3690 papers
Dit gemengde methodologische onderzoek analyseert de levensgeschiedenis van Wikipedia-artikelen over taboe-onderwerpen en identificeert zes thema's die aantonen dat dergelijke kennisartefacten gedijen door veerkrachtig leiderschap, betrokken organisaties en emergente governance ondanks conflicten en beperkte identificeerbaarheid.
Dit paper introduceert MLVAS, een multimodaal systeem dat audio- en videostroboscopische data combineert om automatische segmentatie, kenmerkextractie en objectieve visualisatie te bieden voor de ondersteunde diagnose van stembandverlamming.
Dit paper onderzoekt hoe kunstmatige intelligentie de softwaretestprocessen transformeert door geautomatiseerde testcasegenereering en validatie mogelijk te maken, wat leidt tot hogere efficiëntie, nauwkeurigheid en schaalbaarheid, terwijl het ook de uitdagingen rondom datakwaliteit, transparantie en de balans tussen automatisering en menselijk toezicht adresseert.
Deze paper presenteert een veilig navigatiekader voor bipedale robots dat een door deep reinforcement learning getraind locomotiebeleid combineert met een op de Koopman-operator gebaseerde lineaire dynamische voorspelling in een verheven ruimte, waardoor een modelvoorspellende regelaar (MPC) nauwkeurigere trajecten en verbeterde veiligheid in dichte omgevingen kan bereiken.
InterMind is een door grote taalmodellen aangedreven systeem dat de diagnose van depressie verbetert door interactie tussen patiënt, arts en familie te faciliteren en interpretabele rapporten te genereren via geavanceerde technieken zoals retrieval-augmented generation en chain-of-thoughts.
Dit paper introduceert PiVOT, een nieuwe visuele prompting-methode voor generiek objecttracking die een voorgeïmplementerd fundamenteel model (CLIP) gebruikt om online visuele prompts te genereren en te verfijnen, waardoor het tracker-model beter in staat is om storende objecten te onderdrukken en de prestaties te verbeteren.
Dit paper introduceert S^2Sim, een nieuw systeem dat automatisch fouten in gedistribueerde routingconfiguraties diagnoseert en repareert door selectieve symbolische simulatie te gebruiken om intentie-conforme varianten te vinden.
Dit artikel introduceert de Pose Prior Learner (PPL), een zelftoezichtende methode die een generiek houdingsvoorkennis voor objectcategorieën leert via een hiërarchisch geheugen van prototypische houdingen, waardoor de schatting van houdingen, zelfs bij occlusie, aanzienlijk wordt verbeterd zonder extra menselijke annotaties.
ExpGest is een innovatief diffusion-model dat door het synchroniseren van tekst- en audio-informatie expressieve, natuurlijke en emotioneel gecontroleerde full-body gebaren genereert, waarmee het de beperkingen van bestaande methoden die zich uitsluitend op audio en het bovenlichaam richten, overwint.
Dit artikel onderzoekt de ontwerp van inkomstenmaximerende mechanismen voor een zelfzuchtige mediator in tweezijdige handel met interafhankelijke waarderingen, waarbij het een onmogelijkheidsresultaat aangaande prikkelcompatibiliteit, gehoorzaamheid en informativiteit vaststelt en vervolgens de optimale mechanismen analyseert onder de voorwaarden van constante kosten of vetorecht, wat respectievelijk leidt tot een drempelstructuur die lage types meer informatie biedt en een 'lemons market'-effect veroorzaakt.
Dit paper introduceert een variant van het Pebble Game die partiële berekeningen toestaat om DAG's met willekeurige in-degrées te modelleren, en bewijst dat het bepalen van een optimale strategie NP-compleet is, zelfs voor eenvoudige gevallen.
Dit artikel toont aan dat uniforme ondergrenzen voor nondeterministische tijdscomplexiteit, zoals voor k-SAT en MAX-3-SAT, kunnen worden gebruikt om de constructie van generatoren voor complexe combinatorische objecten, waaronder monotoon boolese functies, rigide matrices en hoge-rang tensoren, te bewijzen.
Deze studie toont aan dat TikTok en Spotify door hun specifieke platformisatiepraktijken verschillende kenmerken van hitsongs beïnvloeden, terwijl er ook een onderling verband bestaat waarbij populariteit op Spotify de populariteit op TikTok kan voorafgaan.
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.