Papers waarbij de oorspronkelijke auteurs onze begrijpelijke uitleg hebben bekeken.
Voor elke paper op deze pagina heeft ten minste één van de oorspronkelijke auteurs onze begrijpelijke uitleg gezien en beoordeeld — door te bevestigen dat de uitleg klopt of door correcties aan te vragen die wij vervolgens hebben doorgevoerd. Een bevestiging betekent niet dat auteurs elke zin formeel goedkeuren, maar wel dat de uitleg langs de mensen is gegaan die de paper hebben geschreven.
607 papers beoordeeld door auteurs · 131–140 / 607
Het artikel betoogt dat het lezen en refactoren van code om een minimale, verenigde Python-toolkit (EZR.py) te creëren onthult dat eenvoudige, lichtgewicht algoritmen complexe state-of-the-art tools kunnen overtreffen bij optimalisatietaken voor tabelvormige software engineering, terwijl ze aanzienlijk minder gegevens en computationele middelen vereisen.
Dit artikel introduceert een trainingsvrije, plug-in "drift-gating"-mechanisme dat de verhoogde instabiliteit van adversariële voorbeelden onder ruisperturbatiesies benut om selectief defensieve maatregelen tijdens de testtijd te activeren, waardoor de balans tussen schone robuustheid en nauwkeurigheid in Vision-Language Modellen aanzienlijk wordt verbeterd zonder de schone nauwkeurigheid te verslechteren.
Dit artikel presenteert het optimale ontwerp en de analytische modellering van een op de Fin-Ray geïnspireerde zachte grijperving voor delicate landbouwtoepassingen, gebruikmakend van de Finite Rigid Elements Method om een hoge nauwkeurigheid in krachtcontrole te bereiken en gevalideerd door middel van ANSYS-simulaties en experimentele tests.
Dit artikel demonstreert hoe de akoestische resonantie van een bierfles kan worden gemodelleerd als een eendimensionale aangedreven gedempte oscillator en stelt het gebruik van Fourier-methoden voor om efficiënt de benodigde gegevens te verzamelen voor parameterfitting in experimenten binnen het bacheloronderwijs.
Het artikel introduceert d2, een nieuw reinforcement learning-framework voor masked diffusion taalmodellen dat gespecialiseerde traject-likelihoodschatters (d2-AnyOrder en d2-StepMerge) gebruikt om de redeneercapaciteiten op logische en wiskundige benchmarks aanzienlijk te verbeteren, waarbij nieuwe state-of-the-art prestaties worden behaald.
Dit artikel bekritiseert de traditionele Boltzmann-definitie van entropie als de logaritme van kwantumtoestanden, en stelt in plaats daarvan voor dat entropie voortkomt uit subkwantumprocessen en wiskundig wordt uitgedrukt als de ratio van de logaritme van de maximale toestandsrealisaties van een macroscopisch systeem tot de frequentie van de voorkomens van zijn kwantumtoestanden over een gegeven observatieperiode.
Dit artikel toont aan dat de reactie van de elektriciteitsvraag van Bitcoin-miners op stijgende kosten in de Texaanse energiemarkt economisch staatafhankelijk is, waarbij deze zwakker wordt naarmate een hogere "hashprice" (verwachte mijnbouwopbrengst) de drempel voor afschakeling naar hogere elektriciteitsprijzen verschuift, wat suggereert dat het behandelen van dergelijke belastingen als betrouwbare flexibele middelen voor het elektriciteitsnet hun werkelijke beschikbaarheid kan overschatten.
Dit artikel stelt een formeel engineeringframework voor, geïnspireerd door metamaterialen, om institutionele coördinatie onder AI-gestuurde beslissingssnelheid te modelleren, waarbij een constitutieve wet wordt geïntroduceerd die een catastrofale "Freezing Equilibrium" voorspelt wanneer verificatiekosten de nutswaarde overstijgen, en biedt toetsbare hypothesen aan om deze faseovergang te voorkomen door middel van geoptimaliseerde herkomst- en verificatiestructuren.
Dit artikel vestigt een microscopisch kader dat aantoont dat de herstel van rotatiesymmetrie in relativistische zware-ionencollisies fungeert als een geometrisch laagdoorlaatfilter dat effectieve vervormingsmodi exponentieel onderdrukt, waardoor het gebruik van klassiek vervormde geometrieën wordt verzoend met de rotatie-invariante kwantumgrondtoestanden van even-even kernen.
Site4Drug is een AI-agent die gerangschikte, modaliteitsbewuste drug-bindende doelplaatsen op eiwitten voorspelt door diverse biologische bewijslast te integreren om de ambiguïteit en faalpercentages te overwinnen die geassocieerd worden met het selecteren van acteerbare interventieregio's, met name voor membraaneiwitten.