8464 papers
Dit onderzoek analyseert de non-verbale interacties van neurotypische en autistische kinderen met antropomorfe agenten in open-ended taken om inzicht te krijgen in hun gedrag en repetitieve bewegingen voor de ontwikkeling van inclusieve sociale systemen.
Dit artikel overbrugt de kloof tussen dynamisch programmeren en versterkend leren door een gedeterminiseerde versie van versterkend leren te ontwikkelen en wiskundig te analyseren om de equivalentie tussen kostenminimalisatie en beloningsmaximalisatie te tonen, terwijl het pleit voor het optimaliseren van de werkelijke kosten in plaats van het gebruik van willekeurige parameters.
Dit artikel introduceert een unificerend, domein-onafhankelijk raamwerk voor het berekenen van de bus-factor door projecten als bipartiete grafen te modelleren, bewijst dat zowel de exacte berekening als de geïntroduceerde robuustheidsgebaseerde maatstaf NP-moeilijk zijn, en presenteert efficiënte lineaire benaderingsalgoritmen die projectrisico's informatiever en stabieler inschatten dan bestaande methoden.
Dit onderzoek toont aan dat opzettelijke misleiding in LLM-agenten een gecontroleerde vaardigheid is die voornamelijk werkt via strategische misleiding in plaats van fabricage, waarbij de motieven van de doelagenten het meest kwetsbaar zijn voor manipulatie.
Dit paper biedt een praktijkgerichte analyse van de Britse Cyber Security and Resilience Bill uit 2025, waarin de uitgebreide reikwijdte, strengere meldingsplichten en zware sancties worden toegelicht, vergeleken met EU-wetgeving, en gekoppeld aan concrete compliance-richtlijnen en zelfbeoordelingsinstrumenten voor organisaties.
SoundWeaver is een trainingsvrij en modelonafhankelijk serversysteem dat de latentie van tekst-naar-audio diffusiemodellen aanzienlijk verlaagt door het generatieproces warm te starten op basis van semantisch vergelijkbare, in cache opgeslagen audiofragmenten, zonder in te leveren op de perceptuele kwaliteit.
Deze paper introduceert een taakbewuste interface die visuele input omzet in een semantisch-geometrische representatie door objecten te segmenteren en te herverven met vooraf gedefinieerde kleuren en dieptedata, waardoor robotbeleid robuuster wordt tegen visuele veranderingen zonder het beleid zelf aan te passen.
Dit artikel is een supplementair document voor het CoPPar Tree-papier dat een gedetailleerd correctheidsbewijs voor de CoPPar-architectuur biedt.
Dit paper introduceert een methode die transfer entropy gebruikt om invloedrijke robotacties te identificeren tijdens mens-robotinteracties, waardoor de ontwerp- en aanpassingsmogelijkheden van robotische systemen worden verbeterd.
Deze paper introduceert SPAD, een structuur- en voortgangsgevoelige diffusiemodel voor medische beeldsegmentatie dat via een progressieve scheduler eerst stabiele morfologische structuren leert en vervolgens pas overgaat op het verfijnen van onzeker grenzen.
Dit artikel presenteert beeldsegmentatie als een visueel testkader voor coalitieformatie in hedonische spellen, waarbij wordt onderzocht hoe een granulariteitsparameter de evenwichtsfragmentatie beïnvloedt en de link legt tussen mechanismeontwerp en de structuur van evenwichten.
Dit paper introduceert een nieuwe methode die het vermogen van LaCAM* benut om een dynamische, lichtgewicht verkeerskaart te construeren tijdens de zoektocht, waardoor de rekenkosten worden verlaagd en de oplossingskwaliteit voor Multi-Agent Path Finding wordt verbeterd ten opzichte van bestaande statische aanpakken.
Het artikel introduceert RoboRouter, een trainingsvrij kader dat de prestaties van robotmanipulatie verbetert door een pool van heterogene beleidsmodellen intelligent te routeren op basis van semantische taakrepresentaties en historische uitvoeringsgegevens, wat resulteert in aanzienlijk hogere succespercentages dan individuele beleidsmodellen.
Dit artikel introduceert MINT, een raamwerk dat ruimtelijke transcriptomics-supervisie integreert in voorgeprogrammeerde pathologie-Vision Transformers om de moleculaire toestand van weefsel beter vast te leggen en zo de prestaties voor zowel genexpressievoorspelling als algemene pathologietaken te verbeteren.
Het artikel introduceert EveryQuery, een EHR-fundatiemodel dat via task-geconditioneerd pre-training zero-shot klinische voorspellingen mogelijk maakt door direct de waarschijnlijkheid van een uitkomst te schatten op basis van een patiëntgeschiedenis en een gestructureerde query, wat leidt tot aanzienlijke prestatieverbeteringen ten opzichte van autoregressieve baselines, met name voor zeldzame klinische gebeurtenissen.
Dit paper introduceert IOTEL, een tool die systematisch IoT-gegevens integreert in objectgecentreerde gebeurtenislogboeken (OCEL) om de analyse van IoT-verrijkte bedrijfsprocessen te faciliteren.
Dit artikel presenteert een robuuste regelingssynthesemethode voor onzekere lineaire systemen met inputsaturatie binnen het raamwerk van integrale kwadratische beperkingen (IQCs), die door middel van gemengde IQC's en lineaire matrixongelijkheden (LMIs) een verbeterde -prestatie en stabiliteit garandeert ten opzichte van conventionele benaderingen.
Deze studie presenteert een volledig visuele autonomieframework voor robotische bronchoscopie dat, zonder externe tracking, lange- en korte-termijn agenten combineert met een wereldmodel om succesvol te navigeren naar doelgebieden in de luchtwegen.
Dit artikel introduceert een concept-gestuurde Bayesiaanse framework voor zero-shot beeldherkenning die, door concepten als latente variabelen te behandelen en uitbijters te filteren via een trainingsvrije likelihood, de beperkingen van heuristische prompt-engineering overwint en state-of-the-art prestaties bereikt.
Dit artikel introduceert GTEM-LVC, een gestroomlijnd framework voor geleerde videocompressie dat een cascaded Mamba-module met ingebouwde geometrische transformaties en een lokale verfijningsnetwerk combineert om prestaties te verbeteren zonder complexe bewegingsschatting.