8388 papers
Dit paper introduceert AceMAD, een multi-agent debatframework dat de 'Martingale-vloek' doorbreekt door asymmetrische cognitieve potentiële energie te benutten, waardoor waarheidsgetrouwe agenten hun meerderheidsfouten kunnen corrigeren en de collectieve convergentie naar het juiste antwoord wordt versneld.
Dit artikel presenteert een hybride machine learning-model dat MRI-beelden verwerkt via een combinatie van CNN-architecturen (VGG19, EfficientNet en ResNet50) en een Bi-LSTM-classificatie, waardoor een nauwkeurigheid van 98,83% wordt bereikt voor de vroege detectie van cerebrale parese bij pasgeborenen.
Dit paper introduceert 'context specificatie' als een proces om diffuse belanghebbendenperspectieven om te zetten in duidelijke, meetbare constructen, waardoor AI-evaluaties beter aansluiten bij de operationele realiteit en duurzame meerwaarde voor organisaties kunnen leveren.
Dit artikel onderzoekt hoe de onstabiele grens tussen agent en wereld in decentrale multi-agent-versterkingslearning leidt tot een continu-leerprobleem waarbij de invariante kern van succesvolle beslissingsstructuren kan verdwijnen door beleidsgestuurde niet-stationariteit.
Deze studie presenteert een door AI ondersteunde database van bijna 24.000 presentaties van de Society for Social Work and Research (SSWR) over twee decennia, waarin een aanzienlijke groei in samenwerking, internationale deelname en een aanhoudende dominantie van kwantitatieve methoden wordt vastgesteld.
Deze studie analyseert de impact van netwerkdegradaties op robotische teleschirurgie door middel van een nieuw fault-injectietool (NetFI) en een gebruikersstudie, waarmee kwantitatieve inzichten worden verkregen over de operationele grenzen en kwetsbare bewegingsprimitieven voor het ontwikkelen van robuuste besturingsstrategieën.
Dit artikel onthult dat modellen die hun redenering consistent houden met visuele input tijdens lange taken (gemeten via Step Grounding Rate) beter generaliseren naar onbekende situaties dan modellen die alleen op de eindnauwkeurigheid worden beoordeeld.
Dit artikel presenteert een receding-horizon optimalisatiestrategie die de asynchrone dynamiek van motoren en de redundantie van volledig geactueerde omnidirectionele UAV's benut om motorcommando-oscillaties te onderdrukken en zo de trajectvolging te verbeteren.
Dit artikel beschrijft hoe een MSW-opleiding kunstmatige intelligentie gebruikte om meer dan 40.000 vacatures te analyseren, waardoor strategische inzichten in arbeidsmarkttrends en vaardigheidsvereisten werden gegenereerd om de curriculumontwikkeling te stroomlijnen.
Het artikel presenteert RoboCritics, een systeem dat Large Language Models voor robotprogrammering aanvult met expert-informed critics die bewegingsfouten detecteren en transparante feedback bieden, waardoor de veiligheid en betrouwbaarheid van door niet-experts gegenereerde robotcode aanzienlijk worden verbeterd.
Dit paper introduceert MotionBits, een semantiek-onafhankelijk concept voor het segmenteren van bewegende stijve lichamen op basis van kinematische twist-equivalentie, en presenteert het MoRiBo-benchmark en een leervrije grafische methode die de staat-der-techniek overtreft voor robuuste fysieke interactie-analyse in robotica.
Dit artikel presenteert een empirisch onderbouwde taxonomie van fouten in agentic AI-systemen, gebaseerd op de analyse van 13.602 issues en een developerstudie, die 37 fouttypes, 13 symptoomklassen en 12 oorzakelijke categorieën identificeert om betrouwbare systemen te bevorderen.
Dit paper introduceert Twitch, een tool die automatisch abstraheringen ontdekt uit mislukte of succesvolle bewijzen om de prestaties en snelheid van de equationale bewijzer Twee aanzienlijk te verbeteren.
Dit onderzoek introduceert het LAVT-testbed en onthult dat visuele teleoperatie voor voertuigen een niet-lineaire stabiliteitsinstorting ondergaat bij een eenrichtingsnetwerkvertraging tussen 150 en 225 ms, wat leidt tot een drastische daling van de routevoltooiing.
Dit artikel introduceert Perturbed Gaussian Ensemble, een actief beeldselectieframework dat onzekerheidsmodellering en sequentiële besluitvorming combineert om de kwaliteit van reconstructies bij schaarse CT-beelden te verbeteren door de meest informatieve X-ray-weergaven te selecteren.
Dit artikel introduceert een methode om multimodale taalmodellen effectiever audio-informatie te laten verwerken door tijdens de inferentie specifieke 'luister'-aandachtskoppen te lokaliseren en te manipuleren, wat zonder parameterupdates de nauwkeurigheid op de MMAU-benchmark met tot 8,0 procentpunten verbetert.
Een gerandomiseerd experiment met 400 deelnemers toont aan dat bij het close reading van gedichten één AI-interpretatie zowel de prestaties als het plezier verbetert, terwijl meerdere interpretaties of een zware afhankelijkheid van AI weliswaar de prestaties kunnen verhogen maar ten koste gaan van het leesplezier, wat suggereert dat bij culturele interpretatie "minder meer" is.
Deze studie concludeert dat hoewel complexe multi-agent architecturen niet altijd de diagnosekwaliteit verbeteren, de hiërarchische opzet licht de beste prestaties levert en dynamische topologiekeuze essentieel is voor het diagnosticeren van zeldzame ziekten.
Deze paper introduceert PVBench, een benchmark die aantoont dat meer dan 40% van de door automatische kwetsbaarheidsreparatiesystemen als correct beoordeelde patches falen wanneer ze worden getest met uitgebreide PoC+-tests, wat wijst op een kritieke onderbenutting van developer intenties en specificaties in de huidige validatiemethoden.
Dit paper introduceert ColonSplat, een dynamisch Gaussian Splatting-framework dat de peristaltische beweging tijdens colonoscopie nauwkeuriger reconstrueert dan bestaande methoden, ondersteund door een nieuw synthetisch dataset genaamd DynamicColon.