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.

1014 papers beoordeeld door auteurs · 701–710 / 1014

⚡ electrical engineering

ForcingDAS: Unified and Robust Data Assimilation via Diffusion Forcing

ForcingDAS is een geïntegreerd en robuust data-assimilatiekader dat is gebaseerd op Diffusion Forcing en een gezamenlijk-trajectie-prior leert om de foutopstapeling van traditionele filtermethoden en de regimespecialisatie van bestaande geleerde modellen te overwinnen, waardoor een enkel getraind model naadloos nuvoorspelling, smoothing en reanalyse kan uitvoeren over diverse weer- en klimaatbenchmarks.

Yixuan Jia, Siyi Chen, Yida Pan, Xiao Li, Lianghe Shi, Chanyong Jung, Haijie Yuan, Ismail Alkhouri, Yue Cynthia Wu, Saip (…)2026-05-15✓ Author reviewed
🔭 astrophysics

GeV emission around SS 433 with 17 years Fermi-LAT observation

Op basis van 17 jaar waarnemingen met Fermi-LAT identificeert deze studie meerdere GeV-bronnen rondom de microquasar SS 433, waaronder afzonderlijke excessen in het oosten en westen, en levert het eerste observationele bewijs dat suggereert dat kosmische stralingsprotonen worden versneld in de grootschalige uitstromingen van Galactische microquasars.

Qiwang Sun, Dmitry Khangulyan, Jiren Liu, Siming Liu2026-05-15✓ Author reviewed
📊 statistics

A New Framework for Convex Clustering in Kernel Spaces: Finite Sample Bounds, Consistency and Performance Insights

Dit artikel stelt een gekerneliseerd convex clusteraarframework voor dat data projecteert op een Reproducing Kernel Hilbert Space om effectief niet-lineaire en niet-convexe structuren te hanteren, terwijl het theoretische garanties biedt op convergentie en grenzen voor eindige steekproeven, aangevuld met empirisch bewijs van superieure prestaties ten opzichte van state-of-the-art methoden.

Shubhayan Pan, Kushal Bose, Debolina Paul, Saptarshi Chakraborty, Swagatam Das2026-05-15✓ Author reviewed
💻 computer science

Sheaf-Theoretic Transport and Obstruction for Detecting Scientific Theory Shift in AI Agents

Dit artikel stelt een eindig schuiftheoretisch raamwerk voor dat verschuivingen in wetenschappelijke theorieën bij AI-agenten detecteert door representatieve transportfalen en obstructiekosten te kwantificeren om onderscheid te maken tussen geldige vervormingen binnen een bestaande taal en noodzakelijke uitbreidingen naar nieuwe regimes.

David N. Olivieri, Roque J. Hernández2026-05-15✓ Author reviewed
🔭 astrophysics

Age and metallicity of low-mass galaxies: from their centres to their stellar halos

Met behulp van 17 gesimuleerde laagmassa-galaxieën uit het Auriga-project onthult deze studie dat, hoewel sterrenmetalliciteitsgradiënten onafhankelijk zijn van intrinsieke galaxie-eigenschappen, de dispersie in halo-metalliciteit wordt gedreven door de timing van satellietaccretie en dat de karakteristieke U-vormige radiale leeftijdprofielen voortkomen uit een combinatie van gestopte buitenste sterrenvorming en door samensmeltingen aangedreven herverdeling van sterren.

Elisa A. Tau, Antonela Monachesi, Facundo A. Gómez, Robert J. J. Grand, Rüdiger Pakmor, Freeke van de Voort, Federico Ma (…)2026-05-15✓ Author reviewed
💻 computer science

The Evaluation Trap: Benchmark Design as Theoretical Commitment

Dit artikel introduceert "Epistematica", een meta-evaluatieve methodologie voor het auditen van AI-benchmarks om bloot te leggen hoe ononderzochte theoretische aannames zelfversterkende evaluatiedruppels creëren die structurele beperkingen verdoezelen, en demonstreert de toepassing ervan door een recent voorstel te bekritiseren dat onbedoeld het paradigma dat het wil herzien, juist verankert.

Theodore J Kalaitzidis2026-05-15✓ Author reviewed
💻 computer science

SuperADD: Training-free Class-agnostic Anomaly Segmentation -- CVPR 2026 VAND 4.0 Workshop Challenge Industrial Track

Het artikel presenteert SuperADD, een trainingsvrije, klasse-agnostische pipeline voor anomaliedetectie die een DINOv3-ruggengraat en robuuste voorverwerkingstechnieken benut om state-of-the-art prestaties te behalen op de MVTec AD 2-dataset onder uitdagende distributieveranderingen zonder per-klasse hyperparameterafstelling.

Lukas Roming, Felix Lehnerer, Jonas V. Funk, Andreas Michel, Georg Maier, Thomas Längle, Jürgen Beyerer2026-05-15✓ Author reviewed