1565 ورقة بحثية
تقترح هذه الورقة إطار عمل لتحسين التضخيم وإزاحة الطور بشكل مشترك لشبكات MIMO الضخمة المدعومة بالمكررات في أنظمة TDD الديناميكية، حيث تشتق تعبيرات الكفاءة الطيفية وتطور خوارزمية توازن بنجاح بين تضخيم الإشارة المرغوبة وتداخل الروابط المتقاطعة المتأصل في عمليات الإرسال المتزامنة للوصلة الصاعدة والوصلة الهابطة.
تؤسس هذه الورقة نظرية موحدة لتطور الحالة لنموذج تمرير الرسائل التقريبي (AMP) المعقد ذي المزالات غير القابلة للفصل من خلال بناء نظام معزز حقيقي القيم يتيح التنبؤ الدقيق بالأداء وتحقيق مكاسب كبيرة في مشكلات الاستدلال عالية الأبعاد، مثل نموذج "sparse group LASSO" المعقد للوصول العشوائي غير المصدر القائم على تقنية (OTFS).
تقدم هذه الورقة إطاراً تعليمياً للتحكم عالي الدقة في بتات "ترانسمون" الكمومية (transmon qubits) من خلال دمج الحدس الفيزيائي، والأساليب التحليلية مثل توسيع "ماغنوس" (Magnus expansion) وتقنية "دراغ" (DRAG technique)، والاعتبارات العملية للأجهزة لمعالجة قنوات الخطأ في كل من العمليات أحادية وثنائية الكيوبت.
تقترح هذه الورقة مرشح كالمان التكيفي بتبييض الابتكارات (IWAKF) الذي يتعلم عبر الإنترنت ديناميكيات تلوين ضوضاء العملية غير المعروفة من خلال تقليل الارتباط الذاتي للابتكارات لاستعادة تقدير الحالة القريب من الأمثل دون معرفة مسبقة.
تقدم هذه الورقة البحثية R-DCNN، وهي طريقة فعالة حاسبياً تجمع بين الشبكات العصبية التلافيفية المتسعة واستراتيجية إعادة أخذ عينات خفيفة الوزن لإزالة الضجيج وتقدير الإشارات الدورية ذات الترددات المتغيرة باستخدام ملاحظة واحدة، محققةً أداءً يضاهي التقنيات الرائدة مع العمل تحت قيود صارمة للموارد.
تقترح هذه الورقة إطار عمل لنموذج ماركوف الخفي يعمل على تحويل إشارات تيار اللحام إلى واصفات طيفية زمنية-ترددية لنمذجة وتفسير التطور الزمني لاستقرار القوس الكهربائي بفعالية من خلال أنماط تشغيل كامنة متميزة.
تقدم هذه الورقة نظرة شاملة على التكيف منخفض الرتبة (LoRA) للنماذج الكبيرة من خلال منظور معالجة الإشارات، حيث تصنف آلياته التقنية إلى التصميم المعماري، والتحسين الفعال، والتطبيقات، مع تحديد اتجاهات البحث المستقبلية عند تقاطع معالجة الإشارات الكلاسيكية والتعلم العميق.
تقترح هذه الورقة طريقة لتقليل الضجيج تعتمد على فك لف الخوارزمية العميقة للإشارات الرسومية متعددة الأنماط، والتي تتعلم في آن واحد هياكل رسومية ثنائية وتستعيد الإشارات باستخدام مخطط تقليل تبادلي مع تقسيم ثنائي الأصل وثنائي المزدوج.
تقترح هذه الورقة تصميماً فعالاً من الناحية الحسابية لمزيج-محدد (mixer-limiter) متعدد القنوات ومقترن، تمت صياغته كبرنامج تربيعي ذي قيود خطية يعمل على تقليل التشويه من خلال تقنيات تحسين مبتكرة، مما يظهر جودة صوت محسنة مقارنة بالنهج التقليدية غير المقترنة.
تقترح هذه الورقة إطار عمل جديد لتعلم الحزم يعتمد على التعلم العميق لأنظمة الميمو الضخمة ثنائية الاتجاه الكامل، مما يلغي الحاجة إلى التقدير الصريح لقناة التداخل الذاتي، محققةً نسب إشارة إلى ضجيج عالية مع تقليل عدد القياسات بنسبة تتراوح بين 75-97% مقارنة بالطرق التقليدية.