Suche nach Ressourcenzuteilung

ODAR: Prinzipielle adaptive Routenplanung für LLM-Logik mittels aktiver Inferenz

Die Art und Weise, wie große Sprachmodelle (LLMs) logische Aufgaben lösen, hat sich grundlegend gewandelt: Statt die Modellparameter weiter…

arXiv – cs.AI 02.03.2026 05:00

Forschung

Sicheres, energieeffizientes Agenten-Netzwerk für KI-Reasoning

In einer neuen Studie wird ein sicheres drahtloses Agenten-Netzwerk vorgestellt, das aus einem überwachenden KI-Agenten und mehreren unters…

arXiv – cs.AI 18.02.2026 05:00

Forschung

KI im Gesundheitswesen: Entscheidungstheoretisches Modell schließt Ergebnislücke

In der Medizin erreichen KI‑Systeme inzwischen eine Genauigkeit, die mit der eines Facharztes vergleichbar ist. Trotzdem führt eine höhere…

arXiv – cs.AI 13.01.2026 05:00

Forschung

Meta-Hierarchisches RL steigert O‑RAN-Ressourcenmanagement um 20 %

Die zunehmende Komplexität moderner Anwendungen verlangt von drahtlosen Netzwerken eine Echtzeit‑Anpassungsfähigkeit und ein effizientes Re…

arXiv – cs.AI 17.12.2025 05:00

Forschung

Neues Verfahren korrigiert frühzeitige Schätzfehler in Krisensituationen

In Notfall- und Hochrisikobereichen bestimmen erste Schätzungen des Systemzustands entscheidend, welche Maßnahmen später ergriffen werden…

arXiv – cs.AI 04.12.2025 05:00

Forschung

Online-Modellauswahl steigert Effizienz im Reinforcement Learning

Eine neue Studie, veröffentlicht auf arXiv, zeigt, wie Online‑Modellauswahl die Trainingsprozesse von Reinforcement‑Learning‑Agenten deutli…

arXiv – cs.LG 03.12.2025 05:00

Forschung

Neues Modell ECO‑GROW erfasst dynamische Wirtschafts‑Vitalität von Städten

Die wirtschaftliche Vitalität einer Stadt ist ein entscheidender Indikator für ihr langfristiges Wachstum. Sie umfasst zentrale Kennzahlen…

arXiv – cs.AI 01.12.2025 05:00

Forschung

Deep Reinforcement Learning optimiert Ressourcen in heterogenen Funknetzen

In heterogenen Funknetzen (HetNets) gestaltet sich die dynamische Zuteilung von Ressourcen wie Strom, Bandbreite und Zeitplänen unter wechs…

arXiv – cs.LG 01.10.2025 05:00

Forschung

Autonome KI-Agenten schaffen neue Wirtschaftsschicht – Chancen und Risiken

Die rasche Verbreitung autonomer KI-Agenten eröffnet eine bislang unbekannte Wirtschaftsschicht, in der Agenten Transaktionen durchführen u…

arXiv – cs.AI 15.09.2025 05:00

Forschung

Reinforcement Learning optimiert Ressourcenzuteilung in verteilten IoT‑Systemen Deep Reinforcement Learning (DRL) hat sich als äußerst wirkungsvoll bei der Lösung komplexer Entscheidungsaufgaben erwiesen. Bisher wurde das Potenzial von DRL jedoch nur selten mit echten Daten aus verteilten Internet‑of‑Things‑Systemen getestet. In der vorliegenden Arbeit wird ein neuartiges Framework vorgestellt, das DRL‑Modelle direkt in realen, verteilten IoT‑Umgebungen trainiert. Dabei wählen die IoT‑Geräte ihre Kommunikat

arXiv – cs.LG 28.08.2025 05:00

Forschung

Multi-Agent RL verbessert Ressourcensteuerung in Cloud‑Clustern

Ein brandneues arXiv‑Veröffentlichung (ID 2508.10253v1) präsentiert einen innovativen Ansatz zur Bewältigung der hohen Dynamik und Komplexi…

arXiv – cs.LG 15.08.2025 05:00

Finde Modelle, Firmen und Themen

ODAR: Prinzipielle adaptive Routenplanung für LLM-Logik mittels aktiver Inferenz

Sicheres, energieeffizientes Agenten-Netzwerk für KI-Reasoning

KI im Gesundheitswesen: Entscheidungstheoretisches Modell schließt Ergebnislücke

Meta-Hierarchisches RL steigert O‑RAN-Ressourcenmanagement um 20 %

Neues Verfahren korrigiert frühzeitige Schätzfehler in Krisensituationen

Online-Modellauswahl steigert Effizienz im Reinforcement Learning

Neues Modell ECO‑GROW erfasst dynamische Wirtschafts‑Vitalität von Städten

Deep Reinforcement Learning optimiert Ressourcen in heterogenen Funknetzen

Autonome KI-Agenten schaffen neue Wirtschaftsschicht – Chancen und Risiken

Multi-Agent RL verbessert Ressourcensteuerung in Cloud‑Clustern

🍪 Cookie-Einstellungen

Meta-Hierarchisches RL steigert O‑RAN-Ressourcenmanagement um 20 %