5312 papers
Dit artikel toont aan dat algoritmen die zonder kennis van concurrenten handelen, vaak naïeve collusie vertonen door synchronisatie van acties, waarbij de kans op dit gedrag sterk afhangt van het gebruikte leermechanisme en varieert van nooit tot altijd afhankelijk van de mate van determinisme.
Dit artikel introduceert Prithvi-EO-2.0, een geavanceerd open-source fundamenteel model voor aardobservatie dat is getraind op 4,2 miljoen tijdreeksstalen en aanzienlijk beter presteert dan eerdere modellen bij diverse ruimtelijke taken, van landdekkingsmapping tot ecosysteemmonitoring.
Het paper introduceert iLLaVA, een methode die Large Multimodal Models versnelt door visuele redundantie al bij de image encoder te reduceren en nuttige informatie van verwijderde tokens te recyclen, wat leidt tot aanzienlijke snelheidswinst en hogere efficiëntie zonder in te leveren op prestaties.
Dit artikel analyseert de algoritmische complexiteit van het berekenen van een pure Nash-evenwicht in Tullock-competities met heterogene deelnemers en toont aan dat de complexiteit afhangt van het aantal deelnemers met een elastischheidsparameter tussen 1 en 2, waarbij een polynoomtijd-algoritme mogelijk is bij een logaritmisch beperkt aantal dergelijke deelnemers, maar het probleem NP-compleet wordt bij een groter aantal, hoewel een FPTAS dan nog steeds een efficiënte benadering biedt.
LangSurf introduceert een taal-geëmbedeerd oppervlakveld dat door middel van geometrische supervisie en een hiërarchisch contextbewust module de 3D-taalfeld nauwkeurig op objectoppervlakken uitlijnt, waardoor superieure open-vocabulaire segmentatie en bewerking in 3D-scènes mogelijk wordt.
Dit artikel presenteert een deep learning-framework dat historische uitval- en weergegegevens integreert om de weerbaarheid van elektriciteitsnetten te voorspellen en gerichte investeringen in gedistribueerde energiebronnen te sturen.
Deze paper introduceert een effectieve techniek voor het identificeren van IoT-firmwareversies met behulp van een Twin Neural Network en transfer learning, die statistische kenmerken uit pakketstromen omzet in afbeeldingen om versie-updates met hoge nauwkeurigheid te detecteren met weinig trainingsdata.
Deze casestudie onderzocht hoe de AI-gestuurde feedbacktool van CGScholar de schrijfcursus van zes elfdeklassers in een school met een laag inkomen heeft ondersteund en leverde tegelijkertijd waardevolle verbeterpunten voor de tool op.
Dit paper presenteert een systematische aanpak voor statische en dynamische taint-analyse van Graph API's om gebroken toegangscontrole te detecteren, waarbij graftransformatieregels en kritieke paar-analyse worden gebruikt om onbevoegde datastroom tussen bronnen en zinken te identificeren en te valideren.
Dit artikel introduceert een probleemonafhankelijke MAP-gebaseerde geleide term-schatting voor diffusiemodellen die, door een vooraf getrainde score te combineren met een nieuwe geleide term, superieure resultaten behaalt bij inverse problemen zoals superresolutie en inpainting door beter de intrinsieke eigenschappen van de data vast te leggen.
Dit paper introduceert VL-Nav, een neuro-symbolisch systeem dat neurale redenering combineert met symbolische begeleiding om robots in staat te stellen complexe, abstracte instructies te volgen en effectief te navigeren in onbekende, grote omgevingen, wat resulteert in hoge succespercentages in zowel simulaties als real-world experimenten.
Dit paper presenteert een systematisch raamwerk en een taxonomie om de door grote technologiebedrijven aangevoerde veiligheidsargumenten tegen interoperabiliteit in EU-antitrustprocedures kritisch te analyseren.
Dit paper introduceert Prompt-SID, een zelftoezichtend framework voor het verwijderen van ruis uit een enkele afbeelding dat structurele details behoudt door middel van een prompt-leringsbenadering met latent diffusion en een transformer-architectuur.
Deze PRISMA-gestuurde survey analyseert 232 studies over verantwoord generatief AI en biedt een uitgebreid raamwerk met criteria, KPI's en beleidsaanbevelingen om evaluatie, governance en duurzame toepassing in diverse sectoren te harmoniseren.
Dit onderzoek presenteert een hoogpresterend algoritme dat T1-, T2-, T1ce- en FLAIR-MRI-beelden fuseert via UNET-segmentatie en ResNet50-classificatie om gliomen met een nauwkeurigheid van 99,25% te onderscheiden in subklassen zoals necrotische kern, oedeem en versterkende tumor.
Dit onderzoek presenteert een diep leer-gebaseerde aanpak met UNet-, Inception- en ResNet-architecturen voor geautomatiseerde 2D- en 3D-segmentatie van gliomen op de BraTS-datasets, waarbij het ResNet-model met name uitstekende prestaties levert (tot 99,77% nauwkeurigheid en een Dice-score van 0,9888) en zo een evenwicht biedt tussen computationele efficiëntie en ruimtelijke precisie voor klinische toepassing.
Dit artikel introduceert het DEBT-controlprotocol, een gezamenlijk routing- en flow-controlmechanisme dat payment channel networks naar een optimale operationele toestand stuurt door kanalen prijzen te laten instellen op basis van hun nettostromen, waarbij gebruikers hun transacties daarop afstemmen.
Dit artikel introduceert de Diffusion Stabilizer Policy (DSP), een diffusie-gebaseerd leerframework dat chirurgische robots in staat stelt om te trainen met imperfecte of mislukte trajecten en zo robuustere en nauwkeurigere geautomatiseerde chirurgische ingrepen mogelijk maakt.
Dit artikel introduceert een nieuw raamwerk voor LLM-gestuurde multi-agent systemen in Minecraft dat door middel van een parallelle planning-actie-architectuur met onderbrekbare uitvoering de beperkingen van traditionele seriële methoden overwint en zo de real-time responsiviteit in dynamische omgevingen aanzienlijk verbetert.
Deze studie introduceert een schaalbaar en robuust transformer-model op tetraëdrische meshes met anatomische landmarks, dat de diagnose van de ziekte van Alzheimer en de voorspelling van amyloïde positiviteit bij personen met een gemiddeld risico verbetert zonder dure PET-scans.