✓ Beoordeeld

Door auteurs beoordeelde papers

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.

1329 papers beoordeeld door auteurs · 701–710 / 1329

💻 informatica

SCENIC: Semantic-Conditioned Edge-Aware Neural Framework for Structured IoT Command Generation

Dit artikel introduceert SCENIC, een end-to-end framework dat de implementatie van uiterst efficiënte transformer-modellen op een schaal van minder dan 0,2 miljard parameters op hulpbronnenbeperkte edge IoT-apparaten mogelijk maakt voor het genereren van gestructureerde smart-home commando's, waarbij een bijna perfecte nauwkeurigheid (99,0% EM@1) wordt bereikt terwijl de modelgrootte en inferentielatentie aanzienlijk worden verminderd door geavanceerde pruning, kwantisatie en hardware-bewuste optimalisatie.

Luke Ztz Hu, Hongbing Lang, Songping Mai2026-06-23✓ Author reviewed ⓘ
💬 NLP

OTTER: A Red-Teaming System for Toxicity-Evading Jailbreak Prompt Optimization

OTTER is een black-box red-teaming framework dat de broosheid van op toxiciteit gebaseerde LLM-verdedigingen demonstreert door prompts te optimaliseren om detectie te omzeilen via minimale tokenwijzigingen, waardoor het een significante toename in aanvals-succesratio's bereikt en bruikbare inzichten biedt voor het harden van classifiers.

Jerry Wang, Hsin-Ling Hsu, Yi-Cheng Lai, Nai-Chia Chen, Fang Yu2026-06-23✓ Author reviewed ⓘ
🤖 machine learning

Noise is Signal: Density-Based Outliers as Leading Indicators of Occupational Emergence in Labor Market Text

Dit artikel daagt standaard NLP-praktijken uit door de Emergence-Density Inversion (EDI) hypothese voor te stellen, die aantoont dat het weggooien van laag-densiteit "ruis" in vacatures cruciale leidende indicatoren van opkomende beroepen over het hoofd ziet, zoals blijkt uit de snelle stabilisatie van nieuwe AI-gerelateerde rollen zoals Prompt Engineer en AI Safety Researcher binnen de geanalyseerde dataset.

Shreyash Rawat2026-06-23✓ Author reviewed ⓘ
🔢 wiskunde

Interpolations: a linear algebra approach

Dit artikel introduceert een verenigd lineair-algebraïsch kader gebruikmakend van duale ruimten om algemene existentie- en uniciteitstheorema's voor diverse interpolatieproblemen vast te stellen, waarbij expliciete duale basisformules worden afgeleid die een efficiënte constructie van interpolanten mogelijk maken voor toepassingen variërend van Lagrange-polynomen en Hermite-splines tot trigonometrische interpolatie en heterogene sensordata.

Andronick Arutyunov, Nikolay Korgin2026-06-23✓ Author reviewed ⓘ
🤖 machine learning

Exact and Approximate Range Queries for Efficient Ball Mapper Construction

Dit artikel stelt exacte en benaderende range query-methoden voor en evalueert deze met behulp van ball trees en FAISS om de constructie van Ball Mapper te versnellen, waarbij wordt aangetoond dat hoewel benaderende methoden de graafcomplexiteit conservatief verminderen zonder valse positieven te introduceren, hun impact significant varieert op basis van de geometrie van de dataset.

Jay-Anne Bulauan, John Rick Manzanares2026-06-23✓ Author reviewed ⓘ
💻 informatica

Thalia: A Global, Multi-Modal Dataset for Volcanic Activity Monitoring

Dit artikel introduceert Thalia, een wereldwijde, multimodale dataset bestaande uit 38 spatiotemporele datacubes met expertannotaties en atmosferische variabelen om datascarciteit te overwinnen en deep learning-gebaseerde geautomatiseerde monitoring van vulkanische deformatie via InSAR te bevorderen.

Nikolas Papadopoulos, Nikolaos Ioannis Bountos, Maria Sdraka, Andreas Karavias, Gustau Camps-Valls, Ioannis Papoutsis2026-06-23✓ Author reviewed ⓘ
💻 informatica

Pixel Watch: Robust Heart Rate Sensing from Multipath PPG and On-Device Deep Learning Trained on 10,000 hours of Free-Living and Fitness Data

De Pixel Watch 2 bereikt een aanzienlijk verbeterde nauwkeurigheid van de hartslag tijdens bewegingsintensieve activiteiten door gebruik te maken van een 10-kanaals multipad PPG-sensor en een on-device deep learning-model dat is getraind op 10.000 uur aan diverse data, wat resulteert in substantieel kleinere foutmarges vergeleken met eerdere apparaten.

Daniel Roggen, Megan Walker, Yojan Patel, Shyam Tailor, Dimitris Spathis, Matt Wimmer, Brennan Garrett, Dan Howe, Abhinu (…)2026-06-23✓ Author reviewed ⓘ
💻 informatica

Motion-Aware Reinforcement Learning For Object Localization

Het artikel introduceert MARLNet, een op PPO gebaseerde reinforcement learning-agent die bewegingsprioriteiten en actiesmoothness-straffen integreert om objectdetectie-bounding boxes te verfijnen, waarbij consistente prestatiewinsten op de VOC- en VisDrone-datasets wordt behaald terwijl beloningsinterferentie en representationele beperkingen worden aangepakt.

Prithvi Raj Singh, Satyendra Singh2026-06-23✓ Author reviewed ⓘ