169 Arbeiten
Die Arbeit stellt zwei-layerige gestapelte intelligente Metasurfaces (MF-SIM und FILM) als vielversprechende Architektur vor, die durch Reduzierung von Strukturkomplexität und Leistungsverlust bei gleichzeitiger Aufrechterhaltung der Signalverarbeitungsfähigkeit eine praktikable Lösung für 6G-Systeme bietet.
Dieses Paper stellt DeepRDFC vor, ein auf Autoencodern basierendes Framework für die verteilte Funktionsberechnung, das durch Minimierung des Totalvariationsabstands eine effiziente Kanalsimulation ermöglicht und dabei signifikante Vorteile gegenüber herkömmlichen Datenkompressionsmethoden bietet.
Der vorgestellte SP-FL-Rahmenwerk verbessert das drahtlose Federated Learning, indem es durch eine hierarchische Ressourcenallokation die Übertragung von Gradienten-Vorzeichen gegenüber dem Betrag priorisiert, was in ressourcenbeschränkten Szenarien zu einer signifikant höheren Testgenauigkeit führt.
Diese Arbeit stellt ein neues MDS-TPIR-Schema vor, das auf einem „Verkleidungs-und-Quetsch"-Ansatz basiert, die bisherige Kapazitätsvermutung widerlegt, den aktuellen Stand der Technik für bestimmte Parameterkonfigurationen übertrifft und sich zudem auf erweiterte PIR-Modelle sowie fehlerbehaftete Szenarien ausdehnen lässt.
Diese Arbeit stellt ein stochastisches geometrisches Modell für die Unterwasser-optische drahtlose Kommunikation vor, das zeigt, dass eine strategisch berechnete Fehlausrichtung des Empfängers die Energieeffizienz im Vergleich zur perfekten Ausrichtung signifikant verbessert und so die Netzwerklebensdauer verlängert.
Diese Arbeit untersucht numerisch und analytisch permutationsinvariante Quantenfehlerkorrekturcodes für Qubits und Qudits, erweitert die Knill-Laflamme-Bedingungen für Löschfehler, leitet neue untere Schranken für die Blocklänge her und zeigt, dass eine Erhöhung der physikalischen lokalen Dimension die Annäherung an die Quanten-Singleton-Schranke ermöglicht.
Die Arbeit untersucht die Konstruktion positiv definiter Funktionen für das Schwellenwertverfahren von Korrelationsmatrizen, um deren positive Semidefinitheit zu erhalten, und zeigt, dass jede solche geometrisch unverzerrte Soft-Thresholding-Methode zwangsläufig zu einem signifikanten Informationsverlust führt.
Dieses Papier bietet eine visuelle und intuitiv geführte Einführung in die Informationstheorie, die erklärt, wie Konzepte wie Entropie und Kanalkapazität aus der Wahrscheinlichkeitstheorie abgeleitet werden und fundamentale Grenzen für Datenkompression und zuverlässige Übertragung bestimmen.
Dieses Paper stellt ein einheitliches Rahmenwerk vor, das das Lernen unbekannter Objekte aus beliebigen linearen Messungen mittels nichtlinearer Modellklassen ermöglicht und durch die Einführung des Konzepts der „Variation" sowie Entropie-Integrale neue, nahezu optimale Generalisierungsgrenzen herleitet, die bestehende Ergebnisse in Bereichen wie Compressed Sensing und Matrix-Sketching vereinen und erweitern.
Der Artikel leitet einfache notwendige und hinreichende Bedingungen für die Monotonie von Informationskosten bezüglich der Blackwell- und Lehmann-Ordnungen her und untersucht bekannte Kostenfunktionen im Lichte dieser Ergebnisse.
Dieses Papier verbindet die Homotopietheorie mit der Informationstheorie, indem es die Shannon-Entropie als Homotopie-Kardinalität eines Typs formuliert und die Kettenregel unter bestimmten Voraussetzungen herleitet.
Diese Arbeit stellt ein einheitliches Framework zur Analyse von Nutzenregionen in drahtlosen Netzen vor, das mithilfe des Spektralradius nichtlinearer Abbildungen eine einfache Charakterisierung zulässiger Regionen ermöglicht und damit neue Erkenntnisse für die Optimierung von Summenraten sowie die Gestaltung moderner Architekturen wie Cell-less- und Massive-MIMO-Systeme liefert.
Diese Arbeit stellt zwei effiziente Frameworks für eine ungleiche Fehlerprotektion in der digitalen semantischen Kommunikation vor, die durch die Zuordnung von Lern-basierten Bit-Flip-Wahrscheinlichkeiten zu spezifischen Zuverlässigkeitsanforderungen und den Einsatz von Kurzblock-Codierung eine signifikante Verbesserung der Aufgabenleistung und Übertragungseffizienz gegenüber herkömmlichen Gleichschutzzonen-Verfahren erzielen.
Dieser Artikel untersucht den Übergang der Verteilung von First-Arrival-Position-Kanälen von einem schweren Cauchy-Schwanz bei Null-Drift zu einem exponentiellen Abfall bei nichtverschwindender Drift und identifiziert eine charakteristische Ausbreitungsdistanz als Grenze zwischen diffusions- und driftdominierten Regimen.
Diese Arbeit stellt den Graded Fast Hard Thresholding Pursuit (GFHTP)-Algorithmus vor, der ein sparsity-constrained Least Absolute Deviations-Problem löst, um dichte Signale auch bei Vorhandensein von Ausreißern und ohne Kenntnis des Sparsitätsniveaus effizient und mit theoretischen Konvergenzgarantien wiederherzustellen.
Diese Übersichtsarbeit bietet eine umfassende Darstellung von gestapelten intelligenten Metasurfaces (SIMs), indem sie deren physikalische Prinzipien, Modellierungsansätze und Hardware-Realisierungen erläutert sowie deren Anwendungen zur Optimierung von Kommunikationsleistungen und als programmierbare elektromagnetische Prozessoren für zukünftige 6G-Systeme analysiert und offene Forschungsfragen identifiziert.
Diese Arbeit stellt einen alternierenden Optimierungsalgorithmus für die gemeinsame Gestaltung von Vorcodierung und XL-RIS-Reflexionskoeffizienten in einem nahfeldgestützten, künstlich gestörten physischen Sicherheitssystem vor, der die Geheimrate maximiert und selbst bei nahen Abhörern in gleicher Richtung eine sichere Kommunikation gewährleistet.
Diese Arbeit stellt ein physikalisch konsistentes Signalmodell für STAR-BD-RISs mit Verstärkung vor und entwickelt einen alternierenden Optimierungsalgorithmus, der die Summenraten maximiert und dabei Hardwarebeschränkungen sowie die Passivität der Kopplungsmatrizen strikt einhält.
Dieser Beitrag stellt einen spieltheoretischen Ansatz zur verteilten semantischen Ausrichtung über Interferenzkanäle vor, der durch die Formulierung eines nicht-kooperativen Spiels eine geschlossene Lösung für die gemeinsame Optimierung von MIMO-Sendern und Empfängern bietet, um semantische Missverständnisse und Interferenzen in KI-gesteuerten Systemen zu bewältigen.
Die Arbeit stellt Alkaid vor, ein provierbar sicheres Steganographie-Verfahren, das durch distanzbeschränkte Kodierung eine deterministische Robustheit gegenüber Editierfehlern bei gleichzeitig hoher Einbettungskapazität und Effizienz gewährleistet.