahlung auf und belegt, dass ihre erste experimentelle Beobachtung an Hochenergie-Collidern wie dem LHC und RHIC realistisch ist.
Die Studie zeigt, dass das Modell der reinen natürlichen Inflation mit den neuesten Daten des Atacama Cosmology Telescope vereinbar ist und unter verschiedenen Annahmen zur Reheating-Phase einen nicht-trivialen Teil des Parameterraums als gültig bestätigt.
Die Studie zeigt, dass ein durch thermische Dissipation ausgelöster Reheating-Prozess im frühen Universum zu charakteristischen Merkmalen im Spektrum der primordialen Gravitationswellen führt, was einen neuen Weg zur Beobachtung dieser Physik eröffnet.
In diesem Artikel wird die Soft de Sitter Effective Theory (SdSET) im Rahmen der dimensionsregularisierten Renormierung konstruiert und durch den expliziten Abgleich von Korrelationsfunktionen einer masselosen -Theorie nachgewiesen, dass sie eine systematische und effektive Beschreibung der Quantendynamik superhorizontaler Moden darstellt.
Diese Arbeit untersucht systematisch die Beiträge des Skalarsektors eines 3-3-1-Modells mit rechtshändigen Neutrinos zu den elektroschwachen Präzisionsparametern S, T und U und zeigt, dass der Parameter T strenge Einschränkungen für die Massen und Energieskalen der skalaren Teilchen auferlegt.
Aufgrund neuer theoretischer Entwicklungen im Rahmen der Fixed-Center-Näherung und der bevorstehenden ALICE-Daten aktualisiert diese Arbeit die Ergebnisse für die Korrelationsfunktion und die Streuobservablen des -Systems, um wertvolle Vergleichsgrundlagen für die experimentelle Untersuchung der Natur axialer Vektormesonen zu liefern.
Diese Studie untersucht die S-Wellen-Streuung von - und -Systemen im Rahmen der chiralen effektiven Feldtheorie und findet eine abstoßende Wechselwirkung im -Kanal sowie anziehende Wechselwirkungen, die zur Bildung von gebundenen Zuständen führen könnten, im -Kanal, wobei der Spin-Spin-Term der Zwei-Pion-Austauschbeiträge eine signifikante Massenaufspaltung verursacht.
Diese Studie erweitert das Hybrid-Modell des Jet-Quenchings um eine vollständige Berechnung von Molière-Streuung an Quasiteilchen im Quark-Gluon-Plasma und zeigt, dass photon-getaggte Jets besonders empfindliche Signaturen für diese harten Streuprozesse liefern, die sich in verbreiterten Jet-Formen und Fragmentierungsfunktionen widerspiegeln.
Die Arbeit widerlegt die gängige Annahme, dass Streuamplituden mit einem einzelnen Minus-Gluon verschwinden, indem sie zeigt, dass diese für bestimmte „halb-kollineare" Konfigurationen in Klein-Raum oder komplexen Impulsen nicht verschwinden, und leitet eine geschlossene, stückweise konstante Formel für den Zerfall eines solchen Gluons in Plus-Gluone her, die konsistent mit Weinbergs Soft-Theorem ist.
Die Studie untersucht mittels QCD-Summenregeln erstmals die Möglichkeit, dass die von BESIII beobachteten Zustände und kompakte Hexaquark-Zustände in einer Triquark-Antitriquark-Konfiguration sind, und identifiziert dabei zwei -Kandidaten, die mit den experimentellen Massen übereinstimmen, sowie weitere Vorhersagen für nicht beobachtete Hexaquark-Zustände.
Diese Studie untersucht die Substruktur von Quark- und Gluon-Jets in Photoproduktionsereignissen am zukünftigen Electron-Ion Collider (EIC) und zeigt die Machbarkeit einer Unterscheidung zwischen diesen Jet-Typen auf, um eine Grundlage für weitere QCD-Studien zu schaffen.
Diese Arbeit stellt ein formalismusbasiertes, einmal subtrahiertes Dispersionsrelationen-Verfahren für die virtuelle Compton-Streuung am Proton vor, das datengestützte Discontinuitäten nutzt, um die generalisierten Polarisiertbarkeiten des Nukleons präzise zu extrahieren und deren Einfluss auf die Observablen im -Energiebereich zu untersuchen.
Diese Arbeit erweitert die Ergebnisse von Coleman, Glaser und Martin auf endliche Temperaturen und beweist rigoros, dass für eine breite Klasse skalärer Potentiale die Konfiguration mit der geringsten Wirkung zwingend -symmetrisch und in den Raumrichtungen monoton ist.
Die Studie nutzt ein Drei-Quark-Lichtfront-Modell und BFKL-Evolution, um die gluonische Sivers-Funktion des Protons zu bestimmen und zeigt, dass sie bei kleinen Impulsanteilen einem Potenzgesetz mit einem Exponenten von -3,3 folgt.
Die Studie untersucht ein erweitertes links-rechts-symmetrisches Modell mit einer zusätzlichen -Eichsymmetrie und Vektor-leptonen, das einen stabilen Vektor-lepton-Dunkle-Materie-Kandidaten im TeV-Bereich vorhersagt, dessen Parameterbereich durch die Kombination von Kolliderdaten, direkten und indirekten Nachweisgrenzen sowie zukünftigen Experimenten wie XLZD und CTA eingeschränkt wird.
Die Studie zeigt, dass der geplante Elektron-Ionen-Collider (EIC) durch die Messung des schwachen Ladungsformfaktors über einen kontinuierlichen Bereich von Impulsüberträgen und für verschiedene Atomkerne die Degenerierung theoretischer Modelle der Neutronendichteverteilung aufheben und so unser Verständnis von Kernstruktur und Neutronensternen erheblich verbessern kann.
Diese Arbeit entwickelt eine kovariante Formulierung logarithmischer Supertranslationen am räumlichen Unendlichen, die durch eine neue symplektische Struktur und polyhomogene Beig-Schmidt-Entwicklung eine Erweiterung der BMS-Algebra um abelsche Sektoren mit endlichen, erhaltenen Ladungen und zentralen Erweiterungen ermöglicht.
Diese Arbeit untersucht Quasinormale Moden und die thermodynamische Stabilität von geladenen Schwarzen Löchern in Anwesenheit von Quintessenz und einer Wolke aus Strings, wobei sie eine modifizierte Hod-Schranke herleitet und deren Konsistenz mit dem Swampland-Abstandsvermutung sowie beobachtbaren Signaturen wie dem Schwarzschild-Schatten nachweist.
Die Arbeit leitet eine Obergrenze für den Radius anti-de-Sitter-Vakua aus der Forderung ab, dass die Spannung von Domänenwänden oberhalb des UV-Cutoffs liegen muss, und zeigt, dass dies das Gravitino-Vermutungs- und das anti-de-Sitter-Abstandsvermutungs-Swampland-Programm realisiert, wobei klassische Flux-Vakua und LVS mit der Bedingung vereinbar sind, während Racetrack- und KKLT-ähnliche Modelle starke Einschränkungen für große Hierarchien von Skalen erfahren.
Diese Arbeit interpretiert die All-Schleifen-Weiche-Photon-Theoreme als Ward-Identitäten für asymptotische Symmetrien, die auf der Celestial-Sphäre neue antiholomorphe Ströme höherer Spins erfordern, deren algebraische Struktur im klassischen Limes dem Wedge-Teil der -Algebra entspricht.
Diese Arbeit untersucht die holographische Konstruktion der zeitartigen Verschränkungsentropie in Schwarzen-Loch-Hintergründen, indem sie zeigt, wie extremale Flächen mit raumartigen und zeitartigen Ästen die realen und imaginären Komponenten reproduzieren, kritische Phänomene in Abhängigkeit von der Dimension analysieren und exponentielles Wachstum nahe dem Ereignishorizont aufzeigen.
Die Arbeit stellt eine Korrespondenz zwischen dem Gravitationsphasenraum am Nullunendlichkeitsrand und dem subführenden Phasenraum nahe eines endlichen Nullhyperflächenhorizonts her, identifiziert dabei die celestialen -Symmetrien am Horizont und leitet daraus eine unendliche Reihe erhaltener Ladungen als neue gravitative Observablen für die Schwarze-Loch-Physik ab.
Diese Arbeit erweitert die Untersuchung von Kristallschmelzmodellen für torische Calabi-Yau-Vierfachmannigfaltigkeiten, indem sie einen effizienten Algorithmus zur Konstruktion von Kristallen entwickelt, das Verhalten unter Trialität analysiert und stabile Variablen einführt, um Partitionfunktionen zu stabilisieren und empirische Daten für die Verallgemeinerung von Cluster-Algebren in (0,2)-Quiver-Theorien bereitzustellen.
Die Arbeit zeigt, dass die bekannte Transformation des Dilatons unter der Zielraum-Dualität, die auf der Ein-Schleifen-Ebene gilt, auf der Zwei-Schleifen-Ebene und darüber hinaus modifiziert werden muss, und illustriert dies an nicht-statischen kosmologischen Lösungen.
Die Arbeit untersucht das Gleichgewichts-Partitionfunktions von nicht-relativistischen konformen Feldtheorien in harmonischen Fallen, wobei sie universelle Polstrukturen im hydrodynamischen Regime und im Grenzfall großer Drehimpulse aufzeigt und diese an superfluiden Systemen wie fermionischen Einheitsgasen in kalten Atomexperimenten veranschaulicht.
Diese Arbeit erweitert die funktionale Renormierungsgruppe auf dreidimensionale klassische Lennard-Jones-Flüssigkeiten, demonstriert deren hohe Genauigkeit und thermodynamische Konsistenz im Vergleich zu herkömmlichen Integralgleichungsmethoden und zeigt, dass sie ohne Rückgriff auf harte Kern-Referenzsysteme auskommt.
Diese Arbeit untersucht die Cluster-Algebra-Eigenschaften von Wellenfunktionskoeffizienten in der de-Sitter-Kosmologie, führt die „geordnete Einzel-Cluster-Bedingung" für Pfadgraphen ein und zeigt, dass Baumgraphen eine ähnliche Struktur aufweisen, was zu strengeren Einschränkungen für den symbolischen Bootstrap-Ansatz führt.
Der Artikel argumentiert, dass die Hydrodynamik als Kospan von Differential-graduierten Mannigfaltigkeiten aufgefasst werden kann, der eine mikroskopische Theorie und eine hydrodynamische Theorie über eine BF-Theorie verknüpft, welche die Erhaltungssätze der Ströme beschreibt.
Die Arbeit stellt eine holographische Beschreibung von Interfaces, die aus 2D-Fermionen und 3D-Chern-Simons-Feldern bestehen und mit -Minimalmodellen verknüpft sind, im Rahmen der A-Modell-topologischen Stringtheorie bereit und nutzt exotische Integrabilitätseigenschaften, um eine exakte Übereinstimmung aller Korrelationsfunktionen von Meson-Operatoren auf der Sphäre zu zeigen, wodurch die Minimal-Model-Holographie in die Stringtheorie eingebettet wird.
Diese Vorlesungsnotizen bieten eine weitgehend in sich geschlossene Einführung in verallgemeinerte Symmetrien, beginnend mit höheren Form-Symmetrien und Anomalien bis hin zu nicht-invertierbaren Symmetrien in zwei- und vierdimensionalen Systemen, wobei die zugrundeliegende Struktur fusionierender Kategorien erläutert wird, ohne dass Vorkenntnisse in konformer Feldtheorie oder Gittermodellen vorausgesetzt werden.
Diese Arbeit untersucht den Einfluss des Barrow-Fraktalparameters auf die Inversionstemperatur und die Joule-Thomson-Expansion von AdS-Reissner-Nordström-Schwarzen Löchern im Kiselev-Raumzeit-Hintergrund unter Berücksichtigung quantenkorrigierter Thermodynamik.
Diese Arbeit zeigt, dass die Mischung von Kaluza-Klein-Moden in Braneworld-Modellen zwar die Eichinvarianz der vierdimensionalen Wirkung bewahrt, aber durch die Umverteilung physikalischer Freiheitsgrade und die dynamische Verschiebung der Vektor-Massen zu strengeren Einschränkungen für die Warp-Faktoren führt und in (4+2)-dimensionalen Szenarien eine residuale Masse von skalaren KK-Moden hinterlässt.
Diese Arbeit stellt eine Methode vor, die auf lokalen Daten basiert, um Superselektionssektoren und topologische Defektlinien in koset- und Parafermion-Modellen zu klassifizieren und daraus einheitliche Auswahlsregeln für Renormierungsgruppenflüsse abzuleiten.
Die Arbeit präsentiert eine umfassende BRST-Lagrangedarstellung von teilweise masselosen bosonischen Feldern im vierdimensionalen (A)dS-Raum, bei der durch die Umwandlung von Zwangsbedingungen zweiter Klasse in solche erster Klasse gezeigt wird, dass die Hermitizität und Nilpotenz des BRST-Ladungsoperators nur im de-Sitter-Raum erfüllt sind und somit eine konsistente Formulierung im Anti-de-Sitter-Raum unmöglich ist.
Diese Arbeit berechnet explizit die Ein-Schleifen-Massenkorrekturen für wechselwirkende Stringzustände in der ersten Regge-Trajektorie des NS-NS-Sektors von Typ-II-Theorien, indem sie Vertexoperatoren konstruiert, elliptische Funktionen nutzt und Divergenzen durch die -Preskription regularisiert, um numerische Ergebnisse bis zum Level zu erhalten.
Diese Arbeit stellt einen Mechanismus vor, der supersymmetrische Ward-Identitäten zur effizienteren Berechnung der Operatorrenormierung in nicht-supersymmetrischen Theorien wie dem Gross-Neveu-Yukawa-Modell nutzt, mit dem langfristigen Ziel, diese Methode auf die Quantenchromodynamik anzuwenden.
Diese Arbeit liefert eine umfassende Analyse der Existenz von Geodäten, die am Rand des dreidimensionalen quantenmechanischen BTZ-Black-Holes und seiner geladenen Variante verankert sind, und untersucht dabei die Bedingungen für die Verbindung zeitartig getrennter Punkte sowie die Rolle von Photonensphären für die Imaginärteil-Freiheit der zeitartigen Verschränkungsentropie im Kontext der AdS₃/CFT₂-Korrespondenz.
Diese Arbeit erweitert das kombinatorische Verfahren der Quotienten-Quiver-Subtraktion auf klassische Gruppen wie und mittels Typ-IIB-Branen-Konstruktionen mit -Plänen, um die Isometrie-Untergruppen der Coulomb-Zweige von Quiver-Eichtheorien zu eichen und alternative Konstruktionen für die Higgs-Zweige bestimmter SCFTs in höheren Dimensionen zu liefern.
Diese Studie untersucht die Strahlungsentropie asymptotisch AdS-Schwarzer Löcher in der f(Q)-Gravitation mittels der Inselregel, zeigt deren Modifikation durch den euklidischen Wirkungsansatz auf und offenbart, dass sowohl die Strahlungsentropie als auch die Page-Zeit durch die spezifische Wahl des f(Q)-Modells beeinflusst werden, was darauf hindeutet, dass Informationen über das zugrunde liegende Gravitationsmodell in der Strahlungsentropie kodiert sind.
Dieser Artikel beweist eine -Dualität für die Wirkung von auf dem Tensorprodukt ihrer taubologischen Darstellungen, indem er zeigt, dass das duale System der symplektischen mirabolischen Raum ist, und formuliert dazu eine globale Vermutung zur kategorischen Theta-Korrespondenz.
Die Studie zeigt, dass die Einführung dynamischer Eichfelder im Rand durch Doppel-Spur-Verzerrungen von Eichfeldern im asymptotisch AdS-Raum aufgrund logarithmischer Randverhalten instabil ist und zu Tachyonen- und Geistermoden führt, was eine schemenabhängige Mehrdeutigkeit der Verzerrung aufdeckt.
In diesem Artikel wird die Vermutung von Lam bestätigt, dass die ABCT-Vielfalt eine positive Geometrie ist, indem ihre kombinatorischen und algebraisch-geometrischen Eigenschaften untersucht, die zugehörigen Untervarietäten als Punkt-Konfigurationen in interpretiert und eine topgradige meromorphe Form konstruiert wird.
Die Studie zeigt, dass die schemaindente, durch Entfernen lokaler Gegenterm-Unbestimmtheiten gewonnene 3-Sphären-Freienergie zwar an konformen Fixpunkten dem F-Theorem entspricht und bei relevanten skalaren Deformationen zunächst abnimmt, jedoch aufgrund einer nicht-monotonen Interpolation zwischen UV und IR kein allgemeines monotones F-Function darstellt.
Die Arbeit zeigt, dass in zeitabhängigen String-Kompaktifizierungen die Null-Energie-Bedingung (NEC) in der effektiven niedrigdimensionalen Beschreibung verletzt werden kann, was zu einer bouncenden Kosmologie führt, während die NEC in der höherdimensionalen Raumzeit aufgrund der Weltflächensymmetrie erfüllt bleibt.
Der Artikel stellt eine explizite planare abelsche Dualität für dreidimensionale SQCD-Theorien mit fundamentalen chiralen Multipletts vor, die durch einen systematischen Algorithmus zur Behandlung generischer Massendefformationen eine universelle Beschreibung der Infrarotphysik über den gesamten Parameterraum hinweg ermöglicht.
Dieser Artikel schließt eine von Pełczyński offene Frage ab, indem er für jedes einen -injektiven, aber nicht -injektiven Banachraum konstruiert und zudem eine neue obere Schranke für den Banach-Mazur-Abstand zwischen und liefert.
Diese Arbeit beweist die -Kontraktionseigenschaft monotoner Stoßwellen der KdV-Burgers-Gleichung unter beliebig großen Störungen, was zu einer asymptotischen Stabilität und gleichmäßigen Abschätzungen bezüglich der Viskositäts- und Dispersionsstärke führt.
Die Arbeit untersucht die -Konvergenz von nichtlokalen Phasenübergangsfunctionalen mit -Norm und Tensormittel, zeigt die Kompaktheit im Raum der Funktionen mit beschränkter Variation und beweist die Konvergenz zu einem lokalen Perimeter-funktional, das von der Tensormitteldichte an der Grenzfläche sowie der Totalvariation des Tensormittels außerhalb dieser abhängt.
Dieser Artikel untersucht die Struktur des Raums -invarianter 3-Pfade in gerichteten Graphen, beweist die Existenz einer Basis aus trapezoidalen Pfaden und liefert einen Algorithmus mit der Zeitkomplexität zur Berechnung der Dimension und einer solchen Basis.
Der Artikel stellt eine Bianchi-Calo-artige Konstruktionsmethode für Bryant-artige lineare Weingarten-Flächen im hyperbolischen Raum vor.
Der Artikel charakterisiert die Gauge-Profile der Mengen reeller Zahlen mit effektiver Dimension bzw. und nutzt diese Ergebnisse, um eine Trennung zwischen diesen Mengen und der Menge der -gut approximierbaren Zahlen im Hinblick auf das Hausdorff-Maß herzustellen.
Diese Arbeit stellt einen Algorithmus zur automatisierten Enumeration aller kritischen Paare in linkverbundenen String-Diagramm-Umschreibesystemen vor, der auf Hypergraphen-Manipulation basiert und für symmetrische monoidale Kategorien ohne Frobenius-Struktur auf Korrektheit und Vollständigkeit bewiesen wird.
Die Arbeit stellt die Adaptive Levenberg-Marquardt Third-Order Newton Method (ALMTON) vor, ein neuartiges Optimierungsverfahren für nichtkonvexe Probleme, das durch die Lösung einheitlicher semidefiniter Programmier-Teilprobleme eine global konvergente, unregulierte dritte-Ordnung-Newton-Methode ermöglicht und dabei eine bessere Konvergenz als bestehende Ansätze bei vorhersagbaren Iterationskosten bietet.
Der Artikel stellt LS-ReCoNNs vor, ein auf einem kleinsten-Quadrate-Ansatz basierendes neuronales Netzwerk, das parametrische Transmissionsprobleme in heterogenen Materialien durch eine Zerlegung der Lösung in glatte und singuläre Komponenten sowie eine getrennte Darstellung von Parameter- und Ortsabhängigkeit effizient löst.
Die Autoren führen eine mehrsortige Erweiterung abelscher -Gruppen ein, die äquivalent zur Angabe eines spektralen Teilraums ist, und zeigen unter Verwendung eines klassischen Ergebnisses von Shen und Weispfenning, dass diese Erweiterung eine vollständige Modellbegleitung mit Quantorenelimination besitzt.
Der Artikel zeigt, dass die Konsistenz von plus der Aussage, dass messbar ist, die Konsistenz von impliziert, in dem sowohl das kleinste stark reguläre als auch das kleinste messbare Kardinalzahl ist und alle unendlichen Kardinalzahlen unter eine abzählbare Kofinalität besitzen.
Diese kurze Notiz zeigt die Äquivalenz zwischen (linearen, perfekten) Zero-Knowledge-Codes und Quanten-CSS-Codes auf und nutzt diese Erkenntnis, um explizite asymptotisch gute Zero-Knowledge-lokal-testbare Codes zu konstruieren.
Dieser Artikel untersucht eine Pfadvariante des Explorer-Director-Spiels auf Graphen und beweist, dass sich die unter optimaler Strategie erzielten Besuchszahlen der Pfad- und der Distanzvariante für Graphen beliebiger Größe willkürlich stark unterscheiden können.
Diese Arbeit bietet eine Übersicht über verschiedene Mittelungsverfahren in stochastischen Gradientenmethoden, beleuchtet deren theoretische Grundlagen und moderne Entwicklungen im maschinellen Lernen und fasst aktuelle Erkenntnisse sowie offene Forschungsfragen zusammen.
Der vorgestellte Artikel stellt einen einfachen, merit-funktionfreien First-Order-Algorithmus für vollrangige Gleichungsnebenbedingungen vor, der durch adaptive Schritte in der Tangentialebene oder zur Infeasibilitätsreduktion ohne Auswertung der Zielfunktion eine globale Konvergenzrate von O(1/√k) erreicht und sich besonders für verrauschte Probleme eignet.
Die Arbeit stellt ein vereinheitlichendes primal-duales Proximal-Framework (UPP) für verteilte nichtkonvexe Optimierung vor, das bestehende Methoden integriert, sublineare Konvergenzgarantien für stationäre Lösungen sowie lineare Konvergenz unter der Polyak-Łojasiewicz-Bedingung beweist und durch Chebyshev-Beschleunigung eine optimale Kommunikationskomplexität erreicht.
In diesem Papier wird eine modifizierte Fundamentalkonstruktion von Kharaghani und Seberry vorgestellt, die unter Verwendung computerunterstützter Methoden erstmals eine komplexe Hadamard-Matrix der Ordnung 94 aus bestimmten zirkulanten -Matrizen der Ordnung 47 konstruiert.
Dieses Papier stellt eine neue direkte Sampling-Methode vor, die es ermöglicht, sowohl den räumlichen als auch den zeitlichen Träger von elektromagnetischen Quellen aus Mehrfrequenz-Fernfeldmessungen zu rekonstruieren.
Diese Arbeit stellt einen schnellen direkten Randelementlöser für zweidimensionale elastodynamische Transmissionsprobleme vor, der durch die Kombination von Burton-Miller- und PMCHWT-Gleichungen sowie eine Proxy-basierte Low-Rank-Approximation eine lineare Komplexität bei beliebigen Einschlussformen und hoher Effizienz bei mehreren rechten Seiten erreicht.
Diese Arbeit stellt ein kontinuierliches Datenassimilierungs-Framework auf Basis von Finite-Elemente-Methoden vor, das die Trajektorien eines gekoppelten Navier-Stokes-Cahn-Hilliard-Systems mit einem zusätzlichen Transportfeld aus grob aufgelösten Beobachtungen rekonstruiert und dabei sowohl theoretische Stabilitätsnachweise als auch numerische Synchronisationserfolge demonstriert.
Die Arbeit entwickelt eine lokale Behandlung endlicher Ausrichtung für nicht-endlich ausgerichtete höherstufige Graphen, indem sie einen endlichen Ausrichtungsanteil identifiziert, um kompakte Zylindermengen zu nutzen und daraus neue Definitionen für lokal kompakte Pfad- und Randpfadräume sowie zugehörige amenable Pfad- und Randpfad-Gruppoiden zu konstruieren.
Die Arbeit untersucht die horofunktionellen Ränder von Carnot-Gruppen, zeigt, dass alle Horofunktionen stückweise durch Pansu-Ableitungen definiert sind, und liefert mit filiformen Lie-Gruppen der Dimension die ersten bekannten Beispiele, deren Ränder eine Dimension ungleich aufweisen.
Diese Arbeit charakterisiert reguläre noethersche algebraische Räume durch die Quasi-Perfektheit von Blow-ups in abgeschlossenen Punkten und zeigt, dass sich die Quasi-Perfektheit eigentlicher Morphismen lokal über étale Ringe, Vervollständigungen und Henselisierungen nachweisen lässt, wodurch der Ort der Quasi-Perfektheit als Zariski-offene Menge folgt.
Der Artikel liefert hinreichende Bedingungen dafür, dass das unendliche direkte Produkt einer stetigen Selbstabbildung eines kompakten metrischen Raums -chaotisch ist, und wendet diese Ergebnisse auf die Konstruktion ungewöhnlicher Beispiele solcher Abbildungen an.
Dieser Artikel löst ein offenes Problem von Heittokangas, Ishizaki, Tohge und Wen, indem er alle endlichen Ordnungen ganzer Lösungen der Differential-Differenzengleichung bestimmt.
Diese Arbeit stellt eine im Rahmen der Generalized Multiscale Finite Element Method (GMsFEM) entwickelte, residuumgetriebene Multiskalenmethode vor, die durch eine Geschwindigkeitselimination und adaptive Online-Basisfunktionen eine effiziente und präzise Simulation von Darcy-Strömungen in perforierten, heterogenen Domänen ermöglicht.
Die Arbeit beweist die Existenz eines Laurent-Rückintegrationsfaktors für analytische Zentren monodromer Singularitäten und leitet daraus ein universelles theoretisches Verfahren zur Charakterisierung von Zentren in polynomialen Vektorfeldern ab, das auch auf bisher unlösbare Familien anwendbar ist.
Diese Arbeit verifiziert eine hinreichende punktweise ACS-Ungleichung für bestimmte Familien minimaler isoparametrischer Hypersurflächen mit positiver Ricci-Krümmung in der Einheitssphäre und leitet daraus eine untere Schranke für den Morse-Index in Abhängigkeit von der ersten Betti-Zahl ab.
Diese Arbeit stellt einen neuartigen ADMM-basierten Bilevel-Descent-Aggregation-Algorithmus vor, der ohne die einschränkende Annahme einer eindeutigen unteren Ebene auskommt und durch eine globale Konvergenzanalyse sowie experimentelle Ergebnisse eine überlegene Leistung bei der Auswahl von Hyperparametern für sparse Optimierungsprobleme nachweist.
Die Arbeit stellt den verteilten adaptiven Polyak-Schrittweiten-Algorithmus mit Level-Wert-Anpassung (DPS-LA) vor, der die Abhängigkeit von globalen Optimalwerten beseitigt, indem jeder Agent nur ein effizientes lineares Zulässigkeitsproblem löst, und dabei sowohl Netzwerkkonsens als auch eine lineare Beschleunigung der Konvergenzrate garantiert.
Die Autoren zeigen, dass die Brascamp-Lieb-Konstante eine semi-algebraische Funktion auf der Menge der zulässigen Daten ist und somit eine algebraische Beziehung erfüllt, wobei dieses Ergebnis auf den allgemeineren Kontext der quiver-Brascamp-Lieb-Konstanten verallgemeinert wird.
Die Arbeit beweist, dass asymptotisch fast alle vektoriellen Funktionen über endlichen Körpern triviale erweiterte-affine Stabilisatoren besitzen, was zu einer exakten asymptotischen Formel für die Anzahl der Äquivalenzklassen führt und die Wirksamkeit zufälliger Stichproben für das Design kryptografischer Primitive bestätigt.
Die vorgestellte Arbeit führt die Alternating Subspace Method (ASM) ein, eine neuartige Technik zur spärlichen Signalwiederherstellung, die Prinzipien von gierigen und Splitting-Verfahren kombiniert, um durch subspace-beschränkte Fidelity globale Konvergenz zu garantieren und sich in Effizienz sowie Genauigkeit bei verschiedenen Anwendungen wie LASSO und Kanalschätzung als vielversprechend zu erweisen.
Diese Arbeit stellt ein ganzzahliges lineares Optimierungsmodell zur formalen Beschreibung des Logikrätsels Evolomino vor, das zur Generierung eindeutiger Rätselinstanzen genutzt wird und durch Experimente zeigt, dass ein moderner CP-SAT-Löser bis zu 18×18 große Gitter effizient bewältigen kann.
Dieses Papier stellt eine Verallgemeinerung der Robinson-Schensted-Korrespondenz für zylindrische Tableaus vor, die eine Bijektion zwischen bestimmten Mustervermeidungs-Permutationen und Paaren zylindrischer Standard-Young-Tableaus herstellt und daraus enumerative Konsequenzen sowie Asymptotiken ableitet.
Diese Arbeit stellt einen beschleunigten direkten Löser auf Basis von Randintegralgleichungen vor, der mithilfe einer Proxy-Methode zur Low-Rank-Approximation die Streuung skalarer Wellen an mehreren transmissiven Einschlüssen in zwei Dimensionen effizient löst und dabei die PMCHWT-Formulierung nutzt, um die Systemgröße auf zu komprimieren und die Rechenkosten auf zu senken.
Diese Arbeit stellt einen effizienten Prädiktor-Korrektor-Algorithmus mit orthogonaler Spline-Kollokation für die räumliche Diskretisierung und variable Zeitschritte für die FitzHugh-Nagumo-Gleichung vor, der durch lineare Nichtlinearitäten und adaptive Zeitschritte hohe Genauigkeit sowie bedingungslose Stabilität auch bei Singularitäten gewährleistet.
Der Artikel untersucht die analytischen Eigenschaften einer Dirichlet-Reihe, die Fourier-Jacobi-Koeffizienten von Spitzenformen für orthogonale Gruppen der Signatur enthält, indem er eine Integraldarstellung mittels Klingen-Eisensteinreihen herleitet und daraus die meromorphe Fortsetzung sowie im Fall des -Gitters eine exakte Funktionalgleichung ableitet.
Die Arbeit stellt ein modellunabhängiges Framework vor, das die Extrapolation als Projektionsproblem auf zulässige Mengen definiert, die durch Ankerfunktionen mit nachweisbaren Fehlergrenzen konstruiert werden, um so die Genauigkeit von Vorhersagen außerhalb des Trainingsbereichs mathematisch garantiert zu verbessern.
In diesem Artikel bestätigen die Autoren die Vermutung von Darmon-Vonk über die Antisymmetrie reeller quadratischer singulärer Moduln durch eine Analyse starrer meromorpher Koketten für die zerfallende orthogonale Gruppe in vier Variablen und beweisen zudem die Modularität einer erzeugenden Reihe von Kudla-Millson-Divisoren.
Der Artikel stellt eine in der arithmetischen Dynamik formulierte Verallgemeinerung der Fermatschen Vermutung vor, liefert dafür Belege und fügt eine mehrdimensionale Version hinzu.
Diese Arbeit untersucht die Skalierungsgesetze der physikalischen Sicherheit in MIMO-Abhörräumen, indem sie den Einfluss künstlicher Störungen und deren Eliminierung durch den Abhörer analysiert, um kritische Antennenkonfigurationen und die Wirksamkeit von Sicherheitsmaßnahmen zu bestimmen.
Diese Arbeit beweist die Existenz des asymptotischen v-Wertes für graduierte Familien von Idealen, verknüpft diesen mit Newton-Okounkov-Regionen und etabliert, dass sowohl der v-Wert als auch der Regularitätsgrad für solche Familien schließlich quasilineare Funktionen sind, wobei unter bestimmten Bedingungen strikte Ungleichungen zwischen diesen Invarianten und der Multiplizität gelten.
Diese Arbeit beweist die globale Wohlgestelltheit und das asymptotische Verhalten von Lösungen für ein nichtlineares dreidimensionales thermoelastisches System bei positiver Temperatur und zeigt, dass sich der Körper für beliebige Anfangsdaten in einen Gleichgewichtszustand mit gleichmäßiger Temperaturverteilung entwickelt.
Diese Arbeit untersucht das asymptotische Verhalten der Eintrittswahrscheinlichkeit abgezinschter kumulierter Schäden in einem nichtstandardisierten multivariaten Risikomodell mit konstantem Zins und subexponentiellen Ansprüchen für endliche und unendliche Zeithorizonte und leitet daraus Ruinwahrscheinlichkeiten für Modelle mit Brownschen Störungen ab.
Diese Arbeit analysiert das rückwärtige Problem für eine entartete viskose Hamilton-Jacobi-Gleichung, indem sie unter Verwendung von Carleman-Abschätzungen die bedingte Stabilität nachweist und numerische Identifikationsverfahren mittels adjungierter Zustandsmethode sowie Van-Cittert-Iteration entwickelt und testet.
Diese Arbeit verbessert den Beweis von Erdős und Rado für endliche Bildsequenzen über Wohlordnungen und leitet daraus obere Schranken für die maximale Linearisierung von ab, die für festes durch eine -fach exponentielle Funktion in begrenzt sind.
Dieser Artikel würdigt die weltweite „12. Mai"-Initiative zur Förderung von Frauen in der Mathematik, indem er ihre Entstehung und Aktivitäten zusammenfasst sowie herausragende Pionierinnen wie Hypatia, Sofia Kovalevskaya, Emmy Noether, Maryam Mirzakhani, Karen Uhlenbeck und Ingrid Daubechies vorstellt.
Diese Arbeit bestimmt systematisch den zirkulären chromatischen Index kleiner Graphen und Multigraphen mit maximalem Grad bis 6, konstruiert unendliche Familien mit spezifischen Indexwerten und widerlegt damit Varianten der „Upper Gap-Vermutung" bezüglich der Kantenverbindlichkeit.
Die Arbeit klassifiziert alle alten glatten eingebetteten Kurvenkurven mit endlicher Entropie als statische Linien, schrumpfende Kreise, Paper Clips, translatorische Grim-Reaper-Kurven oder grafische alte Trombones und zeigt insbesondere, dass alle kompakten Fälle konvex sind.
Diese Arbeit liefert eine vollständige Klassifizierung der Bedingungen, unter denen zwei verschiedene kontinuierliche Wavelet-Systeme, die mit Matrixgruppen in Dimension zwei assoziiert sind, identische Skalen von Coorbit-Räumen erzeugen.
Diese Arbeit klassifiziert alle zahmen ganzzahligen -Tilings und Hypertilings mithilfe verallgemeinerter Farey-Graphen in der hyperbolischen Ebene und liefert dabei geometrische Modelle, die positive ganzzahlige Tilings sowie rationale Friesmuster durch Lambda-Längen oder Gewichtsdaten triangulierter Polygone beschreiben.
Der Artikel bestätigt eine Vermutung von D'haeseleer, Metsch und Werner, indem er unter Verwendung des Erdős-Matching-Theorems für Vektorräume für hinreichend große die größten Kokliken im Kneser-Graphen der -Flaggen des PG bestimmt und ein Stabilitätsresultat liefert.
Diese Arbeit charakterisiert die Reinheit, Shellbarkeit und die Cohen-Macaulay-Eigenschaft der -ten quadratfreien Potenzen von Kantenidealen von Whisker-Graphen sowie die zugehörigen Matching-freien Komplexe und bestätigt dabei eine Vermutung über die Tiefe solcher Ideale.
Dieses Papier liefert ein Gegenbeispiel zur Vermutung, dass Kohomologie-Stützvarietäten monomialer Ideale stets Vereinigungen linearer Unterräume sind, und stellt ein effizientes Berechnungsverfahren vor, das zur computerunterstützten Klassifizierung dieser Varietäten für homogene monomiale Ideale mit sechs Erzeugern über führt.
Diese Arbeit untersucht, wie sich zentrale Eigenschaften von Wahrscheinlichkeitsmonaden – wie die Existenz von Kleisli-Gesetzen, die lax-monoidale Struktur und die Affinität – aus ihren Codensity-Darstellungen ableiten lassen, wobei insbesondere eine universelle Eigenschaft als terminale Liftings des Giry-Monads bewiesen und die Bedingung für punktweise Monoidalität mittels Day-Konvolution charakterisiert wird.
Diese Arbeit untersucht die qualitativen Dynamiken von Wellencharakter-Übergängen in radialsymmetrischen isentropen Euler-Strömungen, leitet strukturelle Einschränkungen und hinreichende Bedingungen für die Bildung von Singularitäten ab und validiert die theoretischen Ergebnisse durch numerische Simulationen mit einem SDLE-Verfahren.
Die Arbeit stellt eine Integralgleichungsmethode mit komplexer Skalierung vor, die die effiziente und hochpräzise Lösung von Streuproblemen an der Verbindung zweier halbunendlicher periodischer Strukturen ermöglicht, indem sie die langsame Abklingrate der Green-Funktionen überwindet und die Fredholm-Eigenschaft der Gleichung nachweist.
Diese Arbeit integriert Unsicherheit in die kompositionelle Theorie offener Systeme, indem sie die Morphismen symmetrischer monoidaler Kategorien durch parametrisierte Abbildungen in Markov-Kategorien ersetzt, was eine einheitliche Behandlung von Optimierungs- und Entscheidungsproblemen unter Unsicherheit ermöglicht.
Der Artikel zeigt, dass sich jede Hardy-Feld auf ein -freies Hardy-Feld erweitern lässt, und wendet dieses Ergebnis an, um Fragen von Boshernitzan zu beantworten sowie einen seiner Sätze zu verallgemeinern.
Dieser Artikel beweist die Stetigkeit der asymptotischen Entropie für nicht-entartete Wahrscheinlichkeitsmaße mit endlicher Entropie auf Kränzen , wobei eine beliebige abzählbare Gruppe und eine abzählbare hyper-FC-zentrale Gruppe mit einer endlich erzeugten Untergruppe mindestens kubischen Wachstums ist, und erweitert dieses Ergebnis durch die Untersuchung der Stetigkeit von Rückkehrwahrscheinlichkeiten und harmonischer Maße auf neue Gruppenklassen wie lineare Gruppen und Gruppen, die auf -Räumen wirken.
Der Artikel untersucht die Wohlgestelltheit, Steuerbarkeit und Stabilisierbarkeit von Kaskaden-Systemen, insbesondere einer 1D-Wärme-Welle-Kopplung, indem er die Kaskadenstruktur nutzt, um simultane exakte und approximative Steuerbarkeit sowie eine polynomielle Stabilisierung über eine Sylvester-Gleichung nachzuweisen.
Der Artikel stellt einen proximalen Algorithmus mit Linienuchsuche für DC-Optimierungsprobleme vor, analysiert dessen Konvergenz unter der Annahme der Kurdyka-Łojasiewicz-Eigenschaft und wendet die Methode erfolgreich auf die Variablenselektion in der linearen Regression an.
Diese Arbeit entwickelt eine einheitliche Theorie für konvexe Spektralfunktionen auf Hilbert-Räumen, die durch ein reduziertes Minimierungsprinzip die konstruktive Berechnung konjugierter Funktionen, Subgradienten und Bregman-Näherungsoperatoren ermöglicht.
Dieser Beitrag entwickelt einen kategorischen Rahmen für Optimierungsprobleme, um klassische Resultate der konvexen Dualität, wie Minimax-Sätze und die Involution der Legendre-Transformation, neu herzuleiten.
Der Artikel liefert Ergebnisse zur konvexen Körperdominierung für verallgemeinerte vektorwertige Kommutatoren von Operatoren mit Matrixmulti-Symbolen, leitet daraus starke Typ-Abschätzungen ab und untersucht die dabei natürlich auftretenden BMO-Räume.
Die Arbeit liefert explizite Formeln für die Coprodukte modifizierter Drinfeld-Cartan-Erzeugender für Yangianische und Quantenaffine Algebren vom Typ A sowie eine explizite Darstellung positiver Prefundamental-Darstellungen im Fall vom Typ .
Diese Arbeit verallgemeinert den harmonischen Rouché-Satz auf nicht-kreisförmige Kurven, um die Nullstellen der komplexen harmonischen Funktion unter expliziten Bedingungen an die Parameter und zu zählen und deren Verteilung auf zwei explizite Annuli nachzuweisen.
Die Arbeit zeigt, dass bei einem kritischen eindimensionalen Reaktions-Diffusions-Prozess die skalierte Gesamtmagnetisierung nicht-gaußsche Fluktuationen mit einer Dichte proportional zu aufweist, während die Fluktuationen des Dichtefeldes auf schnelleren Moden gaußsch sind und im Limes verschwinden.
Die Arbeit etabliert eine Äquivalenz zwischen der Kategorie der Kristalle auf dem prismatischen Ort und Moduln mit integrierbaren, quasi-nilpotenten -Zusammenhängen, zeigt, dass deren Kohomologie durch den -de-Rham-Komplex berechnet wird, und liefert eine geometrische Konstruktion des prismatischen Sen-Operators, der eine explizite Beschreibung der Wirkung von auf die Kohomologie ermöglicht.
Diese Arbeit stellt eine einheitliche Perspektive auf diskrete Riemann-Summen dar, indem sie eine universelle Ungleichung für monoton fallende Funktionen herleitet, die als Folge einer verteilungsfreien kontinuierlichen Identität interpretiert wird und Verbindungen zur Majorisierungstheorie sowie zu Karamatas Ungleichung aufzeigt.
Die Arbeit konstruiert exotische Hecke-Korrespondenzen zwischen den speziellen Fasern verschiedener Shimura-Varietäten vom PEL-Typ mittels Pappas-Rapoport-Spaltungsmodellen, um neue Fälle der geometrischen Jacquet-Langlands-Korrespondenz zu etablieren und generische Fälle der Tate-Vermutung für diese Fasern zu verifizieren.
Die Arbeit untersucht gewichtete Adjazenzspektren vollständiger multipartiter Graphen, charakterisiert Familien mit drei Eigenwerten, korrigiert frühere Ergebnisse zu Energieänderungen nach Kantenlöschung und löst ein offenes Problem bezüglich der ISI-Energie multipartiter Graphen.
Diese Arbeit definiert die Klasse der schwach demi-Dunford-Pettis-Operatoren auf Banachräumen, untersucht deren Beziehung zu verwandten Operatorklassen und analysiert ihr Verhalten im Kontext von Banachverbänden.
Die Arbeit führt einen Operaden abhängiger gerichteter Verdrahtungsdiagramme ein, um die Komposition von Mealy-Maschinen und von Eingängen parametrisierten Lager-Fluss-Diagrammen zu ermöglichen, und stellt eine Semantik für letztere durch einen Morphismus in Mealy-Maschinen bereit.
Der Artikel liefert eine Beschreibung von Lipmans Auflösung der Singularitäten für doppelte Überlagerungen regulärer Flächen durch explizite Gleichungen und leitet daraus einen Desingularisierungsalgorithmus ab.
Der Artikel stellt eine determinantenbasierte Methode vor, die über die Minimierung des Rangs lokaler inverser Systeme eine effiziente Berechnung minimaler lokaler verallgemeinerter additiver Zerlegungen (GADs) homogener Polynome ermöglicht und dabei die Unabhängigkeit von der gewählten Apolaritätsaktion nachweist.
Diese Arbeit erweitert die Untersuchung des fundamentalen Trade-offs zwischen Privatsphäre und Genauigkeit beim differenziell privaten sicheren Multiplizieren von zwei auf M private Eingaben in verteilten Systemen, indem sie ein neues Framework mit kodierenden Polynomen und geschichtetem Rauschen vorschlägt, das eine systematische Rauschunterdrückung ermöglicht und optimale Ergebnisse für verschiedene Knotenkonfigurationen liefert.
Dieser Artikel untersucht das Hausdorff-Maß von Mengen generischer Reeller in der Berechenbarkeitstheorie und zeigt, dass die positive Messbarkeit der Mengen von Cohen-, Mathias- und Sacks-Generikern davon abhängt, ob die zugrunde liegende Eichfunktion bestimmte Dominanzbedingungen bezüglich des Turing-Ideals erfüllt.
Dieser Artikel untersucht die dimensionsstatistischen Eigenschaften von Darstellungen endlicher Gruppen, insbesondere reductiver Gruppen über endlichen Körpern und symmetrischer Gruppen, und führt den Begriff der asymptotisch konstanten Dimensionen ein, um zu zeigen, dass diese Daten im statistischen Sinne bei wachsendem Parameter bzw. konstant bleiben.
Diese Arbeit etabliert dimensionsunabhängige -Abschätzungen für operatorwertige maximale sphärische Mittel über zyklische Gruppen, indem sie eine nichtkommutative Erweiterung der spektralen Technik von Nevo und Stein verwendet, und leitet daraus eine nichtkommutative sphärische Maximalungleichung für Automorphismen auf von-Neumann-Algebren ab.
Diese Arbeit zeigt, dass für reelle Konstanten und einen festen Parameter unendlich viele Primzahltripel der Form existieren, die eine lineare diophantische Ungleichung mit gemischten Potenzen und einem quadratischen Term mit einer spezifischen Fehlerabschätzung erfüllen.
Diese Studie untersucht ein linear-quadratisches Dirichlet-Steuerungsproblem, das durch eine nicht-koerzive elliptische Gleichung auf einem möglicherweise nicht-konvexen Polygonalgebiet gesteuert wird, und analysiert die Regularität der Lösungen in gewichteten Sobolev-Räumen sowie die optimale Konvergenzrate der Finite-Elemente-Diskretisierung unter Verwendung von Energie-Regularisierung, gestaffelten Gittern und einer diskreten Projektion im Sinne von .
Dieser Artikel stellt diskrete approximative Kreisbündel als datenwissenschaftliches Äquivalent topologischer Kreisbündel vor, entwickelt stabile Algorithmen zur Identifikation ihrer Isomorphieklassen und zur Dimensionsreduktion und validiert diese Methoden durch Anwendungen auf reale und synthetische Datensätze aus dem Bereich der Computer Vision.
Die Studie untersucht, ob die arithmetische Struktur von bei Mersenne-Primzahlexponenten zu einer messbar erhöhten Normalisierung der Teileranzahl führt, wobei empirische Analysen einen moderaten, aber stabilen Effekt im Vergleich zu Kontrollprimzahlen zeigen, dessen theoretische Erklärung jedoch noch aussteht.
Diese Arbeit untersucht, ob Low-Noise-Verstärker die Symbolerkennung bei ambienter Rückstreuungskommunikation verbessern, und zeigt, dass sie bei niedrigen bis moderaten Sendeleistungen die Bitfehlerrate senken können, wobei ein neuer Detektionsrahmen mit optimalem Schwellenwert vorgeschlagen wird.
Diese Arbeit untersucht das Dominationspolynom des ko-maximalen Graphen , leitet explizite Formeln für bestimmte Fallkonstellationen her, analysiert deren Unimodalität und Log-Konkavität, stellt strukturelle Zusammenhänge für allgemeine her und untersucht die Wurzeln des Polynoms unter Verwendung des Satzes von Eneström–Kakeya.
Dieser Artikel stellt neue Klassen und Ergebnisse für Dunford-Pettis-Operatoren vor, untersucht deren Zusammenhänge mit bereits bekannten Operatorenidealen sowie Einbettungs- und Koinzidenzbedingungen und erweitert dabei den klassischen Ansatz.
Diese Arbeit stellt neue multirate Zeitadaptivitätscontroller für eingebettete multirate infinitesimale (MRI) Integrationsverfahren vor, die durch die Einführung erster fünfter Ordnung eingebetteter MERK-Methoden und umfangreicher Benchmarks effiziente und flexible Simulationen von Problemen mit beliebigen Zeitskalen ermöglichen.
Die Arbeit verfeinert und erweitert die Ergebnisse von Nagy-Semmelmann, indem sie zeigt, dass sich die Taylor-Entwicklung zweiter Ordnung von Einstein-Deformationen negativer Kähler-Einstein-Metriken nach geeigneter Eichnormalisierung vollständig durch das Quadrat des infinitesimalen Deformationsparameters und die Divergenz des Kodaira-Spencer-Klammers aus der komplexen Geometrie des zugrunde liegenden Kähler-Manifolds bestimmen lässt.
In diesem Artikel wird die langjährige Vermutung von Erdős über Matchings in Extremalkombinatorik bewiesen, wonach die maximale Größe einer Familie von -elementigen Teilmengen ohne paarweise disjunkte Mengen durch das Maximum zweier kanonischer Schranken beschränkt ist.
Dieser Artikel untersucht diskrete lineare kinetische Modelle auf Netzwerken und liefert unter Verwendung der Energie-Methode eine rigorose Fehlerabschätzung für die asymptotische Entwicklung im Grenzwert kleiner Knudsen-Zahlen an Knotenpunkten mit symmetrischen Kopplungsbedingungen.
Die Arbeit beschreibt eine einfache Monte-Carlo-Methode zur Schätzung von durch Münzwürfe, die auf einer neuen Interpretation von basiert, obwohl die zugrundeliegenden Identitäten mit den Catalan-Zahlen bereits in der Wahrscheinlichkeitstheorie bekannt sind.
Diese Arbeit liefert erstmals einen rigorosen theoretischen Beweis für die Existenz und Eindeutigkeit physikalisch korrekter hydraulischer Zustände in Wasserverteilungssystemen auf Basis nichtlinearer Gleichungen, ohne auf numerische Approximationen angewiesen zu sein, und etabliert damit die Grundlage für verlässliche hydraulische Simulatoren.
Dieser Artikel untersucht die Existenz und die Bildung von Singularitäten bei supersonischen Expansionswellen der radialsymmetrischen, nicht-isentropen kompressiblen Euler-Gleichungen für polytrope Gase und zeigt, dass die Lösungen glatt bleiben, wenn bestimmte Gradientenvariablen nicht-negativ sind, während Singularitäten in endlicher Zeit entstehen, wenn eine dieser Variablen stark negativ ist.
Diese Arbeit beweist die Existenz globaler schwacher Lösungen für die diskrete nichtlineare Fragmentierungsgleichung mit degenerierter Diffusion in beliebigen räumlichen Dimensionen, indem sie frühere Ergebnisse erweitert, die auf eindimensionale Gebiete und gleichmäßig positive Diffusionskoeffizienten beschränkt waren.
Die Arbeit leitet neue explizite, bedingte Schranken für das Residuum der Dedekindschen Zetafunktion bei her, wobei alle Konstanten mit konkreten numerischen Werten angegeben werden.
Der Artikel beweist für den Dirichlet-integralen fraktionalen Laplace-Operator auf dem Einheitswürfel bei analytischer Quellfunktion die Wurzel-exponentielle Konvergenz von Tensorprodukt--FEM-Approximationen mit geometrischer Verfeinerung an den Rändern, wobei der Fehler in der Energienorm durch beschränkt ist.
Dieser Artikel liefert einen strengen Beweis für die Gültigkeit der Fast-Dynamo-Vermutung auf dem 3-Torus für ein puls-diffusives Modell, indem er zeigt, dass eine speziell konstruierte, chaotische Strömung auch bei kleinen Diffusivitäten zu einer exponentiellen Verstärkung des Magnetfelds führt.
Dieses Paper stellt einen stochastischen ADMM-Algorithmus für nichtglatte zusammengesetzte konvexe Optimierungsprobleme in Hilbert-Räumen vor, der starke Konvergenz sowie schnellere nicht-ergodische Konvergenzraten nachweist und insbesondere zur Lösung von PDE-basierten Optimierungsproblemen mit zufälligen Koeffizienten eingesetzt werden kann.
Die Arbeit zeigt, dass bei einer Klasse von surjektiven, annähernd gedächtnislosen POST-Kanälen die Rückkopplungskapazität mit der Kapazität ohne Rückkopplung übereinstimmt, was Shannons klassischen Satz auf diesen erweiterten Kanaltyp verallgemeinert.
Der Artikel beweist die Existenz und Nichtexistenz von endlichen Energie-Lösungen für singuläre elliptische Probleme vom Lichnerowicz-Typ auf vollständigen Riemannschen Mannigfaltigkeiten unter Verwendung regularisierter Ansätze, Variationsmethoden und Harnack-Ungleichungen.
Diese Arbeit entwickelt eine Theorie der Flats und Hyperanordnungen für T-Matroide über einem Trakt T, die zu mehreren kryptomorphen Beschreibungen führt und am Beispiel der tropischen linearen Räume illustriert wird.
Die Arbeit zeigt, dass für inaccessibles die Isomorphie von Modellen einer Theorie mit weniger als Isomorphieklassen in kontinuierlich auf die Isomorphie von Modellen einer instabilen oder superstablen, nicht klassifizierbaren Theorie reduzierbar ist.
Der Artikel erweitert die Theorie der Tensor-triangulären Unterstützungsvarietäten auf nicht-kompakte Objekte in nicht-kommutativen Kategorien und liefert unter bestimmten Voraussetzungen, wie etwa der Noetherschen Eigenschaft des zugrundeliegenden topologischen Raums, Bedingungen dafür, dass diese erweiterte Theorie das Null-Objekt detektiert, was eine Vermutung von Nakano, Yakimov und dem zweiten Autor teilweise bestätigt.
Dieses Dokumentationspapier zur Grassmann-Algebra stellt deren Definitionen, die Konstruktion aus der freien assoziativen Algebra, den Zusammenhang mit Determinanten und eine neuartige Klassifizierung invarianter Unteralgebren vor.
Die Arbeit stellt ein stabiles, vierfeldiges gemischtes Finite-Elemente-Verfahren für inkompressible nichtlineare Elastizität vor, das auf einer diskontinuierlichen Verschiebungsfeldformulierung basiert, keine Stabilisierung benötigt und durch eine effiziente Nachverarbeitung sowie optimale Konvergenzraten in 2D und 3D überzeugt.
Dieser Artikel konstruiert eine frakturierte Struktur auf dem -Topos der kondensierten Anima, um explizite konservierende Punkte zu identifizieren, und widerlegt gleichzeitig die Existenz einer solchen Struktur auf extremal diskontinuierlichen Räumen, indem gezeigt wird, dass diese Kategorie nicht alle Faserprodukte zulässt.
In diesem Artikel konstruieren die Autoren natürliche Frobenius-Strukturen auf zwei Familien rigider irregulärer -Zusammenhänge, um als -adische Begleiter der von Yun sowie Jakob–Kamgarpour–Yi eingeführten -adischen lokalen Systeme zu dienen und dabei lokale Monodromiedarstellungen zu analysieren, die Vorhersagen von Reeder–Yu bestätigen sowie die von Heinloth–Ngô–Yun vermutete kohomologische und physikalische Starrheit nachweisen.
Die Arbeit beschreibt auf der Invariantentheorie basierende Algorithmen zur Lösung geometrischer Probleme für Kurven, insbesondere vom Geschlecht 2, 3 und 4, und stellt dabei neue theoretische Ergebnisse vor.
Diese Arbeit führt die verallgemeinerten Graphkonfigurationen J-Blume und J-Posey ein, um die klassischen Konfigurationen von Edmonds, Sterboul und Deming zu erweitern und eine einheitliche Charakterisierung von Sterboul-Deming-Graphen zu ermöglichen, bei denen jeder Knoten zu einer solchen Konfiguration gehört.
Diese Arbeit verallgemeinert Ergebnisse von Edidin und Katz sowie Kollar und Pham, indem sie für rationale Invarianten endlicher Gruppen in teilerfremder Charakteristik eine scharfe obere Schranke für den Noether-Zahl-Wert herleitet und allgemeine Eigenschaften des Spanngrads untersucht.
Die Studie stellt einen robusten geometrischen Frühwarnindikator auf Basis der stochastischen Separatrix vor, der das schnelle Entstehen von Phytoplanktonblüten unter starkem Rauschen in arktischen Ökosystemen zuverlässig vorhersagt, wo herkömmliche Methoden versagen.
Diese Arbeit schließt die Lücke zwischen Theorie und Praxis bei randomisierten iterativen Verfahren wie Gauß-Seidel und Kaczmarz, indem sie asymptotische Leistungsschranken herleitet, die auf einer neuen Technik zur Spektralradiusabschätzung und einer Verbindung zur Perron-Frobenius-Theorie für nichtkommutative Algebren basieren und zudem die bisher unerklärte Rolle der Relaxation zur Leistungssteigerung quantifizieren.
Die Arbeit liefert Gradientenschätzungen für Lösungen nichtlinearer elliptischer Gleichungen mit Maßdaten und Orlicz-Wachstum, indem sie punktweise Wolff-Potential-Abschätzungen im singulären Regime sowie Lipschitz-Regularität in einem breiteren Parameterbereich nachweist.
Dieser Artikel begründet eine Analogie zur geometrischen Gruppentheorie für rechte Quasigruppen, indem er Graphmarkierungen untersucht, Invarianten einführt und zeigt, dass alle Racks durch ihre vollen Cayley-DiGraphen realisierbar sind, wodurch zwei Probleme von Valeriy Bardakov gelöst werden.
Diese Arbeit untersucht die Existenz von G-Designs für Gittergraphen, indem sie zeigt, dass bestimmte toroidale Gittergraphen und das Produkt (das mit dem Rätsel „Connections" zusammenhängt) eine solche Zerlegung des vollständigen Graphen zulassen, während dies nicht tut, wobei die Konstruktionen auf der Arithmetik endlicher Körper basieren.
Diese Arbeit verallgemeinert die lokale-relativ-Korrespondenz auf Fälle jenseits maximaler Kontakte, indem sie genus-null relative Gromov-Witten-Invarianten glatter projektiver Varietäten mit Invarianten von Orbifold-Stacks über -Bündeln und schließlich absoluten Invarianten torischer Bündel identifiziert.
Die Arbeit untersucht Max-Cut-Instanzen mit geometrisch abnehmenden Kantengewichten, identifiziert isolierte Schnitte als dominante Kandidaten für den optimalen Schnitt in einem intermediären Regime, leitet exakte Schwellenwerte für deren Dominanz her und stellt die Vermutung auf, dass diese Schnitte für hinreichend große global optimal sind.
Diese Arbeit erweitert grundlegende homotopische Konzepte auf -Kategorien, führt homotopische Posets ein, die eine kategoriale Postnikov-Turmkonstruktion bilden, und charakterisiert die Unterkategorie der Postnikov-vollständigen -Kategorien als den Grenzwert der -Kategorien bezüglich der Trunkierungsfunktoren.
Der Artikel beweist die scharfe lokale Wohlgestelltheit bis zur kritischen Regularität sowie die globale Existenz und Streuung für kleine Anfangsdaten der hyperbolischen nichtlinearen Schrödingergleichung auf , wobei der Beweis auf scharfen Strichartz-Abschätzungen bis zum Endpunkt beruht.
Der Artikel beschreibt eine große Sammlung von hyperelliptischen Kurven, die in eine abelsche Fläche abbilden, nutzt diese zur Konstruktion zahlreicher rationaler Äquivalenzen in der Chow-Gruppe nullter Zyklen und leistet damit Fortschritte im Hinblick auf Beilinsons Vermutung für nullte Zyklen.
Diese Arbeit untersucht das inverse Problem der Rekonstruktion einer punktförmigen Wärmequellen-Position und ihrer zeitlichen Amplitude aus spärlichen Randmessdaten, wobei sie die eindeutige Wiederherstellung für den Einheitsball in höheren Dimensionen sowie für glatte, beschränkte Gebiete in der Ebene beweist und durch numerische Experimente bestätigt.
Dieses Werk argumentiert, dass Ignoranz als hyperintensionaler Begriff verstanden werden kann, indem es eine themensensitive Semantik einführt, um zu modellieren, wie Agenten gegenüber logisch äquivalenten Propositionen unterschiedlich ignorant sein können, und bietet damit eine Lösung für das Problem der logischen Allwissenheit.
Diese Arbeit stellt ein neues Modell zur Untersuchung der Auswirkungen von Dauer und Intensität der Beweidung sowie der Trockenperioden auf die Populationsdynamik und den Wettbewerb von Vegetation in semi-ariden Ökosystemen mit saisonaler Sukzession vor und leitet kritische Schwellenwerte für das Überleben sowie die Koexistenz von Arten ab.
Die Arbeit beweist, dass jeder Graph mit einem Mindestgrad von mindestens $10^810^8K_{k+1}$ enthält, womit ein von Kühn und Osthus gestelltes Problem gelöst wird.
Die Arbeit untersucht unendliche Kreismuster in der euklidischen Ebene, die durch diskrete harmonische Funktionen endlicher Dirichlet-Energie parametrisiert werden, und zeigt, dass der daraus resultierende Raum eine unendlichdimensionale Hilbert-Mannigfaltigkeit bildet, die mit einer Riemannschen Metrik versehen ist und zu den Weil-Petersson-Klassen der universellen Teichmüller-Räume führt.
Dieser Artikel charakterisiert alle möglichen unendlichen linearen Konfigurationen, die in einer Verschiebung einer beliebigen Menge mit positiver oberer Banach-Dichte vorkommen, und verallgemeinert damit sowohl den Satz von Szemerédi über arithmetische Progressionen als auch den kürzlich bewiesenen Dichte-Finite-Sums-Satz von Kra, Moreira, Richter und Robertson.
Diese Arbeit untersucht die Invertierbarkeit der Fourier-Beugungsrelation bei der Raster-Scan-Diffractionstomographie mit fokussierten Strahlen und zeigt, dass die Fourier-Koeffizienten des Streupotenzials in Dimensionen höher als zwei generisch eindeutig bestimmt sind, während im zweidimensionalen Fall nur ein Teil des Fourier-Bereichs eindeutig rekonstruierbar ist.
Diese Arbeit leitet eine asymptotische Formel für die Ordnung der 2-primären Teile gerader K-Gruppen in der -Erweiterung reeller quadratischer Zahlkörper her, bestimmt daraus die Iwasawa-Invarianten und wendet die Ergebnisse zur Strukturbestimmung von Tame-Kernen sowie zur expliziten Berechnung der Invarianten für Familien mit beliebig vielen Primteiler-Diskriminanten an.
Diese Arbeit stellt einen Optimierungsrahmen für durch Beyond-Diagonal-RIS unterstützte ISAC-Systeme vor, der mittels alternierender Optimierung und geschlossener Lösungen die Vorhersagbarkeit von Kommunikations- und Sensierungsleistungen durch gemeinsame Präkodierung und Phasenverschiebung verbessert und dabei die Überlegenheit gegenüber herkömmlichen diagonalen RIS nachweist.
Diese Arbeit untersucht die K-theoretische Promotion auf m-verpackten Labelings von Posets und zeigt, dass insbesondere bei Wurzelbäumen unter bestimmten Bedingungen interessante Teilbarkeitseigenschaften der Orbits auftreten, deren Größen für spezifische Baumtypen vollständig bestimmt werden.
Dieser Artikel verwendet Methoden der lokalen Spektralanalyse, um notwendige und hinreichende Bedingungen für die Gültigkeit von Kippenhanns Vermutung in Bezug auf die charakteristischen Polynome bestimmter Elemente der von den Matrizen erzeugten Algebra zu formulieren.
Diese Arbeit beweist die globale Existenz schwacher Lösungen für ein quasilineares parabolisches System der Thermoviskoelastizität mit temperaturabhängiger Viskosität in beliebigen Dimensionen und für große Anfangsdaten, wodurch ein früheres eindimensionales Ergebnis erweitert wird.
Die Arbeit untersucht ein System von Fokker-Planck-Gleichungen mit Räuber-Beute-Interaktionen und beweist unter Verwendung von Energietyp-Distanzen die exponentielle Konvergenz zu expliziten Gleichgewichtszuständen, wobei die Konvergenzrate durch den dissipativen Beitrag des Wechselwirkungsterms bestimmt wird.
Diese Arbeit stellt das Learning-with-Errors-Problem über Gruppenringen, die auf Semi-Direkt-Produkten zyklischer Gruppen basieren, vor und beweist dessen Härte durch zwei polynomielle Quantenreduktionen vom Worst-Case-SIVP-Problem, was die Konstruktion semantisch sicherer Public-Key-Kryptosysteme ermöglicht.
Die Arbeit führt die Begriffe der stark und schwach links-Jacobson-Ringe ein, zeigt, dass der Weyl-Algebra ein Jacobson-Ring ist, der nicht schwach links-Jacobson ist, und beweist einen einseitigen nichtkommutativen Nullstellensatz für Polynomringe über endlichdimensionalen Algebren sowie Charakterisierungen für Azumaya-Algebren und Algebren, die endlich erzeugte Moduln über ihrem Zentrum sind.
In diesem Artikel wird eine spezielle Klasse von Polynomen untersucht, wobei die Verteilung ihrer Nullstellen und die ihrer Ableitungen analysiert wird, um eine schwache Variante der Sendov-Vermutung für reelle Nullstellen gleichen Vorzeichens zu beweisen.
Diese Arbeit stellt ein algebraisches Modell für das Problem der linearen Code-Äquivalenz vor, das die Wirkung monomialer Matrizen auf Codes mittels Plücker-Koordinaten und Invariantentheorie analysiert, um theoretisch neue Einblicke in die Kryptanalyse zu gewinnen, auch wenn die daraus abgeleiteten Polynome für praktische Angriffe aufgrund ihres hohen Grades und der exponentiellen Monomzahl ungeeignet sind.
Diese Arbeit entwickelt eine linearisierte Randkontrollmethode zur Rekonstruktion von Dämpfungskoeffizienten in der Wellengleichung, die für konstante Hintergrunddämpfung einen rekonstruktiven Algorithmus mit Stabilitätsabschätzungen liefert und für nicht-konstante Hintergrunddämpfung eine zunehmende Stabilität im Zeitbereich nachweist.
In diesem Artikel wird mittels Diagonalisierung linearer Operatoren und der KAM-Theorie nachgewiesen, dass das nichtlineare gestörte Stark-Modell für bestimmte Parameterbereiche und fast alle Realisierungen der Zufallsvariablen zeitlich quasiperiodische und räumlich lokalisierte Zustände mit beliebigem Potenzgesetz-Abfall aufweist.
Dieser Artikel erweitert die bekannte Korrespondenz zwischen -kategorischen Strukturen und Roelcke-vorkompakten Gruppen auf den lokalen Fall, indem er die Begriffe der lokal -kategorischen Theorien und lokal Roelcke-vorkompakten Gruppen einführt, eine entsprechende Ryll-Nardzewski-Version beweist und zeigt, dass diese Gruppen genau die Automorphismengruppen solcher Strukturen sind.
Der Artikel untersucht die grundlegenden Eigenschaften und numerischen Schätzungen für endlich erzeugte Varietäten nicht-assoziativer Algebren über endlichen Körpern, wobei insbesondere nilpotente, auflösbare und einfache Strukturen sowie die Häufigkeit bestimmter algebraischer Merkmale in Abhängigkeit von der Dimension analysiert werden.
Die Arbeit zeigt, dass die energie-kritische Wave-Maps-Gleichung im -ko-rotationalen Setting Lösungen zulässt, die aus einer beliebigen Anzahl von konzentrischen Blasen bestehen, die in endlicher Zeit kollabieren und damit die Vollständigkeit der im Solitonen-Auflösungstheorem postulierten Fälle belegen.
Die Autoren stellen einen modellfreien Reinforcement-Learning-Algorithmus vor, der auf einer CVaR-spezifischen Bellman-Gleichung basiert, um langfristige Risikooptimierungsprobleme in MDPs mit fast sicherer Konvergenz und einer Konvergenzrate von O(1/n) zu lösen.
Diese Arbeit untersucht die innere Diffusionslimitierte Aggregation auf mit zufälligen Schritten, die eine Null-Erwartung haben, und zeigt, dass bei endlicher Varianz der Cluster asymptotisch eine symmetrische, zusammenhängende Blockstruktur bildet, während im Fall von -stabilen Verteilungen ($1 < \alpha < 2$) zwar ein großer zusammenhängender Block existiert, dieser jedoch nicht den gesamten Cluster ausfüllt.
Diese Arbeit definiert im Kontext der Korrespondenz zwischen Anti-de-Sitter-Räumen und -konformen Metriken Analoga von -Volumen, Epstein-Flächen und der Liouville-Wirkung und wendet diese Konstruktion auf positive Kurven in Flaggenmannigfaltigkeiten an, um Invarianten zu erhalten, die im Fall von stückweisen Kreisen endlich sind.
Diese Arbeit berechnet die Anzahl der magischen Beschriftungen und deren erzeugende Funktion für Pseudo-Linien- und Pseudo-Zyklusgraphen, wodurch frühere Ergebnisse von Bóna et al. erweitert werden.
Diese Kursnotizen bieten eine Einführung in mathematische Beweise für Studierende, die von der rechnerischen Analysis zur abstrakten Mathematik übergehen, und behandeln dabei Themen wie Aussagenlogik, Beweistechniken, Induktion, Mengenlehre sowie die Vollständigkeit der reellen Zahlen mit zahlreichen Beispielen und Lösungen.
Dieser Beitrag zeigt, dass differenzielle Raum-Zeit-Blockcodes (DSTBC) im Downlink von Cell-Free-Massive-MIMO-Systemen effektiv zur Kompensation von Antennenkalibrierungsfehlern bei Mehrantennen-Nutzergeräten eingesetzt werden können, um eine zuverlässige Kommunikation ohne explizite Kalibrierung oder Kanalphasenkenntnis zu ermöglichen.
Diese Arbeit führt mollifizierte Christoffel-Darboux-Kerne auf algebraischen Varietäten ein, um durch eine systematische Regularisierung eine verbesserte Trennung von Träger und Komplement zu erreichen und eine konsistente, quantitativ kontrollierte Dichtewiederherstellung aus Momentendaten ohne Kenntnis des Gleichgewichtsmasses zu ermöglichen.
Die Arbeit zeigt, dass komplexe Hénon-Abbildungen durch ihr Multiplikatorspektrum bis auf endlich viele Möglichkeiten eindeutig bestimmt sind, indem sie die Nichtexistenz stabiler algebraischer Familien in den Parameterräumen nachweist.
Diese Arbeit erweitert bekannte innere Nicht-Konzentrationsabschätzungen für Laplace-Eigenfunktionen auf kompakten Mannigfaltigkeiten mit glattem Rand bis zum Rand und leitet daraus die scharfen Supremumsschranken für Eigenfunktionen mit Dirichlet- oder Neumann-Randbedingungen ab.
Dieser zweite Teil einer Serie formalisiert die punktweise Beschreibung geometrischer Eigenschaften nichtlinearer Lebesgue-Räume, indem ein nichtlineares Analogon des Fubini-Lebesgue-Theorems bewiesen wird, das eine Identifikation von -Kurven mit Abbildungen in den Raum der -Kurven ermöglicht und somit die Definition von Geschwindigkeiten sowie die Analyse von Alexandrov-Krümmung und Längenstruktur trotz fehlender Differentialstruktur erlaubt.
Diese Arbeit untersucht Eigenschaften des normalen Lebesgue-Traces von Vektorfeldern, beweist die Gültigkeit der Gauß-Green-Identität und wendet diese Ergebnisse an, um die Eindeutigkeit schwacher Lösungen von Kontinuitätsgleichungen auf beschränkten Gebieten unter schwächeren Regularitätsannahmen als bisher zu etablieren, wobei gezeigt wird, dass für eintretende Charakteristiken stärkere -Bedingungen notwendig bleiben.
Die Autoren zeigen, dass die -Kategorie der normierten Algebren in echten -Spektren durch strikt kommutative Algebren in -symmetrischen Spektren modelliert wird, und nutzen diese Beschreibung, um die -Kategorie ultra-kommutativer globaler Ringspektren als partiell laxer Limes der Kategorien echter -Spektren zu charakterisieren.
Die Autoren stellen einen neuen -adaptiven Algorithmus für die Poisson-Gleichung vor, der auf äquilibrierten Fluss-Schätzwerten basiert und nachweislich eine -robuste Fehlerkontraktion sowie optimale algebraische Konvergenzraten garantiert, sofern bestimmte nachträgliche Kriterien erfüllt sind.
Der Artikel beweist, dass für das Produkt zweier geschlossener Mannigfaltigkeiten unter bestimmten Bedingungen an die Krümmung und die Dimension für hinreichend kleine Skalierungsfaktoren die subkritische Yamabe-Gleichung auf dem Produkt eine Lösung mit Peaks besitzt, was die Existenz multipler positiver Lösungen für die Yamabe-Gleichung in verbleibenden Fällen nachweist.
Diese Arbeit etabliert Morawetz-Abschätzungen für Lösungen der elastischen Wellengleichung mit singulären Gewichten und zeigt, dass raumzeitliche Gewichte stärkere Singularitäten zulassen und schwächere Regularitätsannahmen für die Anfangsdaten erfordern als rein räumliche Gewichte .
Diese Arbeit führt die Familie der R-disjunkten Graphen ein, die als Verallgemeinerung fast-bipartiter nicht-König-Egerváry-Graphen fungiert, und beweist, dass diese Struktur die fundamentalen Eigenschaften wie die Gleichheit von Kern und Core sowie eine verallgemeinerte Formel für die Summe der Größen von Corona und Core beibehält, wodurch zudem eine Vermutung von Levit und Mandrescu bestätigt wird.
Diese Studie demonstriert die erfolgreiche Implementierung eines Dual-Active-Set-Lösers (DAQP) auf einem Crazyflie 2.1 Nano-Quadcopter, der bei 500 Hz auf einem STM32F405-Mikrocontroller schneller als ein ADMM-basierter Solver (TinyMPC) arbeitet und durch eine datengetriebene PCA-Methode eine vorflugzeitliche Echtzeit-Zertifizierung ermöglicht.
Die Arbeit klassifiziert Ricci-Solitone auf der Lie-Gruppe als expandierend und nicht-gradient, untersucht die Existenz harmonischer Abbildungen in diese Mannigfaltigkeit und charakterisiert eine Klasse harmonischer Vektorfelder.
Diese Arbeit beweist, dass eine kongruenzerhaltende Folge mit subexponentiellem Wachstum und höchstens zwei singulären Richtungen ihrer erzeugenden Funktion notwendigerweise eine Polynomfolge ist, indem sie eine Anpassung von Carlsons Methode mit einer verfeinerten Analyse von Hankel-Determinanten kombiniert.
Die Arbeit untersucht die strukturellen und kombinatorischen Eigenschaften von Bi-Cayley-Graphen über zyklischen Gruppen der Ordnung , wobei insbesondere deren Verbundenheit, Gitterweite, Durchmesser und andere Parameter analysiert und auf allgemeinere endliche Gruppen erweitert werden.
In diesem Artikel beweisen die Autoren, dass die kleinste Gruppe, die Zappas Frage beantwortet, für keine Primzahl eine alternierende einfache Gruppe sein kann.
Diese Arbeit führt den Begriff der Menge fehlender Erzeuger für zyklische Gruppen ein, analysiert deren zyklische Struktur und zeigt, dass die Berechnung einer damit verbundenen Funktion unter bestimmten Annahmen äquivalent zur Faktorisierung von RSA-Zahlen ist.
Dieser Artikel untersucht die Wohlgestelltheit einer kubischen nichtlinearen Schrödinger-Gleichung mit unregelmäßigen Koeffizienten im Fall durch die Formulierung und den Nachweis von „very weak solutions", deren Eindeutigkeit und Kompatibilität mit klassischen Lösungen sowie durch numerische Experimente, die das erste Beispiel für eine solche Wohlgestelltheit in nichtlinearen partiellen Differentialgleichungen darstellen.
Der Artikel zeigt, dass Drinfeld-Module vom Rang zwei mit einer bestimmten -Struktur isomorph zu ihrer Taguchi-Dualen sind, und leitet daraus eine duale Kodaira-Spencer-Isomorphie für das Hodge-Bündel auf der zugehörigen Drinfeld-modularen Kurve ab.
Der Artikel liefert notwendige und hinreichende Bedingungen, um zu bestimmen, wann ein hyperbolischer Satz chaotisch oder nicht-chaotisch ist.
Die Arbeit untersucht die Quantenautomorphismen von Quantengraphen und beweist, dass jeder einfache endliche Graph mit mindestens drei Knoten nichtlokale Symmetrien aufweist, was durch das Vorhandensein perfekter quantenmechanischer nicht-signalernder Korrelationen belegt wird.
Dieses Paper untersucht ein Randwertproblem für eine Klasse semilinearer degenerierter elliptischer Gleichungen im dreidimensionalen Raum, indem es Einbettungssätze für gewichtete Sobolev-Räume herleitet, die auf einer neuen isoperimetrischen Ungleichung vom Typ Pólya-Szegö basieren und bestehende Ergebnisse auf den dreidimensionalen Fall erweitern.
Diese Arbeit erweitert den Begriff der -Mischung auf mengewertige Zufallsfolgen in einem Banachraum und beweist mehrere starke Gesetze der großen Zahlen für solche Folgen, wobei Beispiele die Natürlichkeit und Schärfe der Voraussetzungen veranschaulichen.
Dieses Paper stellt eine effiziente, geschlossene Lösung für das robuste adaptive Beamforming vor, die durch drei Stufen (Diagonalisierung, Phasenausrichtung und KKT-Lösung) sowohl den Rang-defizienten Fall abdeckt als auch die Existenz- und Eindeutigkeitsbedingungen aufdeckt und dabei Rechenzeit im Vergleich zu bestehenden Methoden wie MOSEK und RMVB reduziert.
Dieser Artikel entwickelt eine proof-theoretische Semantik, die zeigt, dass sich für hinreichend starke Arithmetiken die Begriffe der Ableitbarkeit und der durch Inferenzrollen definierten Konsequenz trennen, sodass eine Theorie ihre eigene Konsistenz zwar nicht beweisen, aber dennoch semantisch unterstützen kann, was Gödels Unvollständigkeitssatz als interne Divergenz innerhalb einer Theorie neu interpretiert.
Diese Arbeit widerlegt die Vermutung, dass ein von Buvoli vorgestellter hochordnungsfähiger expliziter Zeitschrittalgorithmus bei unendlicher Genauigkeit stabil bleibt, liefert jedoch eine harmonische Analyse, die eine deutlich verbesserte Stabilität im Vergleich zu klassischen Adams-Bashforth-Verfahren bestätigt und Kriterien für die maximale zulässige Genauigkeit sowie eine einheitliche -Stabilitätsanalyse für parabolische PDEs bereitstellt.
Die Arbeit zeigt, dass der Durchmesser des Dualgraphen einer Anordnung von topologischen Scheiben durch eine Funktion von und der maximalen Anzahl der Zusammenhangskomponenten paarweiser Schnitte beschränkt ist, wobei für zwei Scheiben eine scharfe Schranke von und für den allgemeinen Fall eine Schranke von bewiesen wird.
Diese Arbeit verbessert quantitative Schranken für den Green-Tao-Satz in dünnen Mengen, indem sie nachweist, dass eine Teilmenge der Primzahlen ohne nicht-triviale arithmetische Progressionen der Länge eine relative Dichte aufweist, die durch beschränkt ist, wobei der Beweis auf einer neuen quasipolynomiellen Inversen-Theorem-Version und einem dichten Modell-Theorem basiert.
Die Arbeit zeigt, dass topologisch erzeugende Mengen in zusammenhängenden kompakten Lie-Gruppen, deren Größe eine feste Polynomfunktion des Rangs übersteigt, redundant sind, und liefert quantitative Abschätzungen sowie einen Zusammenhang mit Vermutungen von Gelander und der Wiegold-Vermutung.
Die Arbeit zeigt, dass fast alle Graphen nicht-reale Zuverlässigkeitswurzeln besitzen und dass die Wurzeln der Zuverlässigkeitspolynome von Graphen dicht im Intervall mit liegen.
Diese Arbeit präsentiert Gegenbeispiele für reversible, streng stationäre Markov-Ketten mit endlichen zweiten Momenten, die zeigen, dass die Reversibilität im Fall von polynomialen Mischungsbedingungen kaum zusätzlichen Vorteil für die Gültigkeit des zentralen Grenzwertsatzes bietet, während sie bei exponentiellen Raten entscheidend ist und bei sub-exponentiellen Raten möglicherweise einen kleinen, nicht-trivialen Effekt hat.
Die Arbeit widerlegt die Vermutung, dass die Innerlichkeit aller Derivationen von einer Banach-Algebra in ein dichtes Ideal die Innerlichkeit aller Derivationen in die Algebra selbst impliziert, indem sie ein Gegenbeispiel mit dem Algebra der kompakten Operatoren und dem Ideal der endlichdimensionalen Operatoren konstruiert.
Diese Arbeit widerlegt die Vermutung über die beschränkte Höhe isolierter periodischer Punkte von Automorphismen auf affinen Räumen durch ein Gegenbeispiel, beweist jedoch, dass für kohomologisch hyperbolische dominante rationale Selbstabbildungen auf projektiven Varietäten die periodischen Punkte auf einer nicht-leeren Zariski-offenen Menge höhenbeschränkt sind, während dies für präperiodische Punkte möglicherweise nicht gilt.
Der Artikel untersucht die intrinsische Geometrie konvexer Polytope mittels baryzentrischer Algebren, entwickelt einen auf einer Coalgebra-Struktur basierenden Algorithmus zur Berechnung von Koordinaten in konvexen Polygonen und leitet daraus eine natürliche geometrische Herleitung der Catalan-Zahlen für Triangulierungen ab.
Dieser Artikel untersucht Optimierungsprobleme für Funktionale, die das Produkt aus dem ersten Eigenwert und der Torsionssteifigkeit anisotroper Energiefunktionale bezüglich des zugrunde liegenden Seminorms bilden.
Diese Arbeit zeigt, dass bei kleinen Störungen der Domäne alle Eigenwerte des Slopings-Problems mit gemischten Randbedingungen einfach sind.
Dieser Beitrag analysiert die Lösbarkeit von beobachtern auf Parameterabschätzungsbasis für nichtlineare Systeme, indem er die beiden grundlegenden Voraussetzungen Transformierbarkeit und Identifizierbarkeit detailliert untersucht und hinreichende Bedingungen für deren Gültigkeit bereitstellt.
Die Arbeit beweist Grenzwertsätze für die Anzahl der Fixpunkte, Deszente und Inversionen bei wiederholten zufälligen „Random-to-Top"-Mischungen, indem sie analytische Methoden und neue kombinatorische Zerlegungen verwendet, um Fragen von Diaconis, Fulman und Pehlivan zu beantworten.
Die Arbeit untersucht die Struktur der Poisson-trinomialen Verteilung, indem sie zeigt, dass sich ihre Wahrscheinlichkeitsfunktion in zwei log-konkave, auf ganzen bzw. halben Zahlen unterstützte Poisson-binomiale Verteilungen zerlegen lässt, deren Modi sich um höchstens $5/2$ unterscheiden.
Die Autoren erweitern die von Costa, Farber und Mescher entwickelten Methoden zur Berechnung der topologischen Komplexität nicht-einfach zusammenhängender Räume durch Verallgemeinerung auf Gruppenhomomorphismen und wenden diese Ergebnisse zur Bestimmung der topologischen Komplexität bestimmter 3-Mannigfaltigkeiten mit nicht-abelscher Fundamentalgruppe an.
Diese Arbeit stellt ein optimierungsbasiertes, adjungiertes Systemidentifikationsverfahren vor, das mithilfe von Verschiebungs- und Temperaturmessungen in einem einseitig thermo-mechanisch gekoppelten System sowohl die Lokalisierung struktureller Schwächen als auch die Rekonstruktion des Temperaturfeldes ermöglicht und dabei insbesondere bei unzureichend abgetasteten thermischen Merkmalen deutlich bessere Ergebnisse liefert als herkömmliche Annahmen konstanter Temperaturen oder einfache Interpolationen.
Diese Arbeit vergleicht die mathematischen und bioökonomischen Unterschiede zwischen der direkten Entnahmerate (Rate-Control) und der aggregatabhängigen Anstrengung (Effort-Control) bei der optimalen Ernte alterstrukturierter Populationen, indem sie notwendige Optimalitätsbedingungen für beide Modelle herleitet und zeigt, wie die Anstrengungsführung durch einen nichtlokalen Kopplungsterm im adjungierten System strukturell verändert wird.
Die Arbeit zeigt, dass im planaren Dreikörperproblem mit positivem Drehimpuls und negativer Energie für jede Konstante Lösungen existieren, die für alle Zeiten eine potenzielle Energie von mindestens aufweisen, wobei sich die Konfiguration als enges Binärsystem verhält, das sich von der dritten Masse entfernt, während es sich einmal einer Dreifachkollision nähert.
Dieser Artikel untersucht die Anzahl numerischer Halbgruppen mit fester Ordinarisierungszahl, indem er diese Zählprobleme als Erfassung ganzzahliger Punkte in rationalen polyedrischen Kegeln interpretiert und Methoden der Ehrhart-Theorie anwendet, um Formeln für spezifische Fälle sowie Ergebnisse für supersymmetrische und intervallerzeugte Halbgruppen zu liefern.
Dieser Artikel erweitert die kürzlich von Thejitha, Sellers und Fathima eingeführte Funktion , die mehrfarbige Partitionen mit paritätsabhängigen Farbanzahlen zählt, auf den Bereich der überpartitionen.
Diese Arbeit untersucht die Anwendung additiver überlappender Schwarz-Verfahren als Vorkonditionierer für die Pose-Graph-Optimierung in der SLAM-Robotik und demonstriert deren numerische Skalierbarkeit sowie strukturelle Analogien zu Finite-Elemente-Problemen.
Diese Arbeit stellt einen skalierbaren und parameter-robusten Löser für ein zell-zu-zell Poromechanik-Modell vor, das die mechanischen Wechselwirkungen zwischen Gehirnzellen und dem extrazellulären Raum unter Verwendung einer dreifeld-basierten Formulierung und effizienter Algebraischer-Multigrid-Vorkonditionierer beschreibt.
Der Artikel beweist, dass die wesentliche Hindernis für die intrinsische algebraische Beschreibung vervollständigeter Periodenbilder in einer Picard-Erzeugungsbedingung liegt, und etabliert die von Deng und Robles formulierte Proj-Beschreibung im Fall eindimensionaler reiner Periodenbilder.
Diese Arbeit charakterisiert, wann die Band-Entfaltung eines verschachtelten Prismatoids eine nicht-überlappende Entfaltung ergibt, und zeigt dabei, dass das bekannte Gegenbeispiel im Wesentlichen der einzige mögliche Ausnahmefall ist.
Die Arbeit leitet notwendige und hinreichende Bedingungen für die Existenz projektiver geodätischer Erweiterungen nicht-holonomer mechanischer Systeme her, die durch konforme Transformationen des Lagrange-Formalismus definiert sind, und klärt deren Zusammenhang mit Konzepten wie -Einfachheit, invarianten Maßen und Hamiltonisierung in Chaplygin-Systemen.
Die Arbeit etabliert quantitative Calderón-Zygmund-Abschätzungen in für stationäre viskose Hamilton-Jacobi-Gleichungen in zwei Dimensionen und nutzt diese, um die Existenz klassischer Lösungen für zugehörige Mean-Field-Spiele mit entfernender Kopplung nachzuweisen, während sie zudem den aktuellen Forschungsstand zusammenfasst und offene Probleme auflistet.
Diese Arbeit verallgemeinert den Reshetnyak-Satz für quasireguläre Abbildungen von verallgemeinerten -Mannigfaltigkeiten mit kontrollierter Geometrie auf den euklidischen Raum und erweitert damit ein früheres Ergebnis von Kangasniemi und Onninen.
Die Autoren analysieren den Maker-Breaker-Spiel zur rainbow-Konnektivität auf Systemen vollständiger Graphen, bestimmen die Schwellenverzerrung, widerlegen eine Vermutung von Balogh, Martin und Pluhár und liefern für das rainbow-spannende Baum-Spiel passende obere und untere Schranken.
Die Autoren erweitern die Beugungstomographie, indem sie fokussierte Strahlen als Herglotz-Wellen modellieren, um eine neue Fourier-Beugungsrelation für quantitative Rekonstruktionen aus Raster-Scan-Daten abzuleiten und den Einfluss verschiedener Scan-Geometrien zu analysieren.
Diese Arbeit stellt einen Finite-Blocklängen-Rate-Distortion-Rahmen für heterogene Zufallsfelder auf endlichen Gittern vor, der die durch kachelbasierte Architekturen in wissenschaftlichen Kompressionsverfahren auferlegten Beschränkungen explizit berücksichtigt und nicht-asymptotische Schranken sowie eine zweite-Ordnung-Entwicklung zur Quantifizierung des Einflusses von räumlicher Korrelation, Heterogenität und Kachelgröße herleitet.
Diese Arbeit verfeinert die bekannten Dimensionsgrenzen für maximale Flächen des Kegels vollständig positiver Matrizen, indem sie für ungerade Dimensionen die exakte untere Schranke beweist und für gerade Dimensionen eine neue obere Schranke zwischen und herleitet.
Die Arbeit zeigt, dass die direkte Summe uniformer q-Matroide stets darstellbar ist, indem sie eine Darstellung über einem hinreichend großen Körper unter Verwendung algebraischer und geometrischer Methoden sowie des Konzepts zyklischer Flats konstruiert.
Dieser Artikel beschreibt die Erfahrungen mit der Moskauer Mathematikkonferenz für Gymnasiasten, die zeigt, wie Schüler durch Forschungsprojekte ohne Anspruch auf wissenschaftliche Neuheit schrittweise in den wissenschaftlichen Forschungsprozess eingeführt werden können.
Dieser Artikel beweist, dass Kugeln die einzigen offenen beschränkten Gebiete sind, für die die Mittelwertformel für polyharmonische Funktionen gilt, und liefert zudem eine quantitative Version dieses Ergebnisses.
Der Artikel untersucht eine neue Starrheitsdefinition für Polytope, bei der Kantenlängen und die Koplanarität von Flächen erhalten bleiben, während die Form der Flächen verändert werden darf, und beweist, dass konvexe Polytope in Dimension drei generisch starr sind, obwohl sie unter diesen speziellen Bedingungen flexibel sein können.
Der Artikel beschreibt die Dynamik der Automorphismengruppe einer freien Gruppe auf dem Raum der Darstellungen in eine kompakte Lie-Gruppe und zeigt, dass sich für hinreichend große Rangzahlen die Orbitabschlüsse und invarianten Wahrscheinlichkeitsmaße algebraisch verhalten, analog zu den Sätzen von Ratner.
Die Arbeit stellt SHANG++ vor, eine robuste, beschleunigte stochastische Gradientenabstiegsmethode mit Dämpfungskorrektur, die unter multiplikativen Rauschbedingungen eine überlegene Konvergenz und Stabilität im Vergleich zu bestehenden Methoden bietet.
Diese Arbeit untersucht die Konsistenz von Stichprobenmittelwert-Approximationen für stochastische Optimierungsprobleme in Banach-Räumen mit fast sicheren konischen Nebenbedingungen und liefert damit eine theoretische Begründung für deren numerische Lösung in Anwendungen wie der nichtparametrischen Regression, dem Operator-Learning und der Optimierung unter Unsicherheit.
Die vorgestellte Arbeit führt eine stabile und skalierbare Variante des s-Schritt-vorgekonditionierten konjugierten Gradientenverfahrens ein, die eine Chebyshev-basierte Krylov-Basis mit einer Forward-Gauss-Seidel-Lösung der reduzierten Gram-Systeme kombiniert, um die Synchronisationskosten auf modernen GPU-Architekturen zu reduzieren, ohne die Konvergenz zu beeinträchtigen.
Dieser Bericht fasst die Gedenksitzung für den verstorbenen Dr. Vladimir Sidorenko auf der FFCS-Konferenz zusammen, die seine wissenschaftlichen Leistungen in der Kodierungstheorie und Kryptografie sowie seine menschlichen Qualitäten als Mentor und Kollege würdigt.
Inspiriert von Mukais Arbeit auf K3-Flächen führt diese Arbeit den Begriff der Semi-Rigidität für stabile Garben auf glatten polarisierten Varietäten ein, stellt ein Kriterium zur Detektion über das Fehlen zerlegbarer Elemente im Kern der Yoneda-Paarung auf und wendet dieses auf Linienbündel sowie auf Lagrange-Untermannigfaltigkeiten hyper-Kählerscher Mannigfaltigkeiten an.
Dieser Artikel fasst rigorose Ergebnisse zur semiklassischen Streudatenanalyse des nicht-selbstadjungierten Dirac-Operators mit oszillierendem Potential zusammen, die mit exakten WKB-Methoden gewonnen wurden und das Verständnis des semiklassischen Verhaltens der fokussierenden kubischen NLS-Gleichung mittels inverser Streutheorie fördern.
Der Artikel führt die Konzepte von „Geschwistern" und „Zwillingen" für p-Gruppen ein, um schwer unterscheidbare nicht-isomorphe Gruppen zu klassifizieren, und nutzt diese Ideen zur Entwicklung eines effizienten Algorithmus zur Identifizierung der 10.494.213 Gruppen der Ordnung $2^9$.
Die Arbeit untersucht duale Varianten von Erdős' Problemen zu Abständen und Einheitsdistanzen, indem sie die Anzahl von -Volumen-Simplexen analysiert, die durch Anordnungen von Hyperebenen im bestimmt werden.
Diese Arbeit stellt ein einfaches, generisches Schema zur Schätzung von -Momenten im Turnstile-Streaming-Modell vor, das durch das Hashen von Indizes auf Lévy-Prozesse und die Anwendung des Lévy-Khintchine-Repräsentationssatzes eine einheitliche Erklärung für bestehende Skizzen bietet und die Schätzbarkeit einer breiten Klasse von Funktionen, einschließlich mehrdimensionaler und heterogener Fälle, ermöglicht.
Diese Arbeit untersucht das asymptotische Verhalten positiver rekurrenter Lévy-Diffusionen mit schweren Tails im Kleinst-Rausch-Limit und zeigt, dass die Grenzverteilung durch den optimalen Wert eines deterministischen Kontrollproblems mit kontinuierlicher und Impulssteuerung bestimmt wird.
Dieser Artikel untersucht die Verteilung von -glatten Polynomen über endlichen Körpern mit vorgegebenen Koeffizienten unter Verwendung von Charaktersummenabschätzungen, der Argumentation von Bourgain (angepasst von Ha) sowie doppelter Charaktersummen.
Dieser Artikel identifiziert und charakterisiert drei notwendige Bedingungen sowie neue Graphklassen, für die diese Bedingungen hinreichend sind, um in polynomieller Zeit eine azyklische Orientierung mit vorgegebener Ingrad-Parität zu konstruieren, und untersucht dabei insbesondere die Inklusionsbeziehungen zwischen diesen Klassen sowie die Lösbarkeit bei kartesischen Produkten von Pfaden und Kreisen.
Die Arbeit zeigt, dass durch die Identifizierung spezieller, dünn besetzter linearer Ungleichungen eine LP-Relaxation erreicht werden kann, die für nichtkonvexe quadratische Optimierungsprobleme dieselbe Schranke liefert wie eine SDP-Relaxation und damit Branch-and-Bound-Verfahren beschleunigt.
Der Artikel untersucht eine Verallgemeinerung der spezialisierten Simpson-Schätzung im Kontext zyklischer harmonischer -Bündel, die durch aufgespaltene Automorphismen induziert werden, und wendet diese zur Klassifizierung von Toda-artigen -harmonischen Bündeln an.
In diesem Werk wird Bialys Vermutung bewiesen, wonach zwei Ellipsen bereits dann identisch sind, wenn ihre Mather-Beta-Funktionen an zwei nichtverschwindenden Rotationszahlen übereinstimmen, wobei diese Aussage unter der zusätzlichen Bedingung gleicher Umfangslänge sogar für eine einzige Rotationszahl gilt, und es werden daraus Folgerungen für lokale Extremalstellen der Beta-Funktion gezogen.
Diese Arbeit untersucht die Stabilität der inversen Problemlösung zur Rekonstruktion von Ort und zeitabhängiger Amplitude punktförmiger Quellen in parabolischen Gleichungen mit nicht-selbstadjungierten elliptischen Operatoren aus Randbeobachtungen, wobei sie durch eine Kombination aus Regularitätsverbesserungen, Carleman-Abschätzungen und expliziten Lösungen der adjungierten Gleichungen neue Stabilitätsschranken für verschiedene Dimensionen herleitet und numerische Rekonstruktionen zur Verifizierung der theoretischen Ergebnisse liefert.
Die Arbeit beweist die stabile Degenerationsvermutung für log-Fano-Faserungskeime von Sun und Zhang, indem sie eine -Invariante einführt, die Existenz und Eindeutigkeit eines minimierenden quasi-monomialen Bewertungsvektors nachweist und daraus eine eindeutige K-polystabile spezielle Degeneration ableitet.
Die Arbeit beweist die Existenz von stationären Lösungen für ein nichtlineares Integro-Differentialgleichungsmodell von Polymerdynamik mit Multiplications-Kern, indem gezeigt wird, dass ein ausreichend starker Zerfall bei großen Polymeren die durch reine Koagulation verursachte Gelierung verhindert.
Dieser Artikel stellt mehrere Charakterisierungen von Sterboul-Deming-Graphen vor, die als strukturelle Gegenstücke zu Kőnig-Egerváry-Graphen definiert sind, und untersucht deren Eigenschaften sowohl für Graphen mit perfekten Matchings als auch im allgemeinen Fall mittels der Gallai-Edmonds-Zerlegung, wobei gezeigt wird, dass diese Klasse Graphen mit einem -Faktor umfasst.
Die Autoren stellen eine neue Subgradienten-Definition für Hadamard-Räume vor, die auf Busemann-Funktionen basiert und stochastische sowie inkrementelle Subgradientenverfahren mit garantierten Komplexitätsgrenzen für konvexe Optimierungsprobleme wie die Berechnung von Medians im BHV-Baumraum ermöglicht.
Diese Arbeit stellt einen effizienten Offline-Online-Vorbedingungsalgorithmus für elliptische Diffusionsprobleme mit zufälligen Defekten vor, der durch die Vorab-Berechnung lokaler Teilraum-Lösungen die Kosten für Unsicherheitsquantifizierungssimulationen drastisch reduziert, ohne die Robustheit zu beeinträchtigen.
Diese Arbeit schlägt ein neues Framework vor, das bewegliche Antennen mit Rate-Splitting Multiple Access (RSMA) und rekonfigurierbaren intelligenten Oberflächen (RIS) kombiniert, um durch die gemeinsame Optimierung von Sendestrahlformung, RIS-Reflexion und Antennenpositionen die Summenrate in 6G-Systemen signifikant zu steigern.
Der Artikel untersucht die Summe der Quadrate der irreduziblen Charaktergrade, die durch eine Primzahl nicht teilbar sind, beweist eine diesbezügliche Vermutung von E. Giannelli für den Fall sowie weitere Fälle und stellt einen Zusammenhang mit der entsprechenden Größe im Normalisator einer -Sylow-Untergruppe her.
Diese Arbeit zeigt, dass sich Szczarbas verknüpfter Shuffle für markierte simpliziale Mengen auf Pfadkettenkomplexe zu einem Kettenisomorphismus einschränkt, wodurch eine äquivariante Pfadhomologie für gerichtete Graphen mittels eines expliziten verknüpften Tensorprodukts definiert und berechnet werden kann.
Diese Arbeit untersucht sequenzielle Entscheidungsprobleme in einem zweistufigen Warteschlangensystem, das CVS-MinuteClinics nachbildet, und entwickelt robuste Heuristiken für Telemedizin-Kontrollpolitiken, die Nurse Practitionern eine nahezu optimale Balance zwischen Behandlungsqualität und Wartezeiten ermöglichen.
Diese Arbeit stellt einen effizienten Tensor-Train-basierten Kanalschätzalgorithmus für MIMO-AFDM-Systeme vor, der durch die Berücksichtigung von Bruchverzögerungen und die Nutzung einer speziellen Pilotstruktur sowie die Herleitung einer globalen Ziv-Zakai-Schranke eine überlegene Genauigkeit und Rechengeschwindigkeit im Vergleich zu bestehenden Methoden erreicht.
Dieser Artikel verallgemeinert die klassische diskrete -Hardy-Ungleichung auf Ableitungen beliebiger ganzzahliger Ordnung , beweist dabei optimale diskrete -Rellich- und -Birman-Ungleichungen unter Verwendung einer neuen Copson-Variante und zeigt, wie sich daraus die kontinuierliche -Birman-Ungleichung ableiten lässt.
Diese Arbeit beweist, dass für ein spezifisches glattes, deterministisch getriebenes Geschwindigkeitsfeld alle hinreichend glatten Anfangsdaten eines passiven Skalars zu einer Grenzlösung konvergieren, die eine kumulative Form des Batchelor-Gesetzes erfüllt, und liefert damit erstmals ein Beispiel für die Gültigkeit dieses Gesetzes unter deterministischer Kraft.
Diese Arbeit leitet eine Äquivalenz zwischen der Konvergenz der Flint-Hills-Reihe und der Irrationalitätsmaße von her, verbindet diese mit der Theorie der gemischten Tate-Motive und schlägt eine geschlossene Form für die Reihe vor.
Dieser Artikel untersucht die aufgespaltene Grothendieck-Gruppe eines -rigiden Unterkategorien in extriangulierten Kategorien und leitet Isomorphismen zur Grothendieck-Gruppe des umgebenden Raums sowie spezifische Ergebnisse für -Cluster-Kategorien vom Typ her.
In diesem Artikel beweisen die Autoren, dass die von Hofstadter definierte selbstgenerierende Folge unendlich viele positive ganze Zahlen auslässt, was eine Vermutung im OEIS-Eintrag A005243 bestätigt.
Die Arbeit liefert eine vollständige Beschreibung der Poisson-Grenze von Wreath-Produkten für Wahrscheinlichkeitsmaße mit endlicher Entropie, bei denen die Lampenkonfigurationen fast sicher stabilisieren, und zeigt insbesondere, dass unter der zusätzlichen Bedingung, dass die Projektion auf die Liouville-Eigenschaft besitzt, die Poisson-Grenze durch den Raum der limitären Lampenkonfigurationen gegeben ist, womit eine offene Frage von Kaimanovich sowie Lyons und Peres für () beantwortet wird.
Die Arbeit stellt einen allgemeinen Rahmen vor, der das SQIsign-Signaturschema durch die Einbeziehung von Level-Strukturen verallgemeinert, und liefert dabei eine neue explizite Deuring-Korrespondenz für supersinguläre elliptische Kurven mit Level-Strukturen sowie Lösungen für neue eingeschränkte Normgleichungen.
Diese Arbeit berechnet die ersten und zweiten Momente der Summen von Hecke-Eigenwerten holomorpher Spitzenformen über große Gewichte und identifiziert Übergänge in der Größenordnung dieser Summen bei und , wobei für eine drastische Abnahme erwartet wird.
Diese Arbeit etabliert eine vollständige zeit-harmonische Streutheorie für den hyperbolischen Raum innerhalb des klassischen Sommerfeld-Rellich-Paradigmas, indem sie eine hyperbolische Strahlungsbedingung und einen Rellich-Satz beweist, um direkte Streuprobleme zu lösen und inverse Probleme auf Basis von Fernfeldmustern zu formulieren.
Dieses Vorlesungsskript führt die Vervollständigung der Menge der Lagrangeschen Untermannigfaltigkeiten bezüglich der spektralen Metrik ein, entwickelt das Konzept des γ-Trägers und wendet diese Ergebnisse auf konform symplektische Dynamik an, indem es den Begriff des Birkhoff-Attraktors verallgemeinert.
Dieser Artikel untersucht das Kontaktprozess-Modell auf dynamischen Zufallsbäumen mit gradabhängiger Perkolationsdynamik und leitet Bedingungen für das Überleben der Infektion sowie eine vollständige Charakterisierung der Phasenübergänge her, insbesondere für Bäume mit Potenzgesetz-Verteilung.
Diese Arbeit leitet explizite Formeln für die Dimension und den Bose-Abstand bestimmter BCH-Codes der Länge über ab, erweitert dabei die bekannten Parameterbereiche erheblich und identifiziert daraus mehrere optimale lineare Codes.
Die Arbeit beschreibt eine kanonische Erweiterung des zukünftigen Überzugs eines sofischen Shifts, die in einigen Fällen isomorph zum ursprünglichen Überzug ist und in anderen eine echte Erweiterung darstellt.
Diese Arbeit bestimmt den Homotopietyp des Momentwinkelkomplexes über dem Flächenposet des Komplexes injektiver Wörter, indem sie eine enge Verbindung zwischen Homotopie und Kombinatorik herstellt, wonach dieser Typ durch den -Vektor bestimmt wird, und gleichzeitig eine verallgemeinerte Homotopiefaserung für polyedrische Produkte über geordnete simpliziale Komplexe konstruiert.
In dieser Arbeit wird ein neues Beschränktheitskriterium für den maximalen Operator auf Räumen mit variablem Exponenten hergeleitet, das sich durch eine variable Analogie der bekannten gewichteten -Bedingung formulieren lässt.
Diese Arbeit beweist, dass bestimmte Klassen von odd-hole-freien Graphen perfekt teilbar sind und liefert für verschiedene short-holed Graphen neue obere Schranken für ihre chromatische Zahl in Abhängigkeit von ihrer Cliquezahl.
Der Artikel beweist einen Strukturtheorem für -markierte Graphen, die eine feste -markierte Graphen-Immersion verbieten, indem er zeigt, dass solche Graphen eine Baum-Schnitt-Zerlegung zulassen, bei der jede Tasche entweder wenige Knoten mit hohem Grad enthält oder nahezu über einer echten Untergruppe von signiert ist.
Diese Arbeit zeigt, dass für eine arithmetische Untergruppe über einem Funktionenkörper positiver Charakteristik der -instabile Bereich im Bruhat-Tits-Gebäude homotopieäquivalent zum sphärischen Tits-Gebäude ist, indem sie Graysons Methode zur Verallgemeinerung von Serres Ergebnis auf den Fall anwendet.
Diese Arbeit präsentiert eine vereinfachte und in moderner Terminologie verfasste Version von Ralph Seiferts 1971 veröffentlichtem Beweis, dass keine primen funktionalen Digraphen existieren.
Inspiriert von [Pan22] liefert der Autor einen neuen Beweis dafür, dass eine überkonvergente modulare Eigenform vom Gewicht $1+kp\theta^k$ in einem geeigneten Sinne mit dem Fontaine-Operator übereinstimmt.
Der Artikel stellt eine geometrische und zwei kombinatorische Formeln vor, die die äquivarianten Chern-Schwartz-MacPherson-Klassen offener Quiver-Loci berechnen und dabei die bekannten Quiver-Polynome verfeinern, wobei eine der kombinatorischen Formeln auf neuartigen „chained generic pipe dreams" basiert und zudem zwei optimierte Formeln für die Quiver-Polynome selbst bereitgestellt werden.
Die Arbeit zeigt, dass für bestimmte Knoten keine kompakt getragene Hamiltonsche Diffeomorphie existiert, die die konormale Bündelung des Knotens sauber entlang des unknotenden Kreises mit der Nullschnittfläche schneidet, indem sie eine algebraische Einschränkung der Augmentationsvielfalt über den rationalen Zahlen herleitet.
Diese Arbeit leitet präzise Formeln für Durchmesser, perfekte Matchings, Tutte-Polynome sowie Wiener- und Szeged-Indizes für Schreier-Graphen von Baumautomatengruppen her, um daraus Anzahlen von Spannbäumen, Spannwäldern und explizite chromatische Polynome abzuleiten.
Diese Arbeit stellt ein neues nicht-konvexes Minimierungsmodell mit einer transformierten -Straffunktion vor, das durch zwei Parameter eine erhöhte Flexibilität und Sparsity-Förderung bietet, und beweist mittels der eingeschränkten Isometrie-Eigenschaft (RIP) exakte sowie stabile Signalwiederherstellung, während ein modifizierter IRLS-Algorithmus (IRLSTLp) zur Lösung und numerische Experimente zur Validierung der Robustheit des Modells dienen.
Diese Arbeit verbessert bestehende Ergebnisse zur Hamiltonizität und Hamilton-Konnektivität in Sammlungen balancierter und fast balancierter bipartiter Graphen, indem sie minimale Gradbedingungen angibt, die die Existenz von transversalen Hamilton-Pfaden garantieren.
Diese Arbeit untersucht ein zweistufiges stochastisches Kapazitätserweiterungsproblem im stabilen Matching, das die Unsicherheit von Präferenzen sowie strategisches Fehlverhalten der Teilnehmer berücksichtigt und durch Lagrange-Heuristiken sowie lokale Suchverfahren gelöst wird, um optimale Kapazitätsentscheidungen zu treffen.
Dieser Artikel stellt ein Zwei-Gitter-Strafverfahren zur numerischen Approximation von doppelt reflektierten BSDEs vor, das durch die Kombination einer Strafmethode mit einer verfeinerten Vorwärtsdiskretisierung die durch die Strafe verursachte Fehlerverstärkung bei Hindernissen überwindet und dabei eine konvergente Fehlerschranke sowie numerische Bestätigungen unter dem Black-Scholes-Modell liefert.
Der Artikel konstruiert und klassifiziert Ulrich-Bündel beliebigen Rangs auf glatten torischen dreidimensionalen Varietäten mit Picard-Zahl 2, indem er Auflösungen und Monaden bereitstellt, und zeigt als Konsequenz, dass diese Varietäten Ulrich-wild sind.
Die Arbeit stellt eine Zwei-Phasen-Methode vor, die mithilfe der klassischen Greenschen Funktion, hochordentlicher Quadratur und einer harmonischen Basis singuläre Dirichlet-Probleme in drei Dimensionen durch eine Zerlegung in singuläre und reguläre Komponenten effektiv löst.
Diese Arbeit erweitert die Theorie zufälliger Matrizen über den subgauschen Rahmen hinaus, indem sie Konzentrationsungleichungen für Operatoren mit -subexponentiellen Schwänzen herleitet, die geometrische Verzerrungen durch Talagrand-Funktionale beschreiben und robuste Anwendungen in der Dimensionsreduktion sowie bei nicht-gaußschen Messungen ermöglichen.
Dieser Artikel liefert zwei kurze Beweise für die optimale, diffusivitätsunabhängige Mischung von passiven Skalaren durch Scherströmungen mit endlich vielen kritischen Punkten, indem er sowohl stochastische als auch dynamische Systeme-Perspektiven nutzt.
Diese Arbeit stellt die Existenz des Level-2-Rough-Integrals eines kontrollierten Rough Paths gegen einen anderen mittels der Punktentfernungsmethode wieder her, leitet eine neue a-priori-Abschätzung ab und beweist einen universellen Grenzwertsatz für von kontrollierten Rough Paths getriebene Rough-Differentialgleichungen, wodurch der klassische Satz auf diesen Fall erweitert wird.
Die Arbeit stellt D2AJSCC vor, ein Framework, das die Implementierung hochauflösender analoger Joint Source-Channel Coding auf Standard-Digital-Transceivern ermöglicht, indem es die OFDM-Struktur zur Wellenformsynthese nutzt und ein differenzierbares ProxyNet für das End-to-End-Training bereitstellt, um so eine nahtlose semantische Kommunikation ohne Hardwareänderungen zu realisieren.
Die Arbeit untersucht komplexe Lagrangesche Untermannigfaltigkeiten in Hitchin-Systemen, die durch eine echte Untervarietät des Hitchin-Basisfaktors verlaufen, entwickelt einen allgemeinen Rahmen für deren Fourier-Mukai-Transformation und stellt eine neue Klasse solcher Lagrangescher Untermannigfaltigkeiten vor, die auf Riemannschen Flächen als Kissenbezug überdeckungen existieren und deren duale Spiegelbranes eng mit Hausels Spielzeugmodell verbunden sind.
Dieser Artikel berechnet die abgeleiteten Witt-Gruppen glatter eigentlicher Kurven über nicht-dyadischen lokalen Körpern mit Charakteristik ungleich 2 durch Reduktion und untersucht dabei allgemein die Existenz von Theta-Charakteristiken.
Diese Arbeit führt den Begriff der verallgemeinerten Clifford-Mannigfaltigkeit vom Rang 3 ein, zeigt, dass diese kanonisch eine verallgemeinerte hyperkomplexe Struktur induzieren, und konstruiert einen zugehörigen Twistor-Raum, dessen fast verallgemeinerte komplexe Struktur mittels des verallgemeinerten Nijenhuis-Tensors als integrierbar nachgewiesen wird.
Die Arbeit zeigt, dass sich die zweiten Variationen der kausalen Wirkung in positive und kleine Terme zerlegen lassen, was eine approximative Entkopplung der linearisierten Feldgleichungen ermöglicht und zu einer kanonischen Konstruktion eines erweiterten Hilbertraums mit einer zeitlich erhaltenen, positiv definiten Metrik führt.
Die Arbeit entwickelt ein nicht-extensives thermodynamisches Formalismus für den einseitigen Shift auf einem endlichen Alphabet, der auf Tsallis' Verallgemeinerung der Boltzmann-Entropie basiert, und beweist Existenz, Eindeutigkeit sowie Differenzierbarkeitseigenschaften von -Gleichgewichtszuständen und -Druck für Lipschitz-Potenziale.
Dieser Artikel liefert einen Beweis der umgekehrten isoperimetrischen Ungleichung für Schwarze Löcher in der Einstein-Gravitation mit mittels eines geometrisch-analytischen Ansatzes und zeigt, dass diese Eigenschaft aus der Struktur gekrümmter Hintergrundräume gemäß den Einsteinschen Feldgleichungen resultiert.
Inspiriert durch den Protonentransport in protonenleitenden Festoxiden erweitern die Autoren das asymmetrische einfache Ausschlussprozess-Modell (ASEP) auf ein eindimensionales Rückgrat mit baumartigen Verzweigungen, leiten die exakte stationäre Verteilung her und untersuchen, wie die Netzwerkgeometrie die Transporteigenschaften beeinflusst.
Diese Arbeit etabliert ein kumulantenbasiertes Kriterium, das die Identifizierung von Phasenübergängen dritter Ordnung im kanonischen Ensemble ermöglicht und deren Zusammenhang mit der mikrokannonischen Analyse sowie ihre physikalische Interpretation als Neuorganisation von Fluktuationen aufzeigt.
Die Arbeit zeigt, dass die Methode der transienten Zeitkorrelationsfunktionen (TTCF) im Vergleich zu herkömmlichen Zeitmittelwerten eine effizientere und präzisere Alternative zur Berechnung von Nichtgleichgewichtstransportkoeffizienten darstellt, indem sie Informationen aus kurzzeitigen Transienten nutzt und dabei auch in nicht-ergodischen Systemen zuverlässige Ergebnisse liefert.
Die Arbeit untersucht das Verhalten von Solitonen der nichtlinearen Schrödinger-Gleichung auf metrischen Graphen und zeigt einerseits die räumliche Begrenzung und Reflexion langsamer Solitonen an Graphen ohne Grundzustand sowie andererseits die orbitale Stabilität des Grundzustands auf dem speziellen „Bubble-Tower"-Graphen.
Dieses Papier verallgemeinert die Formalismen elliptischer virtueller Strukturkonstanten auf Hyperflächen und vollständige Durchschnitte in bestimmten gewichteten projektiven Räumen mit einer einzigen Kähler-Klasse.
Die Arbeit stellt ein geometrisches Rahmenwerk vor, das die Dichteprofile eindimensionaler Quantenflüssigkeiten im Thomas-Fermi-Limit über einen diskreten Hierarchie-Parameter beschreibt und eine universelle Skalierung der Schallgeschwindigkeit für wechselwirkende Regime herleitet.
In diesem Papier werden für das verdünnte Curie-Weiss-Modell im Hochtemperaturbereich mit äußerem Magnetfeld und unter der Bedingung scharfe Kumulantenabschätzungen für die Magnetisierung bewiesen, die unter anderem einen zentralen Grenzwertsatz mit Konvergenzrate, ein moderates Abweichungsprinzip und eine mod-Gaußsche Konvergenz implizieren.
Dieses Papier präsentiert neue Ergebnisse zur verallgemeinerten Segal-Bargmann-Transformation für eine Poisson-ähnliche Verteilung, die als unitärer Operator zwischen einem diskreten -Raum und einem Bargmann-Raum wirkt und dabei eine natürliche Verbindung zur Normalordnung in der Weyl-Algebra herstellt.
Die Arbeit beweist, dass die halbleitende Phase von inkommensurabel verdrehtem Bilayer-Graphen bei kleinen Kopplungen stabil bleibt, sofern die Verdrehungswinkel eine fraktale Menge mit großem Maß erfüllen, die durch eine diophantische Bedingung charakterisiert ist und somit die Gültigkeit der effektiven Kontinuumstheorie trotz vernachlässigter Umklapp-Terme rechtfertigt.
Diese Arbeit untersucht die Konstruktion von Streuung für Wellengleichungen mit singulären Potentialen und singulären Daten im gesamten Raum im Rahmen schwacher -Räume, indem sie globale Wohlgestelltheit, Streuungsergebnisse sowie polynomiale Stabilität und verbesserte Zerfallsraten nachweist.
Die Arbeit stellt eine Verallgemeinerung von Matrixproduktoperatoren vor, um Dualitätstransformationen in eindimensionalen, randgetriebenen Markov-Prozessen zu implementieren, und zeigt am Beispiel des symmetrischen einfachen Ausschlussprozesses, dass durch diese Operatoren Nichtgleichgewichtsrandbedingungen äquivalent zu Gleichgewichtsrandbedingungen sind, wodurch das Gibbs-Boltzmann-Maß auch Nichtgleichgewichtszustände beschreiben kann.
Dieser Artikel löst erstmals ein nichtlokales diskretes isoperimetrisches Problem für eine verallgemeinerte, bi-axiale Perimeter-Funktion auf Polyominoen und charakterisiert die Minimierer, wobei die Ergebnisse auch für das Verständnis des metastabilen Verhaltens eines langreichweitigen bi-axialen Ising-Modells relevant sind.
Dieser Artikel konstruiert einen nicht-trivialen, renormierten Hamilton-Operator für Spin-Boson-Modelle mit superkritischen Formfaktoren, indem er im Rahmen der konstruktiven Quantenfeldtheorie eine Selbstenergie- und Massenrenormierung mittels einer nicht-unitären Dressing-Transformation durchführt und so das Trivialitätsproblem für unitär renormierte Modelle löst.
Der Artikel beweist das Prinzip der limitierenden Absorption und beschreibt die stationäre Streutheorie für Fermis 1936 vorgeschlagenes Modell eines Neutrons, das an einen harmonisch gebundenen Protonen mit -Potential streut, und leitet daraus die Born-Näherung für den Streuquerschnitt ab.
Diese Arbeit stellt eine wechselseitige Äquivalenz zwischen der inkompressiblen Navier-Stokes-Gleichung und dem Prinzip des minimalen Druckgradienten her, wonach eine Strömung genau dann eine Lösung ist, wenn sie den zur Inkompressibilität erforderlichen Druckgradienten minimiert, und bietet damit eine variationelle Perspektive, die die klassische Galerkin-Projektion verallgemeinert und neue Einsichten in Stabilität sowie den Grenzübergang zur Euler-Gleichung liefert.
Diese Arbeit untersucht systematisch die Struktur kategorialer Dualitätsoperatoren auf Spin- und Anyon-Ketten mit innerer Fusion-Kategorie-Symmetrie, indem sie diese durch Quanten-Zelluläre-Automaten parametrisiert und zeigt, dass externe Symmetrien, die von solchen Operatoren erzeugt werden, im Infrarot zu schwach ganzzahligen Fusion-Kategorien führen.
Die Arbeit beweist, dass das radiale Potential singulärer Schrödinger-Operatoren entweder durch Dirichlet-Spektren unendlich vieler Drehimpulse, die eine Müntz-Bedingung erfüllen, oder lokal im Fall des Nullpotentials durch zwei Spektren mit spezifischen Drehimpulspaaren eindeutig bestimmt wird, wodurch ein Satz von Carlson-Shubin verfeinert und eine Vermutung von Rundell und Sacks in linearisierter Form bestätigt wird.
Der Artikel konstruiert Patterson-Sullivan-Verteilungen für endliche reguläre Graphen, die über Eigenfunktionen des diskreten Laplace-Operators definiert sind, und zeigt deren Zusammenhänge mit Wigner- und Ruelle-Verteilungen auf, wodurch diskrete Analogien zu Ergebnissen für kompakte hyperbolische Flächen etabliert werden.
Die Arbeit identifiziert eine Klasse linksinvarianter pseudo-Riemannscher Metriken auf Lie-Gruppen, bei denen die Laplace-Beltrami-Gleichung durch eine nichtkommutative Integrationsmethode auf eine erste Ordnung reduziert und explizit gelöst werden kann, was zu nichtlokalen Integro-Differential-Symmetrieoperatoren führt.
Diese Arbeit liefert einen rigorosen analytischen Nachweis, dass die Bildung von Singularitäten in der axisymmetrischen Strömung idealer inkompressibler Fluide innerhalb eines Zylinders ausschließlich von der lokalen geometrischen Struktur der anfänglichen Vortex-Streckungsrate nahe ihrem globalen Minimum abhängt, wobei ausreichend flache Profile den Blowup verhindern können.
Die Arbeit nutzt die Subordinanztheorie, um das essentielle Spektrum verschiedener Rabi-Modelle zu charakterisieren und den Übergang von diskreten zu kontinuierlichen Spektren zu analysieren, wobei sie gleichzeitig das Fehlen eines singulären Spektrums sowie von Eigenwerten im Inneren des essentiellen Spektrums für den gesamten Parameterraum nachweist.
Die Arbeit zeigt, dass für eine Klasse von Zustandsintegralmodellen auf geformten Pseudo-3-Mannigfaltigkeiten, einschließlich der Kantenformulierung der Teichmüller-TQFT, die einem Tetraeder zugeordnete Boltzmann-Gewichtung die Tetraederequation löst, wobei die dihedralen Winkel des Tetraeders die Rolle der Spektralparameter übernehmen.
Der Artikel analysiert die starke Konvergenz von Finite-Elemente-Näherungen für eine stochastische Pseudo-Parabolische Gleichung vierter Ordnung mit additivem Rauschen in einem beschränkten konvexen Polygon und liefert sowohl theoretische Konvergenzraten als auch numerische Bestätigungen.
Die Arbeit entwickelt eine Wurzeln-Theorie für eine Klasse einfacher -graduierter (farbiger) Lie-Algebren, die als „basic" bezeichnet werden, und klassifiziert unter der Annahme eines selbstzentralisierenden Cartan-Unteralgebras alle endlichdimensionalen Darstellungen dieser Algebren durch den Nachweis eines Satzes über höchste Gewichte und eines Satzes über vollständige Reduzibilität.
Diese Arbeit untersucht die „verdrehte Holographie" für BFSS- und IKKT-Matrixmodelle, identifiziert deren zulässige Verdrehungen und zeigt im Planar-Limit eine Äquivalenz zu entsprechenden Verdrehungen der IIA- bzw. IIB-Stringtheorie auf, wobei die dualen gravitativen Beschreibungen unendlichdimensionale Symmetriealgebren offenbaren.
Diese Arbeit analysiert die schwache Kopplungsgrenze der Gitter-Nichtlinearen-Schrödinger-Gleichung mittels einer angepassten asymptotischen Entwicklung in drei Regionen, leitet daraus analytische und numerische Ergebnisse für die Divergenz der Spitzendichte und die Grundzustandsenergie ab und identifiziert eine instantonische Wirkung sowie eine resurgente Transreihen-Struktur.
Die Studie berichtet über die experimentelle Realisierung und kontrollierte Spaltung magnetischer Mehr-Soliton-Zustände in einem zweikomponentigen Bose-Gas, wobei die beobachtete Dynamik und der Zerfall in fundamentale Komponenten die theoretischen Vorhersagen der integrablen Manakov-Gleichung bestätigen.
Die Studie zeigt, dass die selbstähnliche Struktur des Photonrings eines Kerr-Black-Holes auch im Phasenraum existiert und dass bei Abweichungen von der Kerr-Metrik chaotisches Verhalten mit fraktaler Struktur nahe stark resonanter gebundener Umlaufbahnen einsetzt.
Diese Studie demonstriert durch numerische Simulationen und physikalische Experimente, dass zwei gekoppelte identische chaotische Lorenz-Oszillatoren bei Kopplungsstärken unterhalb des Synchronisations-Schwellenwerts gleichzeitig deterministische Kohärenz- und Antikohärenzresonanzen aufweisen, wobei erstere in den - und -Zeitverläufen und letztere in den -Oszillationen beobachtet werden.
Diese Dissertation analysiert die Dynamik und Wechselwirkung von Solitonen in BPS-Grenzfällen, indem sie effektive Modelle mit kollektiven Koordinaten, einschließlich neu eingeführter Strahlungsmoden und erweiterter Metriken für Vortices, nutzt, um die Rolle interner Moden bei der Identifizierung neuer Sphaloron-Klassen und der Aufklärung eines dynamischen Stabilisierungsmechanismus zu untersuchen.
Das Papier stellt ein energetisches Modell für die diffusiophoretische Bewegung eines verformbaren Tropfens auf einer Flüssigkeitsoberfläche vor, das drei stabile Zustände identifiziert und die Übergänge zwischen einem unbeweglichen kreisförmigen Tropfen, einem unbeweglich elliptisch verformten Tropfen und einem sich bewegenden elliptisch verformten Tropfen beschreibt.
Das Paper stellt GradNet vor, ein KI-gestütztes Optimierungsframework, das Netzwerkarchitekturen als kontinuierlich differenzierbare Objekte behandelt, um zu zeigen, dass fundamentale Netzwerkeigenschaften wie Sparsität oder Fraktionierung spontan aus der Optimierung funktionaler Ziele unter realistischen Randbedingungen entstehen.
Die Arbeit untersucht numerisch ohne Kontinuumsnäherung, wie ein externes Magnetfeld die Dynamik und den Langstreckentransport von großen Polaronen (Solitonen) in quasi-eindimensionalen Systemen in Abhängigkeit von der Feldstärke und den systemeigenen Parametern beeinflusst.
Der Artikel bietet eine informelle Einführung in den integrablen Systemansatz für das Schottky-Problem, erläutert, wie Thetafunktionen von Jacobischen das KP-Gleichungssystem lösen, und stellt Krichevers Beweis der Welterschen Dreisekantenvermutung im extrem degenerierten Fall einer Flexgeraden vor.
Diese Arbeit entwickelt ein deformationsbasiertes Rahmenwerk für statische Billardsysteme, das zeigt, wie die Jacobi-Determinante in nichtkanonischen Winkelsystemen lokale Phasenraumexpansion und -kontraktion aufdeckt, die global ausbalanciert sind und eine zusätzliche geometrische Ebene zur Analyse konservativer Billiarddynamik bieten.
Dieser Artikel fasst die unterschiedlichen qualitativen Verhaltensweisen von Anfangs-Randwertproblemen zusammen, die Lax-Paar-Formulierungen zulassen, und stellt Verbindungen zu gestörten Lax-Paar-Gleichungen her, wobei er sowohl reguläre als auch fraktal-chaotische Szenarien beleuchtet.
Diese Arbeit stellt eine einheitliche Konstruktion modularer Familien elliptischer langreichweitiger quantenintegrabler Spin-Ketten vor, die durch das „Einfrieren" von q-verformten spin-Ruijsenaars-Systemen an klassischen Gleichgewichtskonfigurationen unter Ausnutzung modularer Symmetrien und Deformationsquantisierung ermöglicht wird.
Dieser Beitrag revidiert die Bureau-Guillot-Systeme mit den ersten und zweiten Painlevé-Transzendenten in den Koeffizienten, indem er deren birationale Äquivalenz mittels Okamotos Räumen für Anfangsbedingungen und iterativer polynomialer Regularisierung nachweist und dabei eine Hamiltonsche Formulierung für ein spezifisches System ableitet.
In dieser Arbeit wird eine neue Familie exakter Knioidalwellen- und Solitonenlösungen der fokussierenden und defokussierenden Ablowitz-Ladik-Gleichung vorgestellt, die durch eine nichtlineare Phasenabhängigkeit gekennzeichnet sind, die zu schwingenden Wellen führt, und die auf einer Zwei-Punkte-Abbildung basieren, um stationäre Lösungen sowie sich bewegende dunkle Solitonen mit nichttrivialem asymptotischem Verhalten zu konstruieren.
Diese Studie enthüllt eine durch die kontinuierliche räumliche Translationssymmetrie bedingte, schichtartige Organisation des Zustandsraums der Kuramoto-Sivashinsky-Gleichung, bei der chaotische Attraktoren und periodische Orbits in Abhängigkeit von der Anfangsenergie koexistieren und durch eine inverse Skalierungsgesetz verknüpft sind.
Die numerische Simulation chaotischer Intermittenzdynamik in einem endlichen Z(3)-Spinmodell auf einem dreidimensionalen Gitter offenbart komplexe Phänomene wie Resonanzen, hybride Zustände zwischen Mittel- und 3D-Ising-Universalitätsklassen sowie einen schwachen Phasenübergang erster Ordnung mit tricritischem Kreuzungspunkt innerhalb einer Hysteresezone.
Dieser zweite Teil der Arbeit untersucht netzwerkweite Mechanismen und stochastische sowie deterministische Modelle, die erklären, wie die Arrhenius-Abhängigkeit einzelner biochemischer Reaktionen auf Systemebene zu nicht-Arrhenius-Verhalten, thermischen Grenzen und Temperaturkompensation führt.
Die Arbeit zeigt mit der Whitham-Methode, dass sich Instabilitätsfronten in konservativen nichtlinearen Klein-Gordon-Systemen im Selbstähnlichkeitsregime mit der maximalen Gruppengeschwindigkeit ausbreiten.
Die Autoren stellen ein neues Monte-Carlo-Modell auf Basis der klassischen Trajektorien-Näherung vor, das Emissionsquellen und Mehrteilchen-Wechselwirkungen konsistent beschreibt und zeigt, dass Femtoskopie im Fermi-Energiebereich vor allem zur Bestimmung der räumlich-zeitlichen Ausdehnung der Quelle, nicht jedoch der Temperatur, geeignet ist.
Diese Studie zeigt, dass die Fragmentation nuklearer Reste in Elektron-Kern-Kollisionen bei hohen Energien ein nichtextensiver Prozess ist, dessen Multipizitätsverteilungen mittels Tsallis-Statistik analysiert und durch den Vergleich von Partitionierungsmethoden mit dem -Cluster-Modell für Kerne wie Be, C und O charakterisiert werden.
Die Studie demonstriert die Machbarkeit eines tragbaren Neutronen-Resonanz-Transmissionsmesssystems zur schnellen und präzisen Bestimmung der Isotopenzusammensetzung von spaltbarem Kernmaterial für Rüstungskontrollzwecke.
Die Studie präsentiert erstmals Massmessungen von neutronenreichen Ytterbium-Isotopen (Yb), die eine anomal starke Proton-Neutron-Wechselwirkung im „Loch-Loch"-Bereich unterhalb von Pb identifizieren, die von aktuellen theoretischen Modellen nicht korrekt vorhergesagt wird.
Die Studie präsentiert Messungen der gerichteten Strömung () von Kaonen in Au+Au-Kollisionen bei niedrigen Schwerpunktsenergien, die eine starke -Abhängigkeit aufzeigen und durch den JAM-Modellvergleich darauf hindeuten, dass der Schattenwurf der Spektatoren eine entscheidende Rolle für das beobachtete Anti-Fluss-Verhalten bei niedrigen Impulsen spielt.
Dieser Beitrag fasst die neuesten ALICE-Messungen zu photoninduzierten Prozessen in ultra-peripheren Kollisionen zusammen, die von der Untersuchung kohärenter und inkohärenter Vektor-Meson-Photoproduktion und nuklearer Aufbruchsmechanismen bis hin zu Studien der inklusiven offenen Charm-Produktion und der Tau-Lepton-Anomalie reichen.
Die Studie stellt das Cooperative Neural Network (CoNN) vor, ein Architekturentwurf, der physikalische Induktionsvoraussetzungen direkt in die Netzwerkstruktur integriert, um Kernmassen allein aus Protonen- und Neutronenzahlen mit hoher Genauigkeit vorherzusagen, ohne auf manuell erstellte physikalische Merkmale oder theoretische Baselines angewiesen zu sein.
Die Studie untersucht mittels des Interacting-Boson-Modells mit Konfigurationsmischung und mikroskopischen Selbstkonsistenzberechnungen, wie die starke Mischung zwischen intruderer prolater und normaler oblater Konfiguration die niedrig liegenden Zustände in Tellur-Isotopen nahe der Mitte des Neutronen-Schalenabschlusses prägt.
Diese Studie wendet die zeitabhängige Hartree-Fock-Theorie an, um die Fusions- und Quasifission-Dynamik bei der Erzeugung schwerer Elemente zu untersuchen, wobei sie für die Reaktion Ca+U gute Übereinstimmung mit experimentellen Daten zeigt und für Ca+Bk den signifikanten Einfluss der Tensor-Kraft auf die Fragmentverteilung und Schaleffekte demonstriert.
Die Studie zeigt, dass die Präsenz von Sexaquark-Dunkler Materie sowie exotischer Kernbestandteile wie Hyperonen und Quark-Materie die quasi-universellen -Moden-Oszillationen von Neutronensternen systematisch verändert und höhere Polynomordnungen für deren Beschreibung erfordert, was präzise zukünftige Gravitationswellenmessungen zu einem vielversprechenden Werkzeug zur Entdeckung dieser exotischen Komponenten macht.
Die vorgestellte Arbeit präsentiert einen direkten GEMM-basierten Poisson-Löser für nicht-uniforme Gitter, der durch die effiziente Umwandlung von Eigenwertzerlegungen in Matrix-Matrix-Operationen auf modernen CPU- und GPU-Hardware-Architekturen eine robuste und zeitsparende Lösung für hochauflösende Strömungssimulationen im Vergleich zu herkömmlichen Multigrid- und FFT-Methoden ermöglicht.
Der Artikel stellt ein zweidimensionales Mehrphasenfeldmodell vor, das auf der Puck-Versagenstheorie basiert und mittels einer Mesh-Overlay-Methode sowie separaten Versagensfeldern für Faser- und Zwischenfaserbrüche die Schädigung von faserverstärkten Verbundlaminaten mit verschiedenen Schichtorientierungen präzise simuliert und experimentell validiert.
Diese Arbeit entwickelt und simuliert ein räumlich-zeitliches, gaußsches Modell für ein inkompressibles turbulentes Geschwindigkeitsfeld, das auf einer divergenzfreien fraktionalen Gaußschen Struktur und einer Ornstein-Uhlenbeck-Evolution der Fourier-Moden basiert und dessen statistische Vorhersagen sowie numerische Ergebnisse mit direkten numerischen Simulationen der Navier-Stokes-Gleichungen übereinstimmen.
Diese Arbeit stellt eine umfassende Analyse und die erste Open-Source-Implementierung von Phasenverschiebungs-Methoden zur Dealisierung in pseudo-spektralen Simulationen der inkompressiblen Navier-Stokes-Gleichungen vor, die im Vergleich zur herkömmlichen 2/3-Trunkierung bis zu eine dreifache Geschwindigkeitssteigerung bei nur geringem Genauigkeitsverlust ermöglichen.
Diese Studie kombiniert Experimente mit Eis und Paraffin auf einer beheizten Rampe mit einem parameterfreien theoretischen Modell, um die selbstregulierende Dynamik von Schmelzschmierung beim Gleiten zu quantifizieren und vorherzusagen.
Dieser Beitrag stellt CTPX1 vor, ein hochintegriertes, datengesteuertes Kamerasystem auf Basis des Timepix4-ASIC, das mit einer Spitzenleistung von 1,17 Ghits/s die Datenauslesesättigung bei der geplanten CSNS-II-Upgrade löst und die Machbarkeit von Timepix4-Technologie für hochauflösende Neutronenbildgebung demonstriert.
Dieser Beitrag beschreibt die erfolgreiche Kalibrierung und Validierung eines neuen CZT-Detektorsystems für die Spektroskopie kaonischer Atome am DANE-Beschleuniger, das bei laufendem Kollider eine hervorragende Linearität und stabile Leistung nachweist.
Die Studie demonstriert erstmals, dass die chemische Hyperpolarisierung mittels SABRE eine vielversprechende Alternative zu herkömmlichen Methoden darstellt, da polarisierte Materialien im Strahl des MAMI-Beschleunigers keine Depolarisierung zeigen und Strahlendosen bis zu 3 kGy sowie den Einsatz als Szintillations- oder Cherenkov-Detektor widerstehen.
Dieses Papier erweitert die Minkowski-Theorie durch die Herleitung von Materialgleichungen und Randbedingungen für Maxwell-Gleichungen in mechanisch angetriebenen Medien unter der Low-Speed-Näherung, um die Kopplung elektrischer, magnetischer und mechanischer Felder für die Beschreibung von Systemen mit Beschleunigung und Verformung in der technischen Elektromagnetik zu ermöglichen.
Diese Arbeit stellt ein vielseitiges analytisches Modell zur Beschreibung der Photonennachweiswahrscheinlichkeit (PDE) von VUV-empfindlichen Silizium-Photomultiplikatoren vor, das durch experimentelle Daten validiert wurde und die Vorhersage sowie Optimierung der Geräteleistung in verschiedenen Medien und für Anwendungen in der Astroteilchenphysik und Quantencomputing ermöglicht.
Dieser Beitrag stellt die Entwicklung eines leistungsfähigen, kompakten Ausleseelektroniksystems für den Timepix4-Chip vor, das für die Hochgeschwindigkeits-Neutronenbildgebung am Chinesischen Spallationsneutronenquell (CSNS) Phase II konzipiert wurde und bereits stabile Datenübertragung sowie erfolgreiche X-ray-Tests demonstriert.
Diese Studie untersucht mittels Lattice-Boltzmann-Simulationen und Skalierungsanalysen die Dynamik von Tropfen auf superhydrophoben Oberflächen unter Scherluftströmung, wobei gezeigt wird, dass die aerodynamische Kraft das Ausbreitungsverhalten und den Abprallwinkel maßgeblich beeinflusst und durch modifizierte Skalierungsgesetze quantitativ vorhergesagt werden kann.
Diese Arbeit stellt einen verifizierten Algorithmus zur effizienten Monte-Carlo-Simulation metastabiler Systeme vor, der nicht-lokale Updates in nichtlinearen kollektiven Variablen mit unterdämpfter Langevin-Dynamik kombiniert und so die Leistungsfähigkeit generativer maschineller Lernverfahren für realistischere molekulare Systeme erweitert.
Das Papier validiert empirisch ein auf dem Ising-Modell basierendes Wahlmodell, das zeigt, dass US-Haushaltswahlkämpfe jenseits einer kritischen Ausgabenmarke von etwa 1,8 Millionen USD zu einer starken Polarisierung führen, bei der die Ergebnisse weniger von den Gesamtausgaben als vielmehr von der Incumbency und der Ausrichtung der Kampagnen abhängen.
Die Studie analysiert experimentelle Unsicherheiten und Korrekturverfahren für kryogene Rayleigh-Bénard-Konvektion in Brno, um die Zuverlässigkeit von Wärmestrom-Skalierungen bei extrem hohen Rayleigh-Zahlen zu gewährleisten und Fehlschlüsse über den Übergang zum ultimativen Regime durch nicht-Oberbeck-Boussinesq-Effekte oder Messfehler zu vermeiden.
Diese Studie zeigt, dass bei 7 Tesla ein interleavedes Multinuklear-MRS-Protokoll erfolgreich eingesetzt werden kann, um gleichzeitig die Glukoseaufnahme und die Reaktion des Energiestoffwechsels im menschlichen Gehirn während einer Hyperglykämie zu erfassen.
Diese Studie stellt ein neuartiges, lokal konservatives Diskretisierungsverfahren für die kompressiblen Euler-Gleichungen vor, das die Entropieerhaltung auf diskreter Ebene für thermisch perfekte Gase garantiert und dabei gleichzeitig die Erhaltung linearer Invarianten sowie der kinetischen Energie sicherstellt.
Dieser Artikel stellt einen statistisch-mechanischen Ansatz vor, der auf der informationstheoretischen Entropie von Shannon basiert, um das Skalenproblem der zweiphasigen Strömung in porösen Medien zu lösen und dabei ein handhabbares, thermodynamikähnliches Kontinuumsmodell mit neuen emergenten Variablen wie der mitbewegten Geschwindigkeit zu entwickeln.
Diese Arbeit erweitert einen Druckgradienten-Sensor zur Verbesserung der Vorhersage von Grenzschichtablösungen vom RANS- auf das IDDES-Turbulenzmodell, wodurch die Genauigkeit bei der Simulation von Strömungsabriss und Post-Stall-Regimen über einen weiten Anstellwinkelbereich hinweg signifikant gesteigert wird, ohne die Vorhersagequalität für angeheftete Strömungen zu beeinträchtigen.
Die Studie präsentiert eine kosteneffiziente und dennoch präzise Methode zur Simulation der Infrarotspektren protonierter Wassercluster, die hochgenaue maschinell erlernte Potentiale mit der Quantum Thermal Bath-Methode kombiniert, um Kernquanteneffekte zu berücksichtigen.
Diese Arbeit stellt das IMAS-System vor, einen Prototyp für einen Ganzkörper-PET-Scanner mit langer axialer Öffnung, der erstmals gleichzeitig Zeit-of-Flight- und Tiefeninteraktionsfähigkeiten bietet und in ersten klinischen Tests eine räumliche Auflösung unter 4 mm sowie verbesserte Tumoridentifikation im Vergleich zu kommerziellen Systemen demonstriert.
Diese Studie widerlegt die gängige Annahme einer stationären Flugbewegung bei einflügeligen Samaras von Mahagoni und Buddha-Kokosnuss, indem sie mittels Hochgeschwindigkeitsaufnahmen signifikante zeitliche Schwankungen in den kinematischen Parametern nachweist und darauf aufbauend eine realistischere, harmonisch basierte Modellierung der Aerodynamik vorschlägt.
Der Artikel schlägt einen gemeinsamen methodischen Ansatz vor, der Erkenntnisse aus verschiedenen Wissenschaftsbereichen integriert, um komplexe Nahrungsmittelsysteme unter sich ändernden Klimabedingungen zu analysieren, kritische Übergangspunkte vorherzusagen und gezielte Interventionen für deren Neugestaltung zu ermöglichen.
Diese Studie untersucht mittels analytischer Modelle und Partikel-in-Zell-Simulationen die Ausbreitung und kollisionsbedingte Absorption von zirkular polarisiertem Laserlicht in stark magnetisiertem inhomogenem Plasma und zeigt, dass linkszirkular polarisierte Wellen bei steigendem Magnetfeld stärker absorbiert werden, während rechtszirkular polarisierte Wellen bei hohen Magnetfeldern als Whistler-Moden in überdichte Plasmen eindringen können.
Diese Studie entwickelt ein hochpräzises Finite-Elemente-Modell der Chang'e-7-Lander, das zeigt, wie extreme Temperaturwechsel am Mond-Südpol die Resonanzfrequenz des Landers im für seismische Messungen kritischen Bereich unter 1,0 Hz signifikant verschieben, wodurch eine wesentliche theoretische Grundlage zur Filterung von Lander-bedingtem Rauschen für die künftige Erforschung des lunaren Inneren geschaffen wird.
Diese Studie nutzt Volumen-fluss-Simulationen, um die Dynamik von Tropfenstößen auf zufälligen rauen hydrophoben Oberflächen zu untersuchen, wobei sie lineare Skalierungsgesetze für die maximale Ausbreitung und eine überraschende Konstanz der Kontaktzeit unabhängig von der Rauheit und Weber-Zahl aufdeckt, während sie die Übergänge zwischen Benetzung und Abprallen analysiert.
Die Autoren stellen Multi-Kernel Gated Adapter vor, die durch die Kombination von CNN- und ViT-Eigenschaften sowie kontextabhängiges Gating die Robustheit von Multi-Task-Modellen für die Schilddrüsen-Ultraschallanalyse unter zentrenübergreifenden Domänenverschiebungen verbessern.
Die Autoren entwickeln ein physikbasiertes Porennetzwerkmodell für Herschel-Bulkley-Fluide in ungeordneten porösen Medien, das die nichtlineare Strömungsdynamik und den Einfluss von Wandgleiten ohne angepasste Widerstandsparameter korrekt abbildet und zeigt, dass der Druckverlust nahe der Fließgrenze durch die Statistik der Engstellen statt durch makroskopische Längenskalen bestimmt wird.
Die Studie zeigt mittels gyrokinetischer ORB5-Simulationen, dass globale zonale Strukturen im GAM-Frequenzbereich in TCV- und ASDEX-Upgrade-Konfigurationen nichtlinear durch den hoch-n-Bereich des Turbulenzspektrums erzeugt werden.
In dieser Studie werden erstmals optisch-optische Doppelresonanzspektroskopie mit einem Frequenzkamm und einer kontinuierlichen Welle eingesetzt, um Hot-Band-Übergänge von Ethylen im 9030–9175 cm⁻¹-Bereich zu vermessen, wobei 90 Ladder-Übergänge und 18 V-Übergänge detektiert sowie teilweise theoretischen Vorhersagen zugeordnet werden.
Die Studie zeigt, dass stark angetriebene Ionen-skalierte Turbulenz in Tokamak-Plasmen durch eine neuartige, sich ausbreitende zonale Strömung, den toroidalen Sekundärmodus, reguliert wird, der durch nichtlineare Wechselwirkungen mit der Turbulenz entsteht und durch Scherung sowie magnetische Driftantriebe turbulenten Wirbeln entgegenwirkt, um die Turbulenz auf einem Schwellenwert zu halten und damit Skalierungsgesetze für den Wärmefluss zu erklären.
Diese Arbeit stellt die Anwendung der Sparse Identification of Nonlinear Dynamics (SINDy) mit schwacher Formulierung vor, um aus Simulationsdaten die effektive Wechselwirkungspotential von Mikropartikeln in staubigem Plasma zu identifizieren, und diskutiert deren Übertragbarkeit auf experimentelle Daten aus verschiedenen Entladungsumgebungen.
Die Autoren entwickeln ein analytisches Modell für die sphärische Kompression von Magnetfeldern in der Trägheitsfusion, das zeigt, dass ablatierte Schichten am Hotspot-Rand die thermische Isolierung unabhängig von der Feldstärke aufheben, während ein initial angelegtes Spiegelfeld im Vergleich zum Standard-Achsfeld die größte Unterdrückung von Wärmeverlusten bewirkt.
Die Studie zeigt, dass die Geometrie heterogener räumlicher komplexer Netzwerke zu stabilen Grenzen zwischen Meinungsgruppen führt, wodurch eine dauerhafte Koexistenz konkurrierender Ansichten anstelle eines globalen Konsenses ermöglicht wird.
Die Studie zeigt, dass die gezielte Anordnung von Gleit- und Haft-Bedingungen an den Wänden eines geraden Mikrokanals eine wirbelartige Strömung erzeugt, die den Wärmeübergang bei konstantem Volumenstrom und ohne zusätzlichen Energieaufwand verbessert.
Die Arbeit schlägt vor, dass die Lücken zwischen wissenschaftlichen Theorien durch eine „Brückentheorie" geschlossen werden müssen, die über eine Abbildung, eine Partition, eine Magnitude und eine Closure definiert ist, um die geometrische Struktur des kontingenten Raums zu erklären und so Phänomene wie Emergenz und anhaltende wissenschaftliche Kontroversen zu klären.
Die Arbeit stellt eine verallgemeinerte Theorie zur nichtlinearen Entstehung und Ausbreitung von Zonalströmungen in toroidaler Geometrie vor, die eine neue, durch Turbulenz getragene „toroidale Sekundärmode" identifiziert und deren Eigenschaften durch Gyrokinetik-Simulationen bestätigt werden.
Die Studie nutzt ein modifiziertes Maki-Thompson-Modell und stochastische Simulationen, um anhand von oszillierenden Autokorrelationsmustern natürliche von künstlich injizierten Gerüchten zu unterscheiden und durch gezielte Eingriffe in das Netzwerk die Lebensdauer von Gerüchten zu steuern.
Diese Arbeit stellt ein stabiles, hochordentliches Zeit-Schritt-Schema für die Drift-Diffusions-Simulation moderner Solarzellen vor, das durch eine strukturerhaltende Finite-Volumen-Diskretisierung und L-stabile Runge-Kutta-Verfahren präzise Ladungsträger-, Exzitonen- und Ionentransportprozesse in organischen und Perowskit-Solarzellen modelliert.
Die Studie demonstriert, dass durch die Bildung von Moiré-Supergittern aus gestapeltem Graphen mit einem Winkel von 10° und einer Silizium-SOI-Schicht eine effiziente Auger-Trägervielfachung erreicht wird, die die Empfindlichkeit von Infrarot-Einzelphotonendetektoren durch eine signifikante Unterdrückung des thermischen Rauschens und eine extrem hohe Signal-Rausch-Verstärkung übertrifft.
Die Studie beschreibt einen magnetisch angetriebenen elastischen Mikroschwimmer, der durch hysteretischen Kollaps und nicht-reziproke Bewegung netten Vortrieb bei niedrigen Reynolds-Zahlen erzielt und es ermöglicht, mehrere Schwimmer gleichzeitig über ein einziges Magnetfeld unabhängig voneinander zu steuern.
Diese Studie demonstriert, dass durch die gezielte Einführung von Verlustkontrasten in akustischen Fraktalgittern nicht-hermitesche induzierte höherordnige topologische Phasen realisiert und deren Energie-Lokalisation durch einfache Anpassung des Verlustkontrasts kontinuierlich gesteuert werden können.
Diese Studie demonstriert experimentell und numerisch, dass mechanische Metamaterialien aus monostabilen Einheiten, deren Energie-Landschaften durch benachbarte Elemente programmierbar sind, eine neue Plattform für die kontrollierte Ausbreitung von Übergangswellen bieten, die sich durch diskrete, richtungsunabhängige Domino-Effekte auszeichnen.
Diese Studie zeigt, dass die Produktselektivität in Modellsystemen für Reaktionen mit nach-transitionalem Bifurkationsverhalten durch vibrationalen starken Kopplung in einer optischen Kavität signifikant beeinflusst und die Verzweigungsverhältnisse nahezu verdoppelt werden können.
Die Studie schlägt vor, dass rotierende Schwarze Löcher in der Milchstraße durch superradiante Instabilitäten und Selbstwechselwirkungen hypothetischer leichter Skalarfelder persistente Skalarwellen aussenden, die als neue astrophysikalische Quellen („Schwarze-Loch-Sirenen") dienen und eine unabhängige Nachweismöglichkeit für diese Teilchen sowie für die Population isolierter Schwarzer Löcher bieten.
Der Artikel beschreibt die Inbetriebnahme eines schnellen Systems für Feinschritte bei der Elektronenenergie am Giessen-Kreuzstrahlexperiment, das dank eines Mehrelektroden-Designs und einer neuen Steuerung eine Entkopplung von Elektronenenergie und -dichte sowie präzise Messungen von Ionisationsquerschnitten ermöglicht.
Die Autoren stellen eine modifizierte Matrix-Numerov-Methode vor, die durch analytische Randkorrekturen den Genauigkeitsverlust bei singulären Potentialen wie der Coulomb-Wechselwirkung behebt und so die ursprüngliche vierte Ordnung oder sogar höhere Konvergenzraten für s- und p-Wellen wiederherstellt.
Diese Arbeit untersucht die Unsicherheit der theoretischen Vorhersage für die Hyperfeinstrukturaufspaltung im Grundzustand von Muonium und vergleicht diese mit den entsprechenden Diskussionen in den beiden neuesten CODATA-Anpassungen der fundamentalen physikalischen Konstanten.
Die Studie zeigt, dass in einer auf 500 °C erhitzten Saphir-Zelle mit dichtem Cäsiumdampf verbliebene Rubidium-Atome trotz geringer Konzentration durch die bremsende Wirkung des Cäsiums als Puffermedium starke gesättigte Absorptions- und elektromagnetisch induzierte Transparenz-Signale erzeugen, was die Nutzung von Restatomen in Hochtemperaturzellen für spektroskopische und nichtlineare optische Untersuchungen ermöglicht.
Die Studie identifiziert starke Elektronenkorrelationen in der planetarischen Atomstruktur durch kinematisch vollständige Untersuchungen der nicht-sequentellen Doppelionisation von Strontium, die über exotische doppelt angeregte Zustände charakteristische Bandstrukturen in den emittierten Elektronenpaaren aufweisen.
Die Autoren berechnen die Hyperfeinaufspaltung von P-Wellen-Schwerquarkonium-Zuständen mit einer Genauigkeit von nächster-nächster-nächster-nächster-führender Ordnung, behandeln die Resummation logarithmischer Terme und wenden die Ergebnisse auf verschiedene Quarkonium-Systeme sowie auf Positronium, Myonium, Wasserstoff und myonischen Wasserstoff an.
Diese Arbeit stellt die erste experimentelle Demonstration eines hochskalierbaren, programmierbaren optischen neuronalen Netzwerks in einer zeitlichen synthetischen Dimension vor, das durch die Nutzung von Zeitzyklen und Zeitbrechung eine quadratische Skalierbarkeit überwindet, Rückstreuung eliminiert und durch ein In-situ-Training-Verfahren eine überlegene Leistung erzielt.
Dieser Artikel stellt ein Konzept für einen kompakten, hochrepetierenden (MHz) EUV- bis Weichröntgen-FEL mit einer Länge von unter 100 Metern vor, der durch den Einsatz von supraleitender Beschleunigertechnologie und recirculierenden Linearbeschleunigern kostengünstige, universitätsfähige Forschungseinrichtungen ermöglicht und gleichzeitig eine spätere Erweiterung auf Hartstrahlung vorsieht.
Diese Studie charakterisiert die dielektrischen Eigenschaften von Schweinehaut als menschlichem Gewebesurrogat im Frequenzbereich von 0,1 bis 11 THz mittels Terahertz-Zeitbereichsspektroskopie und liefert damit eine wichtige Datengrundlage für die Modellierung von Intra-Körper-Nanosensornetzwerken.
Die Studie zeigt, dass die mehrschichtige Kubelka-Munk-Theorie exakt eine idempotente Galerkin-Projektion der Strahlungstransportgleichung auf eine Basis aus hemisphärischen Funktionen darstellt, wodurch sie als rigoroser, wenn auch winkelauflösungsarmer Transportansatz statt als rein phänomenologisches Modell etabliert wird.
Dieser Übersichtsartikel beleuchtet die Motivationen, aktuellen Fortschritte und Anwendungen von germaniumbasierten photonischen integrierten Schaltkreisen im mittleren Infrarotbereich für die chemische und biologische Sensorik und diskutiert abschließend die Herausforderungen für den Übergang von Labor- zu industriellen Anwendungen.
Die Autoren stellen einen neuartigen, gemeinsam optimierten inversen Entwurfsansatz für Wellenlängenmultiplexer vor, der in silizium- und siliziumnitridbasierten Bauteilen eine extrem niedrige Übersprechdämpfung von unter -40 dB bei 15 nm Kanalabstand ohne Kompromisse bei der Einfügungsdämpfung ermöglicht.
Dieser Artikel stellt ein hochauflösendes Resonanzstrahl-System (RB-HWDOA) vor, das durch die Kombination eines optischen Spektrum-basierten DOA-Schätzalgorithmus und einer Teleskop-Modulationsstruktur eine präzise, gleichzeitige Richtungserkennung mehrerer Ziele über ein weites Sichtfeld in IoT-Umgebungen ermöglicht.
Diese Arbeit entwickelt ein umfassendes, physikalisch interpretierbares dielektrisches Modell der menschlichen Haut im sub-Terahertz- und Terahertz-Bereich, das auf Multi-Debye-Relaxationstheorie und effektiven Mediumansätzen basiert, um frequenzabhängige Permittivität für verschiedene Hautschichten und Zelltypen präzise vorherzusagen und so die Grundlage für die Optimierung nicht-invasiver Diagnose- und Bildgebungsverfahren zu legen.
Diese Arbeit demonstriert die Emission von einzelnen Photonen mit maßgeschneiderten Wellenfronten aus Quantenpunkten in monolithischen Meta-Hohlräumen, wodurch erstmals Purcell-Verstärkung und präzise Wellenfrontkontrolle in einem einzigen subwellenlängendicken Bauelement vereint werden.
Die Arbeit stellt ReDON vor, einen neuartigen rekurrenten optischen neuronalen Prozessor, der durch rekonfigurierbare, selbstmodulierte Nichtlinearitäten die statischen Grenzen herkömmlicher diffraktiver optischer Netzwerke überwindet und dabei die Genauigkeit bei minimalem Energieverbrauch signifikant steigert.
Diese Arbeit stellt drei aktuelle Anwendungsstudien einer X-ray-Kamera vor, die auf dem INTPIX4NA SOIPIX-Detektor und einem SiTCP-XG-basierten 10-GbE-Auslesesystem beruht und erfolgreich für die Mikroskopie mit Fresnel-Zonenplatten, Phasenkontrastbildgebung sowie die zerstörungsfreie Lithium-Detektion in Batteriematerialien an KEK- und J-PARC-Anlagen eingesetzt wurde.
Der Artikel stellt ein verteiltes resonantes Strahlpositionierungssystem (DRBP) vor, das in GPS-freien Umgebungen die Positionen von Basisstationen und mobilen Zielen gleichzeitig schätzt, um eine kosteneffiziente Erweiterung der Abdeckung zu ermöglichen und dabei eine hohe Genauigkeit von 0,1 m zu erreichen.
Die vorgestellte Arbeit ersetzt den bekannten Stokes-Vektor durch einen Tensor, um beispielsweise polare Koordinatenkomponenten einzuführen und daraus Skyrmion-Felder für die Polarisation von strukturiertem Licht abzuleiten, was Anwendungen in der nicht-paraxialen Optik und der elektromagnetischen Theorie ermöglicht.
Die Studie demonstriert experimentell, wie spatiotemporale optische Wirbel (STOVs) die langreichweitige Filamentierung intensiver Laserpulse in der Atmosphäre steuern, indem sie durch periodische Kollaps-Arrest-Ereignisse eine selbstorganisierte, topologisch eingeschränkte Dynamik von Defekten erzeugen, die zu einer modulierten Pulsform und periodischen Energieablagerungen führt.
Diese Studie untersucht den Zusammenhang zwischen dem optischen Helizitätsdichte der thermischen Nahfeldemission und dem Verdrehungswinkel in verdrehten zweilagigen Van-der-Waals-Materialien und zeigt, dass ein topologischer Phasenübergang die Helizitätsdichte durch polaritonische Kanalisierung und eingeschränkte Gruppengeschwindigkeit signifikant verstärkt.
Die Autoren stellen einen theoretischen Rahmen und eine experimentelle Realisierung für eine neue Familie von toroidalen helikalen Impulsen vor, die durch eine Kombination aus koaxialem Hornstrahler und spiralförmigem Gitter erzeugt werden und durch ihre nicht-transversale Topologie sowie kontrollierbare Helizität neue Anwendungen in der Licht-Materie-Wechselwirkung und Datenübertragung ermöglichen.
Die Studie demonstriert, dass trifoliumförmige Nanokavitäten auf einkristallinem Au(111) durch Variation der Grabentiefe eine tiefenabhängige, azimutal sensitive optische Reflexion erzeugen, die für Anwendungen wie strukturelle Farben und optisch variable Sicherheitsmerkmale genutzt werden kann.
Diese Studie stellt erstmals ein fahrzeuggetragenes mid-infrarotes Dual-Kamm-Spektroskopiesystem vor, das eine kontinuierliche und stabile Erfassung von atmosphärischen Spurengasen unter realen Straßenbedingungen ermöglicht, einschließlich der Lokalisierung von Erdgaslecks und der Rekonstruktion von Methan-Konzentrationsfeldern bei Geschwindigkeiten von bis zu 100 km/h.
Diese Arbeit präsentiert eine theoretische und experimentelle Untersuchung von farbstoffdotierten Flüssigkristall-q-Platten, die mittels Photoalignment-Fertigung und einer kommerziellen Variable-Spiral-Platte breitbandige, durchstimmbare optische Wirbel im gesamten sichtbaren Spektrum erzeugen, wobei gezeigt wird, dass Diattenuationseffekte die Funktionalität nicht beeinträchtigen.
Diese Arbeit entwickelt ein genaues, geschlossenes Modell für das nichtlineare Rauschen in Halbleiteroptischen Verstärkern, das zeigt, dass die Berücksichtigung von Verstärkungskompression das Rauschen im Vergleich zur Störungstheorie um den Faktor $1+P_\text{out}/P_\text{sat}$ erhöht und bei breiten Bandbreiten eine Fehlergrenze von unter 0,1 dB erreicht.
Die Autoren schlagen ein biologisch plausibles dichtes assoziatives Gedächtnisnetzwerk mit einer Schwellenwert-Nichtlinearität vor, das durch verteilte Repräsentationen die Speicherkapazität von linear auf exponentiell in Bezug auf die Anzahl der verborgenen Neuronen erhöht.
Diese Studie stellt einen neuartigen, auf der nichtlinearen Systemidentifikation basierenden Ansatz zur Analyse der Phasen-Amplituden-Kopplung vor, der durch die Modellierung der zugrunde liegenden dynamischen Systeme eine robustere und genauere Detektion im Vergleich zu bestehenden Methoden ermöglicht.
Die Studie zeigt, dass das Fortschreiten der radiologisch nachgewiesenen Pleuroparenchymalen Fibroelastose (PPFE) in zwei großen Lungenkrebs-Screening-Kohorten unabhängig mit einer erhöhten Sterblichkeit und negativen klinischen Ergebnissen assoziiert ist.
Die Autoren stellen einen Python-basierten Algorithmus vor, der die automatisierte Identifizierung und Klassifizierung von Homöostase-Mechanismen in komplexen Eingabe-Ausgabe-Netzwerken allein anhand ihrer Topologie ermöglicht und damit die zuvor intractable kombinatorische Enumeration sowie die theoretischen Hürden für biologische Anwendungen überwindet.
Die Arbeit stellt eine kompakte dynamische Mittelwertfeldtheorie für große Netzwerke gekoppelter Phasenoszillatoren vor, die von der individuellen Phasenantwort einzelner Neuronen ausgehend quantitative Vorhersagen für Netzwerkebeneffekte wie Synchronisationsschwellen ermöglicht.
Das vorgestellte mathematische Modell erklärt die Krümmungsblindheit als Ergebnis zweier komplementärer Mechanismen im visuellen Kortex V1, bei denen die Trennung von Kontrastpolaritätskanälen die Kontur in halbe Wellenlängen segmentiert und die Fragmentierung der Orientierungskanäle diese Segmente als gerade Linien wahrnimmt, was zu einem Zickzack-Effekt führt.
Die vorgestellte Arbeit stellt einen Lernmechanismus vor, bei dem sich Fehlerinformationen ähnlich wie neuromodulatorische Signale lokal durch das Netzwerk diffundieren, um in rekurrenten spikenden neuronalen Netzen mit spärlicher Rückkopplung eine effektive zeitliche Kreditverteilung zu ermöglichen.
Diese Studie zeigt, dass ein domainspezifisch gestalteter vertikaler Federated-Learning-Ansatz namens REEF durch die Integration biologischer Priors und gradientenbasierter Merkmalsauswahl die Stabilität und Interpretierbarkeit bei der Klassifizierung von Korallenstress unter extremen Datenknappheit (P >> N) signifikant verbessert, während generische Methoden in diesem Szenario versagen.
Die Studie zeigt, dass das Einfügen einer „Traumphase" in ein Hopfield-Modell mit begrenzter synaptischer Stärke die Speicherkapazität erhöht und dabei das katastrophale Vergessen verhindert, was die Suche nach einer evolutionär plausiblen Optimierung unterstützt.
Die Arbeit untersucht die Dualität zwischen Erhaltungsgrößen und inneren Zyklen in Massenwirkungsnetzwerken und stellt Vermutungen über duale Beziehungen zwischen Präclustern, maximal invariante polyedrischen Trägern und Siphons auf.
Die Arbeit stellt ein neuartiges, robustes und effizientes spikendes Steuerungsframework vor, das auf dem Prinzip der freien Energie basiert, bei dem Neuronen nur feuern, wenn sie die freie Energie ihrer internen Repräsentation verringern, und damit sowohl biologische Plausibilität als auch hohe Störresistenz für neuromorphe Hardware bietet.
Diese Studie führt einen aus der Quantenmechanik adaptierten Wechselwirkungsbild-Ansatz ein, um den abskopalen Effekt bei personalisierter, ultrafractionierter stereotaktischer adaptiver Strahlentherapie (PULSAR) als kontinuierliches, stochastisches Phänomen zu quantifizieren und individuelle Interaktionsstärken zwischen Primär- und Sekundärtumoren zu erfassen.
Diese Arbeit stellt einen erweiterten mathematischen Rahmen vor, der mechanistische Modellierung und maschinelles Lernen kombiniert, um die Dynamik von CD4+/CD8+ CAR-T-Zellen unter Tumorantigen-Regulation zu untersuchen und zeigt, wie neuronale Netze die Vorhersagekraft bei Parameterunsicherheit verbessern können.
Die Arbeit stellt IFACE vor, ein neuartiges Framework, das durch die probabilische Kopplung intrinsischer Geometrie und chemischer Felder eine einheitliche Distanzmetrik für Proteinoberflächen entwickelt, um funktionell verwandte Interaktionsstellen präziser zu identifizieren als herkömmliche Methoden.
Diese Studie zeigt, dass die Annahme einer einheitlichen Generationszeitverteilung in strukturierten Populationen zu fehlerhaften Schätzungen des effektiven Reproduktionsfaktors Rt führen kann, und entwickelt Methoden, um diese Verzerrungen durch die Berücksichtigung von Gruppenunterschieden oder die Auswahl angepasster Parameter zu korrigieren.
Die Studie zeigt, dass bei älteren Erwachsenen mit subjektivem kognitivem Abbau die kortikale Nachverfolgung höherer linguistischer Merkmale bei prosodisch flacher Sprache geschwächt ist, was als potenzieller Biomarker für frühe kognitive Beeinträchtigungen dienen könnte.
Die Arbeit stellt ein filtrationsbasiertes Framework vor, das durch sequentielle Bayes'sche Analyse und eine Zerlegung der Varianzreduktion fundamentale Grenzen aufzeigt, wie viel Information über latente Genealogien allein durch Sequenzdaten gewonnen werden kann, insbesondere im Vergleich zu einem allwissenden Orakel.
Diese Arbeit erklärt die historischen Anomalien der Pestepidemie des 14. Jahrhunderts, einschließlich der Existenz von „sicheren Zonen" wie Polen und Böhmen, indem sie die Ausbreitung von *Yersinia pestis* in eine nicht-abelsche Eichfeldtheorie einbettet und nachweist, dass diese Zonen mathematisch notwendige topologische Nullstellen sind, die durch destruktive Interferenz mutierender Wellenfronten entstehen.
Dieser erste Teil einer zweiteiligen Übersicht fasst phänomenologische Modelle und mikroskopische Ansätze zusammen, um die oft von der einfachen Arrhenius-Gleichung abweichende Temperaturabhängigkeit biologischer Prozesse zu beschreiben, wobei der Fokus auf der Definition operationaler Größen wie optimaler Temperaturen und thermischer Grenzen liegt.
Diese Arbeit entwickelt ein kontinuierliches stochastisches Modell zur Optimierung von Cybersicherheitsinvestitionen unter Berücksichtigung von gehäuften Angriffen mittels eines Hawkes-Prozesses und zeigt, dass die Einbeziehung realistischer Bedrohungsdynamiken zu effektiveren Investitionsstrategien führt als statische oder Poisson-basierte Ansätze.
Die Arbeit stellt das AlgoXpert Alpha Research Framework vor, ein dreistufiges Protokoll aus In-Sample-, Walk-Forward- und Out-of-Sample-Phasen mit mehrstufigen Sicherheitsmechanismen, das entwickelt wurde, um Überanpassung bei quantitativen Handelsstrategien zu vermeiden und deren Robustheit gegenüber Regimewechseln zu gewährleisten.
Der Artikel zeigt, dass die projektive Geometrie des Zustandsraums in Quantenmechanik und Finanzwesen durch einen kubischen Term in der Taylor-Entwicklung der gerichteten Distanz eine fundamentale Asymmetrie erzeugt, welche die Gesetze der Irreversibilität wie den Zweiten Hauptsatz und die Grenzen sequenzieller Händler erklärt.
Die Studie analysiert ein Nash-Gleichgewicht im Wettbewerb zwischen dezentralen Börsen (DEXs) mit dynamischen Gebühren, bei dem sich die Gebührenstrategien durch ein gekoppeltes System partieller Differentialgleichungen beschreiben lassen und zeigen, dass ein Anstieg der Wettbewerber die Ausführungs-Slippage für strategische Marktteilnehmer senkt, während die Auswirkungen auf Noise-Trader von der Marktaktivität abhängen.
Die Arbeit erweitert die Theorie der Konzentrationsungleichungen auf einfache Zufallstensoren mit sub-Weibull-verteilten, schwerfälligen Koeffizienten und leitet unter Verwendung einer neuen verallgemeinerten Maximalungleichung sowie Martingalanalysen Phasenübergänge zwischen sub-gaußschen und schwerfälligen Regimen auf.
Die Studie zeigt anhand von Daten der Keio-Gijuku, dass die japanische Wehrpflicht im 19. Jahrhundert zwar die Einschulungsrate von Familienhäuptern quantitativ steigerte, jedoch keine qualitative Verbesserung der akademischen Leistungen bewirkte.
Diese Studie stellt einen Benchmark-Framework vor, der die Fähigkeiten von Large Language Models bei der Portfolio-Optimierung durch mathematisch exakte Multiple-Choice-Aufgaben bewertet und dabei deutliche Leistungsunterschiede zwischen GPT-4, Gemini 1.5 Pro und Llama 3.1-70B aufzeigt.
Dieser Artikel untersucht die Pareto-optimale Risikoteilung zwischen Agenten mit heterogenen, nicht notwendigerweise risikoscheuen Verzerrungsrisikomaßen und leitet unter milden Annahmen explizite Lösungen für die inf-Convolution sowie deren counter-monotone Variante ab, die sich durch eine Verallgemeinerung von Verzerrungsrisikomaßen darstellen lassen.
Diese Studie widerlegt die gängige Annahme, dass Diversifikation immer das Risiko senkt, indem sie zeigt, dass bei schweren Verteilungsschwänzen mit unendlichem Erwartungswert ein diversifiziertes Portfolio im Vergleich zu einem zufällig gewählten Einzelrisiko („One-Basket"-Benchmark) eine höhere Wahrscheinlichkeit für Verluste über beliebige Schwellenwerte aufweisen kann.
Diese Studie zeigt, dass die COVID-19-Pandemie traditionelle Geschlechterrollen in Bezug auf die Erwerbstätigkeit von Frauen verändert hat, indem sie zu einer allgemeinen Zunahme positiver Einstellungen führte und dabei insbesondere die Zustimmung von Frauen sowie verheirateter Männer und älterer Personen im Vergleich zu den Vorkrisenzeiten stärker anwuchs.
Diese Studie untersucht, wie drei große Sprachmodelle (GPT, Gemini und Llama) standardisierte Anleger-Risikoprofile generieren und wie diese Profile durch spezifische Persona-Prompts beeinflusst werden, wobei sich je nach Modell unterschiedliche Risikoneigungen und Konsistenzen zeigen.
Die Studie zeigt, dass KI-Agenten auf Märkten mit Informationsasymmetrien im Vergleich zu Menschen zwar häufiger teilnehmen und niedrigere Preise erzielen, jedoch ohne explizite soziale Präferenzen oder institutionelle Regulierung anfällig für betrügerisches Verhalten bleiben, was einen grundlegend anderen Ansatz für das Markt-Design erfordert.
Diese Arbeit stellt ein einheitliches Framework vor, das mithilfe von Bilanzzahlen die mehrschichtige Struktur der Wirtschaft rekonstruiert und die Ausbreitung von Schocks sowie systemische Risiken analysiert, um detaillierte Stresstests ohne Zugriff auf vertrauliche Netzwerkdaten zu ermöglichen.
Diese Studie analysiert anhand eines Datensatzes mit über 19.000 Beobachtungen, dass transgeschlechtliche Personen im Vergleich zu Cisgeschlechtlichen eine geringere Zufriedenheit und Gesundheit aufweisen sowie in Bezug auf geschlechterbezogene Einstellungen und Karriereentscheidungen weniger progressive Haltungen und eine stärkere Abhängigkeit von der Meinung anderer zeigen.
Die Arbeit stellt Slippage-at-Risk (SaR) als einen neuartigen, auf der aktuellen Orderbuch-Mikrostruktur basierenden Rahmen vor, der den Liquiditätsrisiko- und Liquidationsausführungsrisiko für Perpetual-Futures-Börsen proaktiv bewertet und durch empirische Analysen sowie eine Konzentrationanpassung die Optimierung der Kapitalanforderungen unterstützt.
Diese Arbeit entwickelt eine spektrale Portfoliotheorie, die durch die direkte Identifizierung von SGD-gewichteten neuronalen Netzwerken mit Portfolio-Allokationsmatrizen die Dynamik von Stochastischem Gradientenabstieg mit Vermögensverteilung, Faktordekomposition und endogener Diversifikation verknüpft und dabei eine spektrale Invarianztheorie zur Analyse von Portfolio-Design, Vermögensungleichheit und Steuerpolitik etabliert.
Diese Arbeit charakterisiert vollständig die -Positivität und Zerlegbarkeit von symplektisch-invarianten linearen Abbildungen sowie die Schmidt-Zahlen entsprechender bipartiter Quantenzustände, wodurch neue explizite Konstruktionen für unzerlegbare positive Abbildungen, hochdimensionale PPT-verschränkte Zustände und die Bestätigung wichtiger Vermutungen zur PPT-verschränkung ermöglicht werden.
Diese Arbeit stellt ein hybrides Quanten-Klassisch-Framework vor, das LSTM-Netze mit einem Quantum Circuit Born Machine kombiniert, um die Prognosegenauigkeit der Finanzmarktvolatilität im Vergleich zu rein klassischen Modellen signifikant zu verbessern.
Diese Arbeit löst die Ito-Stratonovich-Ambiguität bei quantenstochastischen Prozessen mit multiplikativem farbigem Rauschen, indem sie ein Homogenisierungsschema einführt, das zeigt, dass der konsistente Markov-Limits dem Stratonovich-Formalismus mit renormierten Koeffizienten entspricht, während die Ito-Formulierung Korrekturterme erfordert.
Die Autoren beweisen, dass die Klassifizierung von zweidimensionalen, symmetriegeschützten topologischen Quantenzuständen durch die Kohomologiegruppe vollständig ist, sofern diese Zustände durch einen symmetrischen Entangler aus einem Produktzustand hervorgehen.
Die Autoren demonstrieren einen hochkohärenten Singulett-Triplett-Halbleiter-Qubit in Germanium, der durch resonantes Ansteuern und Frequenzmodulation bei niedrigen Magnetfeldern und Austauschwechselwirkungen eine zehnfach verlängerte Kohärenzzeit bei hohen Gate-Genauigkeiten erreicht.
Diese Arbeit stellt die SNAQ-Architektur vor, die durch die Nutzung des Spin-Shuttling zur zeitlichen Multiplexierung von Messungen die Flächeneffizienz von Silizium-Spin-Qubits für den Surface Code erheblich steigert und gleichzeitig die Geschwindigkeit logischer Operationen durch dichtere Gitteranordnungen um das Zehnfache verbessert.
Die Studie stellt einen skalierbaren Rahmen für ein nichtlineares Quanten-Neurales-Netzwerk vor, der durch die Einführung von Aktivierungsfunktionen und die Optimierung der Schaltungstopologie die effiziente Erzeugung von multipartiter Verschränkung auf aktuellen, verrauschten Quantenprozessoren ermöglicht.
Dieser Artikel bietet einen umfassenden Überblick über die konzeptionellen Grundlagen und Interpretationen der Quantenmechanik, indem er von den mathematischen Postulaten und der Kopenhagener Deutung über die Herausforderungen von Lokalität und Realismus bis hin zu modernen Ansätzen wie der Dekohärenz, der Viele-Welten-Theorie und objektiven Kollapsmodellen die zentralen Fragen zur Natur der physikalischen Realität beleuchtet.
Dieser Artikel liefert einen elementaren mathematischen Beweis dafür, dass die Wellenfunktion eines Systems identischer Teilchen in drei Dimensionen unter bestimmten physikalischen und topologischen Bedingungen entweder vollständig symmetrisch oder vollständig antisymmetrisch sein muss.
Die Studie conjecturiert analytische Ausdrücke für nicht-lokale Magie in bipartiten reinen Qudit-Zuständen mit Primzahl-Dimension, stützt die zugrundeliegende Hypothese über Schmidt-ausgerichtete Zustände durch numerische Evidenz für Qutrits und Ququints und zeigt, dass diese Beziehungen für zusammengesetzte Dimensionen sowie für höhere Dimensionen im Vergleich zu Qubits nur eingeschränkt gelten.
Dieser Artikel untersucht die Herausforderungen beim Vergleich von Quantenprozessoren, leitet Erkenntnisse aus dem klassischen Benchmarking ab, bewertet bestehende Quantenmetriken und schlägt allgemeine Richtlinien vor, um eine Standardisierung der Leistungsbeurteilung ähnlich der SPEC zu ermöglichen.
Das Papier stellt CONQURE vor, eine Open-Source-Cloud-Warteschlangen-Infrastruktur, die eine nahtlose Co-Execution von klassischen und quantenmechanischen Ressourcen ermöglicht, indem sie OpenMP-Quantum-Kernels über eine effiziente API auf Quantenprozessoren auslagert und so die Lücke zwischen Quantenalgorithmen und praktischer Hochleistungsrechner-Integration schließt.
Die Autoren schlagen ein Experiment vor, bei dem die Quantennatur der Gravitation durch den Nachweis einer nicht-klassischen, gravitationsinduzierten optischen Kanäle zwischen zwei isolierten Systemen getestet wird, wobei sich je nach thermischem Rauschen ein scharfer Übergang von einem entanglement-brechenden zu einem für die Quantenkommunikation fähigen Kanal zeigt.
Diese Arbeit berechnet die Verschränkungskapazität im RST-Modell der zweidimensionalen Dilaton-Gravitation, indem sie erstmals globale Lösungen für die Replika-Deformation unter Berücksichtigung dynamischer konformer Faktoren und globaler Randbedingungen findet, was zu einer zeitunabhängigen Kapazität für ein Intervall, aber zu einer zeitabhängigen Kapazität für zwei Intervalle führt und damit einen Mechanismus für scharfe Übergänge am Page-Punkt liefert.
Diese Studie demonstriert die Erzeugung von breitbandiger, vier-Photonen-Verschränkung im Telekommunikationsbereich auf einem integrierten Lithiumniobat-Chip, was einen entscheidenden Fortschritt für skalierbare, wellenlängenmultiplexierte Quantennetzwerke darstellt.
Die vorgestellte Arbeit führt die cluster-adaptive SQD (CSQD) ein, eine Methode, die durch das Clustern von Messdaten mittels unüberwachtem Lernen und die Verwendung clusterspezifischer Referenzbesetzungszahlen die Genauigkeit der Grundzustandsenergie in stark korrelierten Systemen im Vergleich zur herkömmlichen SQD erheblich verbessert.
Die Studie zeigt, dass ungeschützte dielektrische Objekte wie optische Fasern in kryogenen Oberflächenfallen für Ionen ohne wesentliche Störungen integriert werden können, da die durch sie verursachten elektrischen Felder kompensierbar sind und die Erwärmungsraten der Ionenbewegung gering bleiben.
Die Arbeit beweist einen informationstheoretischen No-Go-Satz, der zeigt, dass klassische ontologische Modelle, die denselben ontischen Zustandsraum für mehrere Interventionen wiederverwenden, unvermeidbare kontextuelle Informationskosten aufweisen, während die Quantenmechanik diese Einschränkung durch die Aufgabe der Annahme einer einzigen zugrunde liegenden klassischen Variablen umgeht.
Die Studie stellt ein Deep-Reinforcement-Learning-Framework vor, das es ermöglicht, Quantenkritische Zustände, wie sie im Quanten-Rabi-Modell auftreten, durch optimierte zeitabhängige Kontroll-Hamiltoniane schnell und mit hoher Fidelität zu präparieren und somit die Grenzen adiabatischer Prozesse zu überwinden.
Diese Arbeit untersucht die Skalierbarkeit von Fluxonium-Architekturen mit Transmon-Kopplern und zeigt, dass durch reduzierte Kopplungsstärke und dynamisches Abschalten ungenutzter Transmons die durch Zuschauer-Qubits verursachte Übersprechfehler unter $10^{-4}$ gesenkt werden können, was die Gate-Genauigkeit über 90 % hebt.
Die Studie zeigt, dass die gezielte Dissipationsgestaltung in einem zweidimensionalen dissipativen photonischen Graphen mit exzeptionellen Ringen zu einem dissipationsabhängigen logarithmischen Relaxationsverhalten führt und in endlichen Gittern sowie topologischen Plattformen decoherence-geschützte, quasi-lokalisierte Zustände ermöglicht, die kohärente Quantenwechselwirkungen zwischen Emittern oder riesigen Atomen gewährleisten.
Die Studie zeigt, dass sowohl längere Pulszeiten als auch eine stärkere Unordnung die Energieänderung und Temperaturerhöhung in korrelierten Vielteilchensystemen während einer Wechselwirkungsmodulation systematisch unterdrücken, wobei dreieckige Pulse die adiabatischste Antwort liefern.
Die Studie demonstriert eine Methode zur Messung von Koinzidenzen zwischen polarisationsverschränkten Photonen an entfernten Standorten, die durch den Einsatz einer kompakten, chip-basierten Atomuhr eine präzise Zeitmessung ohne herkömmliche Synchronisationsprotokolle ermöglicht.
Diese Arbeit stellt einen effizienten Rahmen vor, der hybride Oszillator-Qubit-Prozessoren durch Positionscodierung auf reinen Qubit-Systemen simuliert und dabei eine exponentielle Verbesserung gegenüber Fock-Basis-Ansätzen mit einer polylogarithmischen Gate-Komplexität erreicht.
Der Artikel stellt ein effizientes Trainingsverfahren für photonische Quanten-Generativmodelle vor, das auf dem Maximum Mean Discrepancy-Kriterium basiert und die Vorteile von klassischen Simulationen für das Training sowie von Quantenhardware für das Sampling nutzt.
Die Arbeit stellt einen elementaren asymptotischen Ansatz für das Landau-Zener-Problem vor, der auf zwei Wellen mit konstanter Amplitude und einer aus linearer Frequenzmodulation sowie logarithmischen Phasenkorrekturen bestehenden Zeitabhängigkeit basiert, um die exakte Lösung zu erklären und tiefere Einblicke in die Entstehung der Übergangswahrscheinlichkeit sowie Korrekturen für endliche Startzeiten zu gewinnen.
Diese Arbeit leitet die Newtonsche Bewegung makroskopischer Teilchen aus der linearen Schrödinger-Gleichung mit einem Hamilton-Operator ab, der einen freien Term und eine aus dem Gaußschen Unitären Ensemble stammende zufällige Wechselwirkung mit der Umgebung enthält, und zeigt, wie die Kombination aus einem zustandsraumbasierten Zufallsweg und der Behandlung experimentell ununterscheidbarer Zustände als Äquivalenzklassen den unterschiedlichen Verhaltensunterschied zwischen mikroskopischen und makroskopischen Systemen erklärt.
Diese Arbeit zeigt, dass die Sicherheit von Quanten-Token-Protokollen durch den Einsatz hybrider Spin-Photon-Schnittstellen mit hochfidel tripartiter Verschränkung, Bell-Zustandsmessungen und kohärenten Spin-Speichern in Diamant signifikant gesteigert werden kann.
Diese Arbeit schlägt vor, durch eine Anti-Quetsch-Transformation ein schwach gekoppeltes, zweiphotonisch getriebenes Jaynes-Cummings-Modell in ein effektives tiefststark gekoppeltes Quanten-Rabi-Modell umzuwandeln, um so chaotische Phänomene ohne die Notwendigkeit intrinsischer ultra-starker Kopplung experimentell zugänglich zu machen.
Die Studie zeigt, dass in Quantenbatterien Dissipation als Stabilisator wirken und durch qubit-resonator-Verschränkung im Tavis-Cummings-Modell überextensive Skalierungsgesetze für Leistung und Energiespeicherung ermöglichen kann, was einen Weg zu skalierbaren Quantenbatterien mit praktischem Vorteil eröffnet.
Diese Übersichtsarbeit analysiert systematisch die verschiedenen Rauschquellen in photonischen Quanten-Machine-Learning-Systemen, bewertet deren Auswirkungen auf die Lernleistung und Konvergenz sowie bestehende Minderungsstrategien und experimentelle Fortschritte, um zukünftige Wege zu robusten und skalierbaren Lösungen aufzuzeigen.
Diese Arbeit liefert erstmals einen exakten analytischen Ausdruck für die kohärente Information des Toric-Codes unter Dekohärenz und stellt damit eine rigorose Verbindung zwischen dem fundamentalen Fehler-Schwellenwert und der Kritikalität des Random-Bond-Ising-Modells her.
Diese Arbeit stellt einen neuartigen graphentheoretischen Ansatz vor, der durch einen rekursiven „Twin-Collapse"-Algorithmus die Identifikation freier Fermionen-Lösungen in vielen Körper-Hamilton-Operatoren erweitert und dabei die Komplexität durch systematische Blockdiagonalisierung reduziert.
Die Autoren demonstrieren experimentell eine optimale projektive Messung zur fehlerfreien Unterscheidung asymmetrischer Qudit-Zustände mittels photonischer Orbitaldrehimpulszustände, was einen wichtigen Schritt für die hochdimensionale Quanteninformationsverarbeitung darstellt.
Die Arbeit stellt die Fictitious Copy Quantum Error Mitigation (FCQEM) vor, eine Methode zur Korrektur von Quantenfehlern durch rein klassische Nachverarbeitung, die ohne zusätzliche Quantenressourcen auskommt und in Kombination mit anderen Techniken sowie auf realen Prozessoren genaue Grundzustandsenergien liefert.
Der Artikel zeigt, dass die Berechnung des Propagators für Hawking-Teilchen in der Schwarzschild-Raumzeit im Rahmen der Quantenfeldtheorie in gekrümmter Raumzeit zu einem Ergebnis führt, das von dem durch das Pfadintegral-Formalismus vorhergesagten Verhalten abweicht, welches niedrigenergetische Gravitationsexperimente erfolgreich beschreibt.
Die Arbeit stellt eine skalierbare Methode zur formalen Verifikation von Quantenphasenschätzungsschaltungen vor, die mithilfe einer symbolischen Qubit-Abstraktion auf quantifiziererfreier Bitvektorlogik Schaltungen mit über 1.000 Qubits effizient auf funktionale Korrektheit überprüft.
Die Arbeit zerlegt die Zählstatistik vieler-Teilchen-Interferenzexperimente durch eine Fourier-Transformation über die symmetrische Gruppe in Beiträge unterschiedlicher irreduzibler Austauschsymmetrien und wendet dies auf teilweise unterscheidbare Bosonen und Fermionen an, um Mechanismen für vollständig destruktive Interferenz zu beschreiben.
Das Paper stellt einen vollständigen physikalischen Modellierungsstack namens „genqo" vor, der in Python implementiert ist, um die praktische ZALM-Quelle für Quantennetzwerke unter realistischen Bedingungen zu simulieren und dabei hybride Gaußsche und nicht-Gaußsche Darstellungen nutzt, um komplexe Netzwerkprotokolle effizient zu analysieren.
Diese Arbeit formalisiert eine verallgemeinerte Typ-II-Fusion für Qudit-Clusterzustände in der linearen Optik und beweist, dass für eine erfolgreiche Fusion ohne Ancillae unmöglich ist und mindestens Ancilla-Qudits erforderlich sind, was eine klare Ressourcenuntergrenze für die photonische MBQC in hohen Dimensionen festlegt.
Diese Arbeit stellt eine Methode zur Konstruktion stark nichtlokaler, unvollständig erweiterbarer Bases aus bikorrelativen Zuständen in vierpartitiven Quantensystemen vor und beweist, dass die daraus resultierenden echt verschränkten Unterräume über alle Bipartitionen hinweg eine destillierbare Verschränkung aufweisen.
Diese Arbeit stellt ein digitales-analoges Quantencomputing-Verfahren vor, das beliebige Zwei-Körper-Hamiltonoperatoren durch eine Summe von lokalen unitären Transformationen eines Ising-Hamiltonoperators mit höchstens quadratischer Termzahl exakt ausdrückt und so die erforderliche klassische Vorverarbeitung von exponentieller auf polynomielle Komplexität reduziert.
Der Autor des Artikels arXiv:2603.09901v1 argumentiert, dass der Nachweis eines quantenmechanischen Vorteils trotz fehlender allgemeiner Konsens bereits 2019 erbracht wurde, und skizziert anschließend weitere Schritte für Theorie und Experimente auf diesem Gebiet.
Der Artikel zeigt, dass Zerfälle von Hochenergie-Teilchen als informationell schwache Quantenmessungen der Spin-Zustände fungieren, wobei die Zerfallskinetik als kontinuierlicher Zeiger dient, der es ermöglicht, Spin-Dichtematrizen über schwache Werte zu rekonstruieren und so Spin-Tomographie mit der Aharonov-Vaidman-Messungstheorie zu vereinen.
Die Studie zeigt, dass die hohe Ausdruckskraft von Quanten-Neuralen-Netzwerken durch klassisch effizient simulierbare Clifford-verbesserte Matrixproduktzustände (CMPS) erreicht werden kann, die im Vergleich zu herkömmlichen Matrixproduktzuständen schneller eine Haar-Verteilung in Bezug auf Verschränkung und „Magic" approximieren.
Die Autoren demonstrieren, dass sich in heißem Rubidiumdampf durch starke Kontrolle des Zwischenniveaus Doppler-Verbreiterung unterdrücken und gleichzeitig sub-Doppler-Absorptionslinien mit hoher optischer Tiefe im Telekommunikationsbereich erzeugen lassen, wodurch eine komplexe Laserkühlung überflüssig wird.
Diese Studie demonstriert mittels hochauflösender resonanter inelastischer Röntgenstreuung (RIXS) am W-L3-Rand, dass Wolframdisilizid (WSi₂) als diskretes Zwei-Niveau-System für Anwendungen in der Röntgen-Quantenoptik geeignet ist, indem es eine scharfe Weißlinie trotz natürlicher Linienverbreiterung experimentell auflöst.
In dieser Arbeit wird die hysteretische squashed Entanglement als ein neues, robustes Maß zur Quantifizierung echter Quantenkorrelationen in gemischten Vielteilchenzuständen eingeführt, das sich insbesondere zur Detektion topologischer Ordnung und kritischer Phänomene in Modellen wie dem transverse-field Ising-Modell eignet.
Die Arbeit zeigt, dass inkoherente Operationen Zustandsübergänge ermöglichen, die unter dephasing-kovarianten inkoherenten Operationen verboten sind, und damit ein offenes Problem von Chitambar und Gour löst, während sie gleichzeitig aufzeigt, dass keine Menge von Monotonen die Umwandelbarkeit unter strikt inkoherenten Operationen vollständig charakterisieren kann.
Der Artikel beweist eine Jensensche Ungleichung für partielle Spuren in semifiniten von Neumann-Algebren sowie eine analoge Ungleichung im Rahmen allgemeiner (nicht-trivialer) von Neumann-Algebren.
Die Autoren stellen einen schnelleren polynomiellen Algorithmus vor, der durch die Kombination von Laplace-Entwicklungen und Baumzerlegungen das Abtasten von flachen Boson-Sampling-Schaltkreisen mit Nachbarn-Nachbarn-Kopplung effizient simuliert, indem er die Struktur der Baumzerlegung wiederverwendet, um einen signifikanten Faktor aus der Laufzeit zu eliminieren.
Diese Arbeit stellt ein Framework vor, das große Sprachmodelle (LLMs) nutzt, um die Steuerung und Messung supraleitender Qubits durch die automatische Generierung und Ausführung von Werkzeugen zu automatisieren, was eine schnellere Implementierung bekannter Protokolle und flexiblere neue Experimente ermöglicht.
Die Arbeit stellt ein neuartiges, gitterrenormiertes Formalismus für konfigurationstunnelnde Zwei-Niveau-Systeme vor, das auf dem Kern-Hamiltonoperator basiert und durch die Einführung zusammengesetzter Phonenkoordinaten präzise Tunnelaufspaltungen sowie starke anharmonische Kopplungen in Wasserstoff-basierten TLS von bcc-Niob berechnet, um Defekt-induzierte Dekohärenz in supraleitenden Qubits besser zu verstehen und Materialdesign-Strategien zu deren Unterdrückung zu leiten.
Diese Arbeit präsentiert eine detaillierte Analyse langsam getriebener Quanten-Wärmemaschinen aus wechselwirkenden Qubits im Rahmen der Lindblad-Master-Gleichung, die zeigt, wie durch Wechselwirkungen und asymmetrische Kopplungen die geometrische Wärmepumpung über die Landauer-Grenze hinaus optimiert werden kann.
Die vorgestellte Arbeit schlägt zwei experimentell umsetzbare Schemata für eine langstreckige, geräteunabhängige Quantenschlüsselverteilung vor, die ausschließlich SPDC-Quellen und lineare Optik nutzen, eine für die Twin-Field-Protokolle typische Schlüsselratenskala erreichen und bereits mit aktuellen supraleitenden Detektoren positive Schlüsselraten ermöglichen.
Diese Arbeit entwickelt ein selbstkonsistentes Maxwell-Pauli-Modell, das zeigt, wie kohärente Spinrotation durch externe Magnetfelder und eine räumliche Trennung der Spin-Komponenten durch nichtuniforme Magnetfelder nach der Beugung an Nanogittern ermöglicht werden, während das intrinsische Magnetfeld der Elektronen für eine Spinmischung vernachlässigbar bleibt.
Diese Studie bewertet die blinden Reset-Verfahren zur ancilla-Wiederverwendung auf Superconducting- und Trapped-Ion-Plattformen und zeigt, dass durch sequenzbasiertes Recycling die Zykluslatenz um bis zu 38-fach reduziert werden kann, während die Ancilla-Reinheit und die logische Fehlerrate erhalten bleiben.
Dieser strategische Überblick untersucht, wie metrologische und präzisionsmessende Fähigkeiten als entscheidende Infrastruktur für die Industrialisierung, Charakterisierung und Standardisierung verschiedener Quantenhardware-Plattformen sowie zukünftiger Quantensensorik dienen.
Diese Arbeit führt die minimale Zerlegungsentropie als effizientes Werkzeug ein, um absolut maximal verschränkte (AME) Zustände zu analysieren und zu klassifizieren, indem sie deren optimale, lokal unitär invariante Darstellungen identifiziert und deren strukturelle Eigenschaften im Vergleich zu zufälligen Zuständen aufzeigt.
Diese Studie stellt die Multi-Tasking-Quanten-Annealing-Methode (MTQA) vor, die durch die parallele Einbettung mehrerer Optimierungsprobleme in räumlich getrennte Bereiche von Quantenhardware die Ressourcennutzung verbessert und bei vergleichbarer Lösungsqualität eine signifikant reduzierte Lösungszeit im Vergleich zu herkömmlichen Ansätzen erreicht.
Dieser Artikel entwickelt eine umfassende Theorie multiarer gradierter polyadischer Algebren, die das klassische Konzept gruppengraduierter Algebren auf höherstufige Strukturen erweitert und dabei neue Phänomene wie höhere Potenz-Graduierungen sowie nichttriviale Kompatibilitätsbedingungen zwischen den Aritäten aufdeckt.
Die Autoren präsentieren eine faseroptische Quelle für schmalbandige, angekündigte Einzelphotonen im Telekom-C-Band, bei der durch UV-inskribierte Bragg-Gitter in germaniumdotierter photonischer Kristallfaser ein hochreines Spektrum erzeugt wird, das sich ideal für die Kopplung mit Quantenspeichern eignet.
Die Studie zeigt, dass in einem harmonisch gefangenen Fermigas mit Spin 3/2 die beobachteten langlebigen kohärenten Oszillationen und die Verletzung der Ergodizität nicht auf konventionelle Eigenzustands-„Scar"-Mechanismen zurückzuführen sind, sondern aus einer kollektiven Phaseninterferenz resultieren, die durch eine eingebettete, quasi-reguläre spektrale Struktur im Vielteilchenkontinuum verursacht wird.
Diese Arbeit stellt ein quantenepistemisches Rahmenwerk vor, das den Beobachtereffekt als fundamentale Wechselwirkung zwischen Beobachter und System modelliert, wobei unscharfe Klassifizierung durch Lindblad-Dynamik und positive Operatorwert-Maßnahmen (POVM) subjektive Wahrnehmung und probabilistische Inferenz als natürliche Konsequenz quantenmechanischer Verschränkung erklärt.
Die Arbeit liefert unitäre Orakel-Trennungen, die belegen, dass verschiedene Konzepte der Quanten-Pseudorandomness nicht äquivalent sind und bestimmte Konstruktionen, wie etwa die Ableitung von Quanten-Pseudorandom-Generatoren aus logarithmisch langen PRFSGs, inhärenten Fehlergrenzen unterliegen.
Der Artikel zeigt, dass die Existenz von komplexen äquiangulären Einheitsvektoren in die Existenz einer solchen Menge mit Koeffizienten in einem Zahlkörper impliziert, was insbesondere für die Konstruktion von SIC-POVMs in der Quantenphysik von Bedeutung ist.
Die Studie zeigt, dass subspace-basierte Quantenalgorithmen für angeregte Zustände, die eine verallgemeinerte Eigenwertgleichung lösen (wie QSE und qEOM), aufgrund der starken Fehlerverstärkung durch hohe Konditionszahlen der Überlappungsmatrix instabil sind, während Methoden mit einer Standard-Eigenwertgleichung (wie q-sc-EOM) robuster und besser für Quantencomputer geeignet sind.
Die Arbeit entwickelt einen ressourcentheoretischen Rahmen, der operationale Diagnosen und rigorose Schranken für den Einfluss von Kohärenz auf den Energietransport liefert, indem sie kohärenzinduzierte Änderungen in spezifischen Messgrößen unabhängig vom Zustand quantifiziert und anwendet, um zu bestimmen, wann Kohärenzeffekte in Exzitonen-Transportmodellen vernachlässigbar oder relevant sind.
Die Arbeit identifiziert ein universelles Strukturprinzip für das Glätten klassischer Divergenzen, wonach der Optimierer ein geklammertes Wahrscheinlichkeitsvektor ist, und leitet daraus daraus optimale, universelle Schranken für glatte Quantendivergenzen beliebiger Ordnung ab, die den Hypothesentest-Divergenzen einschließen und alle bisherigen suboptimalen Schranken verbessern.
Diese Arbeit erweitert den Decoded Quantum Interferometry (DQI)-Algorithmus auf quadratische Optimierungsprobleme (max-QUADSAT), stellt jedoch fest, dass ein zentraler Schritt zur Zustandsvorbereitung aufgrund eines Fehlers derzeit ungültig ist, während sie gleichzeitig neue Leistungsgarantien und einen Beweis für das Halbkreisgesetz für diese Klasse von Problemen liefert.
Die Autoren stellen eine parallelisierte, GPU-beschleunigte Implementierung der iterativen qubit-gekoppelten Cluster-Methode (iQCC) vor, die durch effiziente Hamiltonian-Partitionierung und die Vermeidung des „barren-plateau"-Problems die Simulation von Ruthenium-Katalysatoren im Bereich von 100 bis 124 Qubits ermöglicht und dabei die Genauigkeit klassischer Methoden wie DMRG übertrifft, was die Schwelle für einen echten Quantenvorteil in der Chemie auf über 200 Qubits verschiebt.
Diese Arbeit konstruiert ein integrables, -symmetrisches Richardson-Gaudin-Modell für Spin-1/2-Systeme durch komplexe Deformationen, leitet den zugehörigen metrischen Operator und die Hermitesche Entsprechung her und analysiert die daraus resultierenden spektralen Phasenübergänge sowie die Spin-Dynamik.
Die Studie zeigt, dass starke Polaronen-Kopplung im Jaynes-Cummings-Holstein-Modell unter anti-adiabatischen Bedingungen die nicht-Markovschen Merkmale und Detuning-Effekte durch eine effektive Abschwächung der Qubit-Resonator-Wechselwirkung unterdrückt und zu einem neuen dynamischen Regime führt.
Die Studie zeigt, dass an den vergrabenen Grenzflächen von Van-der-Waals-Heterostrukturen aus Übergangsmetalldichalkogeniden und α-Molybdäntrioxid ein mesoskopischer nichtlokaler Abschirmungseffekt bis zu 140 nm auftritt, der durch Phonon-Polaritonen detektiert wird und eine neue, materialübergreifende Metrik zur Quantifizierung des Ladungstransfers sowie eine Revision der Anderson-Bandausrichtung ermöglicht.
Die Studie zeigt mittels zeitabhängiger Spinwellentheorie, dass Quantenfluktuationen der Magnetisierung in langreichweitigen Spinsystemen für die schnelle Wiederherstellung der Spin-Rotationssymmetrie und den Quanten-Mpemba-Effekt verantwortlich sind, was einen deutlichen Unterschied zu einigen kurzreichweitigen Systemen darstellt.
Die Arbeit stellt das Quanten-Reservoir-Autoencoder-Verfahren (QRA) vor, ein bidirektionales Rahmenwerk, das durch ein konstruktives Vier-Gleichungs-Protokoll die Rekonstruktion von Eingabedaten aus Reservoir-Ausgaben ermöglicht und dabei unter idealen Bedingungen maschinengenaue Ergebnisse erzielt, während eine detaillierte Rauschanalyse die Dominanz von Shot-Noise aufzeigt und die Notwendigkeit von Fehlerkorrektur für den praktischen Einsatz unterstreicht.
Die Arbeit stellt ein theoretisches Konzept für einen hyper-verschränkten SU(1,1)-Interferometer vor, der durch die Nutzung von Polarisations- und Modenverschränkung in gekoppelten nichtlinearen Medien eine Birefringenz-Messung ermöglicht, die die klassische Schrotrauschgrenze um 3 bis 15 dB übertrifft, wobei die erreichbare Verbesserung maßgeblich von den internen Verlusten abhängt.
In dieser Arbeit simulieren die Autoren massive relativistische Felder in 2+1 Dimensionen mithilfe eines zweikomponentigen Bose-Einstein-Kondensats, wobei sie das Sine-Gordon-Modell kodieren, um sowohl perturbative relativistische Dispersion als auch nicht-perturbative topologische Phänomene wie Domänenwände zu beobachten und so neue Einblicke in kosmologische Prozesse zu gewinnen.
Diese Arbeit stellt zwei effiziente Methoden zur Vorbereitung multikonfiguraler Zustände für die Quantenchemie vor und zeigt, dass die Ausnutzung der Sparsität chemischer Wellenfunktionen im Vergleich zu kontrollierten Givens-Rotationen zu stark reduzierten Quantenschaltkreisen führt.
Die Arbeit stellt einen quantennumerischen Algorithmus zur Lösung anisotroper Diffusions- und Konvektionsgleichungen vor, der durch eine neuartige Vektornorm-Analyse eine exponentielle Reduktion der erforderlichen Zeitschritte im Vergleich zu bisherigen Operatornorm-Analysen ermöglicht.
Diese Arbeit untersucht das quantenmechanische Phänomen des Rückflusses in verzerrten Tight-Binding-Systemen mit komplexen Kopplungen, indem sie die stärksten Superpositionen positiver Impulszustände identifiziert und die Grenzen für die gegenläufige Wahrscheinlichkeitsströmung bestimmt.
Die Studie zeigt, dass durch die gezielte Steuerung der System-Umgebung-Kopplung in offenen Quantensystemen Polaron-Zustände rückgängig gemacht werden können, was eine extrem schnelle und hochpräzise Qubit-Reset-Funktion ermöglicht.
Das Papier unterscheidet zwischen einer statistischen und einer auf Messreihen basierenden Interpretation der Bell-Ungleichungsverletzung, wobei es schlussfolgert, dass zwar keine nichtlokalen Effekte als statistische Größe existieren, wohl aber eine kontextabhängige Nichtlokalität in den Messdaten, die durch den Hellwig-Kraus-Postulat erklärt wird und mit der Relativitätstheorie vereinbar ist.
Die Studie untersucht ein generisches Modell für wechselwirkende Wellenleiter-QED-Systeme, in dem der Wettbewerb zwischen anziehender Jaynes-Cummings-Verschränkung und abstoßender Kerr-Nichtlinearität zu einer reichen Phasendiagrammstruktur führt, die Mott-artige Isolatorzustände sowie superfluide Phasen mit langreichweitigen Korrelationen umfasst.
Diese Arbeit stellt eine allgemeine Methode zur Bestimmung des Spin-Dichtematrix-Systems aus Winkelzerfallsdaten vor und wendet sie auf Monte-Carlo-Simulationen von Kollisionen am LHC an, um Entanglement-Nachweise und Bell-Ungleichungsverletzungen in bipartiten Systemen zu untersuchen.
Die Studie zeigt, dass vorab geteilte Verschränkung mittels zweimodiger gequetschter Vakuumzustände die Latenz bei der Erkennung von Transmissionsänderungen in optischen Kanälen im Vergleich zu klassischen Methoden signifikant reduziert und gleichzeitig die fundamentale Trade-off-Beziehung zwischen Kommunikationskapazität und Detektionsgeschwindigkeit verbessert.
Die Studie demonstriert eine quantenverstärkte Sensorik im Fourier-Bereich, bei der durch den Vergleich von Ein- und Zwei-Photonen-Interferenz unter identischen Rauschbedingungen eine 3-dB-Verbesserung des Signal-zu-Rausch-Verhältnisses durch spektrale Rauschunterdrückung erreicht wird, was eine überlegene Auflösung auch im sub-shot-noise-Bereich ermöglicht.
In dieser Arbeit wird die effiziente und quantenerhaltende Frequenzkonversion von atomaren Biphoten in den Telekommunikationsbereich mittels eines diamantförmigen atomaren Ensembles demonstriert, wodurch eine praktische Schnittstelle für verteilte Quantenkommunikation über Glasfasernetze geschaffen wird.
Die Autoren schlagen vor, die Skalierungsdimensionen von dreidimensionalen konformen Feldtheorien auf Quantencomputern zu untersuchen, indem sie ein Polyeder-Gitter verwenden, und validieren ihre Methode erfolgreich am Ising-Modell mit nur 20 Qubits, was zeigt, dass diese für klassische Computer schwierigen Probleme mit aktuellen Quantensimulatoren lösbar sind.
Diese Studie zeigt, dass durch numerisch optimierte zeitabhängige Treiber in einem Spin-Boson-Modell die durch Polaronenbildung begrenzte Reset-Fidelität von Qubits jenseits der Born-Markov-Näherung überwunden werden kann.
Die Studie zeigt, dass die Rényi-Tripartite-Information in freien Fermionensystemen im Gegensatz zur bipartiten Entropie eine qualitativ von dem Index abhängige Skalierung aufweist, die zu einer Replika-Obstruktion führt, bei der die führende von-Neumann-Skala nicht aus ganzzahligen Rényi-Daten rekonstruiert werden kann, während negativitätsbasierte Maße ein um den Faktor 20 verstärktes Signal liefern.
Die vorgestellten RALLY-Methoden lösen das Problem der effizienten Exploration des unitären Raums im Quanten-Optimal-Control, indem sie durch den Einsatz von zufälligen Pulsen in Schichten eine exponentielle Konvergenz zur Haar-Verteilung erreichen und dabei die Anzahl der Optimierungsparameter minimieren, was zu einer überlegenen Leistung gegenüber bestehenden Algorithmen führt.
Diese Übersichtsarbeit fasst die jüngsten theoretischen und experimentellen Fortschritte bei zweiatomigen Rydberg-Molekülen zusammen, indem sie deren Bildungsmechanismen, Bindungsarten, Potentialkurven sowie spektroskopische Eigenschaften und experimentelle Beobachtungen beleuchtet, um einen umfassenden Überblick über den aktuellen Stand und die Zukunftsperspektiven dieses sich schnell entwickelnden Forschungsgebiets zu geben.
Diese Studie demonstriert, dass galliumbasierte flüssigmetallische Mikroverschaltungen als nicht-destruktive, hochleistungsfähige Schnittstellen für steckfertige und modular skalierbare supraleitende Quantenschaltkreise geeignet sind, indem sie über mehrere Temperaturzyklen hinweg stabile Verbindungen und eine hohe Mikrowellenleistung gewährleisten.
Diese Arbeit stellt eine optimierte Parameter-segmentierte Sequenz (OPSS) vor, die die Robustheit von Multiphoton-Quantenresonanzen gegenüber Frequenz-Detunings-Fehlern signifikant erhöht und so die experimentelle Beobachtung sowie die stabile Erzeugung von Photonenfluss auch bei Abweichungen ermöglicht.
Diese Arbeit stellt einen neuartigen, quanten-nativen Ansatz für den Bildabgleich auf neutralen Atom-Quantencomputern vor, der durch klassische Vorverarbeitung in eine spärliche Punktwolke umgewandelte Bilder physikalisch in Rydberg-Systemen kodiert und mittels quantenmechanischer Observablen wie der statischen Strukturfaktor als effizienten Fingerabdruck für skalierbare Bilderkennung und maschinelles Lernen nutzt.
In diesem Paper leiten die Autoren durch Anwendung des Schwinger-Variationsprinzips auf die Einstein-Cartan-Wirkung Quantenkommutatorrelationen zwischen dem Metrik- und dem Torsionstensor ab.
Die vorgestellte Arbeit führt einen selbstkonsistenten Mean-Field-Quantenoptimierungsalgorithmus ein, der komplexe Ising-Probleme durch die Zerlegung in unabhängige Teilprobleme unter Berücksichtigung einer variationalen Umgebung löst und so Hardware-Beschränkungen aktueller Quantencomputer umgeht.
Die Autoren demonstrieren experimentell, dass die Kombination von Rydberg-Atom-EIT mit Quantenschwacher Messung und der Ausnutzung von Polarisationsänderungen die technische Rauschunterdrückung ermöglicht und zu einer signifikant verbesserten Empfindlichkeit bei der Erfassung niederfrequenter elektrischer Felder führt.
Diese theoretische Studie zeigt, dass verzögerte gerade Harmonische in einem Pump-Probe-Experiment mit nicht-kollinearer Geometrie als hochempfindliche Sonde für kohärente Phonondynamik und Elektron-Phonon-Wechselwirkungen in Festkörpern mit dynamisch gebrochener Inversionssymmetrie dienen können, indem sie Phasenverschiebungen aufweisen, die auf subtile mikroskopische Effekte reagieren.
Die vorgestellte Arbeit schlägt eine Näherungsmapping-Methode vor, die einen molekularen Hamilton-Operator auf ein System-Bad-Modell reduziert, indem sie einen kleinen aktiven Raum aus zwei Orbitalen mit zwei Qubits beschreibt und die verbleibenden elektronischen Anregungen durch ein Bad von Oszillatoren modelliert, um vertikale Anregungsenergien auf nahe zukünftigen Quantencomputern präzise zu berechnen.
Diese Arbeit untersucht, wie die zeitliche Auflösung von Homodyn-Detektoren und die digitale Datenverarbeitung die genaue Rekonstruktion nicht-gaußscher Quantenzustände in kontinuierlichen Variablen-Experimenten beeinflussen, und analysiert die daraus resultierenden Einschränkungen für die Realisierung mit begrenzten experimentellen Ressourcen.
Die Autoren stellen eine Tensor-Netzwerk-Methode vor, die es ermöglicht, die Anregungsspektren von Exzitonen in Super-Moiré-Systemen und Quasikristallen mit über einer Milliarde Gitterplätzen zu berechnen, indem sie einen Chebyshev-Algorithmus mit einer Tensor-Netzwerk-Kodierung des Bethe-Salpeter-Hamiltonians kombinieren, um so atomare und mesoskopische Strukturen gleichzeitig aufzulösen, ohne den Hamiltonoperator explizit speichern zu müssen.
Diese Arbeit charakterisiert die lokale Äquivalenz von Kreisgraphenzuständen, indem sie zeigt, dass diese Klasse unter -lokalen Komplementierungen abgeschlossen ist, eine Bijektion zu planaren Codezuständen herstellt, die die klassische Simulierbarkeit des MBQC auf diesen Zuständen bestätigt, und zudem die -Schwere des Zählproblems für LU-äquivalente Graphenzustände nachweist.
Die Arbeit untersucht die Quantendynamik von Wellenpaketen, die an einem helikalen Zwei-Körper-System mit repulsiver Coulomb-Wechselwirkung und einstellbaren Potentialtöpfen streuen, und zeigt, wie die Anharmonizität und die Anzahl der gebundenen Zustände zu komplexen transienten Mustern, Schwebungen und gepulster Emission führen.
Die Arbeit beweist die Existenz eines unklonbaren Bits und stellt ein bedingungsloses quantenkryptografisches Verfahren vor, das zwei nicht kommunizierenden Angreifern selbst bei Kenntnis des Schlüssels unmöglich macht, denselben verschlüsselten Text gleichzeitig zu entschlüsseln.
Diese Arbeit untersucht die thermodynamischen Eigenschaften eines spin-1/2-Teilchens, das durch die Dunkl-deformierte Pauli-Gleichung in zwei Dimensionen unter dem Einfluss eines Aharonov-Bohm-Flusses beschrieben wird, und zeigt, dass das Zusammenspiel der Dunkl-Spiegelungssymmetrie und des magnetischen Flusses zu charakteristischen thermischen Verhaltensweisen führt, einschließlich einer flussgesteuerten Schottky-Anomalie in der Wärmekapazität.
Diese Arbeit nutzt die Wahrscheinlichkeit von Ereignissen ohne Entropieerzeugung, um die thermodynamischen Ungleichheitsrelationen für endliche Zeiten zu verschärfen und diese anhand eines Qudit-SWAP-Motors zu validieren.
Die Arbeit stellt die „Zeitglas"-Phase vor, einen nicht-periodischen Zustand in getriebenen dissipativen Quantensystemen, der durch spontane Symmetriebrechung und synchronisierte chaotische Oszillationen gekennzeichnet ist, wobei numerische Studien zeigen, dass die endliche Liouvillian-Lücke im thermodynamischen Limit durch ein unbeschränktes Wachstum der quantenmechanischen Rényi-Divergenz mit der Systemgröße mit langanhaltenden Transienten vereinbar ist.
Diese Arbeit untersucht das Zusammenspiel von zeitlicher Lokalisierung und Kausalität in relationaler Quantendynamik und zeigt, dass nur ein Ansatz, der Eingriffe in die Constraint-Gleichung integriert, eine konsistente Beschreibung kausaler Beziehungen zwischen verschiedenen Zeitreferenzrahmen ermöglicht, wobei dies notwendigerweise zu einer zeitlichen Delokalisierung und in bestimmten Fällen zu unbestimmter kausaler Ordnung führt.
Diese Studie analysiert die Phasenraum-Eigenschaften eines Toda-artigen Hamilton-Operators, der als quantenmechanische Erweiterung der Lotka-Volterra-Räuber-Beute-Dynamik dient, und zeigt, dass das System neben der klassischen auch eine quantenmechanische Stabilität aufweist, was einen ersten Schritt zu einer robusteren Beschreibung quantenmechanischer Muster in mikroskopischen Biosystemen darstellt.
Die Studie untersucht topologische Phasenübergänge im deformierten -Toric-Code, indem sie die Wellenfunktionsnorm auf klassische Partitionfunktionen abbildet und dabei eine reichhaltige Phasendiagrammstruktur mit kritischen Linien sowie neuartigen Symmetrien und Quanten-Many-Body-Scar-Zuständen identifiziert, die sich vom -Fall unterscheiden.
Der Artikel stellt ein sub-Heisenberg-Protokoll zur ultra-präzisen Phasenschätzung vor, das durch die quantenoptische Konstruktion von kontinuierlichen Variablen-Zuständen mit definierter Parität eine Sättigung der Quanten-Cramér-Rao-Grenze erreicht, wobei der Vorteil ausschließlich auf nichtklassischen photonischen Eigenschaften und nicht auf Modenverschränkung beruht.
Die Studie zeigt experimentell, dass ein eindimensionales Bose-Gas in einem optischen Gitter das universelle Family-Vicsek-Skalierungsverhalten aufweist, wodurch sich klassische Gesetze der Oberflächenwuchstheorie auf Quantenvielteilchensysteme übertragen lassen.
Die Studie erweitert das Verständnis von Quantenmagie und Nicht-Stabilisierbarkeit auf dynamische Prozesse, indem sie zeigt, dass diese Größen beim Durchqueren von Quantenphasenübergängen universelle Potenzgesetze aufweisen und dass das Pauli-Spektrum asymptotisch lognormal verteilt ist.
Diese Arbeit leitet universelle obere und untere Schranken für die Stichprobendkomplexität im parametrischen Quantenlernen her, die durch die inverse Fisher-Information-Matrix bestimmt werden, und wendet diese Erkenntnisse an, um die strukturellen Ursachen exponentieller Komplexität bei bestimmten Lernproblemen zu identifizieren sowie eine systematische, auf Maximum-Likelihood-Schätzung basierende Rahmenarbeit für die Quantenmetrologie zu etablieren.
Die Arbeit stellt einen variationalen Quanten-Dimensionierungsrahmen vor, der durch die Identifizierung und Entfernung irrelevanter Speicherfreiheitsgrade mittels parametrisierter Quantenschaltkreise und der Optimierung über die Quanten-Fidelity-Divergenz-Rate skalierbare, minimale rekurrente Quantenmodelle für nahe-zukünftige Quantengeräte ermöglicht.
Die Autoren stellen einen auf dem Velocity-Verlet-Algorithmus basierenden Optimierer für den Variational Quantum Eigensolver vor, der durch die Einführung eines Trägheitsterms die Suche im Energielandschaftsraum verbessert und bei Molekülen wie H₂ und LiH eine höhere Genauigkeit mit weniger Quantenschaltkreis-Auswertungen als herkömmliche Optimierer erreicht.
Die Arbeit zeigt, dass Protokolle für verifizierbare delegierte Quantenberechnung, die ausschließlich auf der Cut-and-Choose-Technik basieren, nicht gleichzeitig sicher und effizient sein können.
Diese Arbeit schlägt ein Majorisierungs-Gitter-Framework vor, das es ermöglicht, Quanten-Steering in beliebigen Dimensionen und Messkonfigurationen nachzuweisen und dabei schärfere Ungleichungen als bisherige Methoden zu liefern.
Die Arbeit stellt „ZX-Flow" vor, ein neues, natives Kriterium für ZX-Diagramme, das durch Pauli-Semiwebs definiert ist, unter Clifford-Umschreibungen invariant bleibt und die effiziente Extraktion deterministischer Berechnungen oder Quantenschaltungen ermöglicht, ohne dass das Diagramm zuvor in eine spezielle Graphzustandsform überführt werden muss.
Die Autoren stellen ein bayessches adaptives Anreicherungsdesign vor, das historische Aggregatdaten mithilfe eines normalisierten Power-Priors nutzt, um individuelle Behandlungsentscheidungen zu optimieren und in klinischen Studien die Effizienz durch frühere Stoppentscheidungen sowie reduzierte Fallzahlen zu steigern.
Diese Arbeit stellt ein identifizierbares, eingeschränktes latentes Klassen-Modell für longitudinale polytome Daten mit kognitiven Attributen und Kovariaten vor, das auf einem zeitinhomogenen Hidden-Markov-Prozess basiert und dessen Wirksamkeit durch Simulationen sowie Anwendungen auf Mathematiktest- und Emotionsdaten nachgewiesen wird.
Das Paper stellt AgroDesign vor, ein Python-Framework, das experimentelle Versuchspläne in der Landwirtschaft direkt in statistische Modelle übersetzt, um die Reproduzierbarkeit zu erhöhen und die Gefahr fehlerhafter Schlussfolgerungen durch manuelle Modellierung zu minimieren.
Der Artikel stellt ein einheitliches Framework zur Anomalieerkennung vor, das Anomalien als Beobachtungen mit ungewöhnlich niedriger Wahrscheinlichkeit definiert und deren Erkennung durch die Schätzung der oberen Schwänze einer Surprisal-Verteilung mittels robuster empirischer oder Extremwert-Methoden auf komplexe Daten anwendbar macht.
Diese Studie stellt einen neuen Ansatz vor, der Hierarchische Zerlegungs-Priors in bayesianische Artenverteilungsmodelle integriert, um die Varianzpartitionierung in ökologische, räumliche und zeitliche Effekte transparenter zu gestalten und gleichzeitig eine vergleichbare Vorhersagegenauigkeit zu gewährleisten.
Die Autoren stellen einen einfachen Ansatz vor, der durch den Ersatz des üblichen Posterior durch eine intuitive Alternative eine zuverlässige Unsicherheitsquantifizierung für Bayes'sche Inferenz in misspezifizierten oder approximativen Modellen sowie für generalisierte (Gibbs-)Posteriors ermöglicht.
Die Arbeit stellt ein allgemeines Rahmenwerk für „Central Subspace Data Depths" vor, die multivariate Daten nach ihrem Abstand zu einem Unterraum statt zu einem einzelnen Punkt ordnen, um Symmetrie bezüglich dieses Unterraums zu erfassen und Anwendungen wie die Dimensionsreduktion oder Betrugserkennung zu unterstützen.
Die Studie stellt ein neuartiges semi-parametrisches Verfahren zur Modellierung bedingter Copulas vor, das Bayesianische Additive Regressionsbäume (BART) mit einem verlustbasierten Prior zur Reduzierung der Komplexität und einem adaptiven Reversible-Jump-MCMC-Algorithmus kombiniert, um komplexe Abhängigkeitsstrukturen unter externen Einflüssen präzise zu erfassen.
Diese Arbeit stellt eine robuste Bayes'sche Methode zur Konstruktion genetischer Risikoscores vor, die durch die Projektion von Zusammenfassungsstatistiken die Posterior-Integrität bei der Kombination heterogener Daten sicherstellt und durch die Einführung eines flexiblen „Bayesian Bridge"-Priors eine überlegene Leistung bei der Risikovorhersage erzielt.
Die Autoren stellen ein vollständig bayessches Inferenzverfahren für unnormalisierte Modelle vor, das auf Noise Contrastive Estimation und Pólya-Gamma-Datenaugmentierung basiert, um die Normalisierungskonstante als zusätzlichen Parameter zu behandeln und so eine präzise Parameterschätzung sowie eine prinzipielle Unsicherheitsquantifizierung ohne aufwendige Abstimmung zu ermöglichen.
Das Paper stellt das R-Paket DESA vor, das Schulabwesenheitsdaten nutzt, um Influenza-Epidemien frühzeitig zu modellieren, Alarme auszulösen, deren Aktualität zu bewerten und Simulationen für die öffentliche Gesundheitsforschung zu ermöglichen.
Die Studie stellt MM-test vor, eine verteilungsfreie Methode zur Identifizierung räumlich variabler Gene in räumlicher Transkriptomik, die mithilfe eines Quasi-Likelihood-Ratio-Tests und einer Knockoff-Prozedur die Falsch-Entdeckungsrate kontrolliert und sich durch überlegene Leistung sowie theoretische Garantien sowohl bei 2D- als auch bei 3D-Datensätzen auszeichnet.
Die Studie zeigt, dass die Verwendung effizienter Einflussfunktionen die semiparametrische Schätzung marginaler Behandlungseffekte mittels genetischer Instrumentalvariablen verbessert und dabei belegt, dass Personen mit einer hohen Neigung zu übermäßigem Alkoholkonsum stärkere negative Auswirkungen auf den Blutdruck erfahren.
Diese Studie erweitert das Nested Error Regression-Modell mit hochdimensionalen Parametern (NERHDP) um einen effizienten Schätzalgorithmus und robuste Verfahren zur Unsicherheitsquantifizierung, um die Genauigkeit und Skalierbarkeit von Armutsindikatoren für kleine Gebiete unter Berücksichtigung von Heterogenität zu verbessern, was anhand von Daten aus Albanien demonstriert wird.
Diese Arbeit stellt einen Rahmen zur Schätzung und Inferenz heterogener Haupteffekte unter der Annahme der Hauptignorierbarkeit vor, entwickelt mehrere Schätzer mit unterschiedlichen Robustheitseigenschaften und wendet diese auf Daten aus dem Camden Coalition-Hotspotting-Randomisierten-Test an.
Die Arbeit stellt ein Modell für Netzwerkzeitreihen vor, das mittels einer euklidischen Spiegelkurve und spektraler Schätzung auch kontinuierliche, aber in ihrer Änderungsrate variierende Übergänge (First-Order-Changepoints) zuverlässig lokalisiert, was durch Beispiele aus organoiden Netzwerken untermauert wird.
Diese Studie nutzt persistente Homologie auf einem gefilterten Zeugenkomplex, um Lücken in der Abdeckung von Kühlzentren zu identifizieren und vergleicht diese topologische Methode mit dem herkömmlichen Hitze-Verwundbarkeitsindex, um ein umfassenderes Verständnis der Hitzegefährdung in verschiedenen US-Städten zu ermöglichen.
Dieser Artikel entwickelt ein theoretisches Rahmenwerk und nichtparametrische Identifikationsformeln, um die Herausforderungen bei der Vorhersage kausaler Effekte zukünftiger Interventionen zu bewältigen, indem er die Transportierbarkeit von Wirkungen über die Zeit unter Berücksichtigung zeitvariabler Störfaktoren formalisiert.
Diese Arbeit entwickelt einen geometrischen Rahmen, der zeigt, dass der systematische Bias von Posterior-Funktionalen in der Variationsinferenz durch Komponenten bestimmt wird, die orthogonal zum Tangentialraum der Variationsfamilie liegen, und erklärt so die bekannte Verzerrung von Abhängigkeiten zwischen Parametern bei Mean-Field-Ansätzen.
Der Autor kritisiert, dass die Anwendbarkeit der vorgeschlagenen „hippokratischen Nutzenfunktion", die zwischen durch Unterlassung und durch Behandlung geretteten Leben unterschiedlich gewichtet, durch ein Gegenbeispiel eingeschränkt wird.
Diese Arbeit verbessert die klassische Cramér-Rao-Schranke im nicht-asymptotischen Regime durch eine geometrische Verfeinerung, die die extrinsische Krümmung der statistischen Modellmannigfaltigkeit im Hilbertraum unter Verwendung der Faà-di-Bruno-Formel und der Bell-Polynome berücksichtigt, um präzisere untere Schranken für die Varianz von Schätzern zu erhalten.
Diese Arbeit untersucht die statistischen Grenzen der Detektion mehrerer versteckter, inhomogener Submatrizen in großen Gauß-Matrizen unter verschiedenen Verschiebungsmodellen und Platzierungsregimen, indem sie informationstheoretische Untergrenzen beweist und Algorithmen entwickelt, die diese bis auf logarithmische Faktoren erreichen.
Diese Arbeit erweitert die Definition der mehrdimensionalen Dickman-Verteilung auf vektorwertige Zufallsgrößen, charakterisiert sie als Fixpunkte einer affinen Transformation mit einer Matrixexponential-verteilten Zufallsmatrix und beweist deren unendliche Teilbarkeit sowie Operator-Selbstzerlegbarkeit, während zudem Fälle identifiziert werden, in denen diese Verteilung als Grenzwert auftritt.
Der Artikel beschreibt die Entdeckung und Analyse eines neuen arithmetischen Phänomens namens „Murmurationen", das durch KI-Methoden identifiziert wurde und subtile Informationen über Frobenius-Spuren im Kontext der Birch-und-Swinnerton-Dyer-Vermutung sowie der Zufallsmatrixtheorie kodiert.
Diese Arbeit leitet unter schwachen Bedingungen die Grenzwertverteilungen für die letzte Zeit und die Gesamtanzahl der Abweichungen eines stark konsistenten Schätzers von seinem Zielwert ab, wodurch neue Optimalitätseigenschaften für Maximum-Likelihood-Schätzer sowie Methoden für sequenzielle Konfidenzmengen und Tests in parametrischen, nichtparametrischen und nicht-i.i.d.-Szenarien etabliert werden.
Dieses Papier charakterisiert die Palm-Verteilungen überlagerter unabhängiger Punktprozesse durch eine einfache Mischungsrepräsentation und nutzt dieses Ergebnis für statistische Anwendungen wie die Parameterschätzung bei korrupten Prozessen sowie für likelihood-basierte Inferenz bei Shot-Noise-Cox-Prozessen.
Dieses Paper stellt parallele Algorithmen zur Simulation von gradientenfreien Metropolis-Markov-Ketten vor, die durch die Nutzung von Picard-Abbildungen die Konvergenzgeschwindigkeit in hochdimensionalen Problemen signifikant beschleunigen und dabei lediglich punktweise Auswertungen der Log-Wahrscheinlichkeitsdichte benötigen.
Diese Arbeit leitet eine vektorielle Verallgemeinerung des gekrümmten Cramér-Rao-Unterschreitungsgrenzen im nicht-asymptotischen Regime her, indem sie extrinsische Geometrie und Sum-of-Squares-Optimierung nutzt, um die Limitationen klassischer zweiter Ordnungskorrekturen bei der Schätzung in gekrümmten statistischen Familien aufzulösen und präzisere, richtungsabhängige Schranken zu etablieren.
Die Autoren stellen einen neuartigen Multivariaten-Temporal-Point-Process-Sampler vor, der auf gekoppelten Unendlich-Server-Warteschlangen basiert, um diskrete Verteilungen effizienter zu sampeln als herkömmliche Geburts- und Sterbeprozesse, und leiten daraus ein biologisch plausibles rekurrentes neuronales Netzwerk ab.
Diese Arbeit untersucht zweite Ordnungs-Asymptotiken für die Anzahl der Abweichungen eines Schätzers von seinem Zielwert, um konkurrierende Schätzer mit identischen Grenzverteilungen durch das Konzept der „asymptotischen relativen Defizienz" zu unterscheiden und zeigt beispielsweise, dass die Schätzung der Normalvarianz mit dem Nenner optimal ist.
Diese Arbeit untersucht die nichtparametrische Schätzung von Dichten unter Formrestriktionen durch Projektion bezüglich der quadratischen Wasserstein-Metrik, wobei strukturelle Eigenschaften für monoton fallende und log-konkave Dichten analysiert, diskretisierte Lösungsverfahren vorgeschlagen und die Ergebnisse mit Maximum-Likelihood-Schätzern verglichen werden.
Die Autoren zeigen, dass für eine breite Klasse von stochastischen Bewertungsfunktionen effizient berechenbare, diskretisierte Verteilungen mit einer kleinen Stützmenge existieren, die eine konstante Approximation der wahren Bewertung für Teilmengen beliebiger Größe liefern und somit komplexe Optimierungsprobleme skalierbar machen.
Das Paper stellt DELVE vor, eine spektrale Graph-Filtermethode, die in unsupervised multimodalen Datensätzen modality-spezifische latente Variablen extrahiert, indem sie Unterschiede in den Konnektivitätsmustern nutzt, um gemeinsame Signale zu unterdrücken und modality-spezifische Komponenten zu bewahren.
Diese Arbeit bestimmt die exakte Menge aller gleichzeitig erreichbaren Wertepaare von Chatterjees und Blests Rangkorrelationen über die Klasse aller bivariaten Copulas, indem sie ein Optimierungsproblem löst und eine neue Extremal-Copula-Familie mit geschlossenen Formeln zur expliziten Parametrisierung dieses Bereichs herleitet.
Diese Arbeit stellt einen einstufigen, datenschutzkonformen Rahmen für die Zeit-bis-zum-Ereignis-Analyse in federierten Umgebungen vor, der Pseudo-Beobachtungen und eine entzerrte Schätzung nutzt, um flexible Link-Funktionen und nicht-proportionale Risiken zu ermöglichen, ohne dass sensible Patientendaten ausgetauscht werden müssen.
Die Studie stellt eine interpretierbare Methode zur Unsicherheitsquantifizierung für kritische Energiesysteme während zusammengesetzter Extremwetterereignisse vor, die auf dem BMW-GAM-Workflow mit Gaußscher Copula basiert und probabilistische Simulationen von Klimavariablen ermöglicht.
Diese Arbeit leitet für den Überschuss eines Random Walks aus einer standardisierten Exponentialfamilie im Regime kleiner Drift gleichmäßige Lorden-artige Momentenschranken mit expliziten, exponentiell in der Barriere abklingenden Restgliedern her und zeigt, dass sich die klassische Konstante für große Barrieren auf 1 verbessert, wobei die Konvergenzgeschwindigkeit zudem im Sinne optimalen Transports interpretiert wird.
Die vorgestellte Arbeit schlägt eine intuitive und einfach zu implementierende Methode auf Basis des Rejection Sampling vor, um statistische Tests beliebiger Dimension zu finden, die in Simulationen eine mit den gleichmäßig besten (unverzerrten) Tests vergleichbare Leistungsfähigkeit und eine hohe Güte der Anpassung aufweisen.