381 Arbeiten
Diese Arbeit stellt eine Methode zur Echtzeit-Quantifizierung von Sensorunsicherheiten auf eingebetteten Systemen vor, die durch die Propagierung von Quantisierungsfehlern in Kalibrierungsdaten entsteht und durch Hardware-Prototypen sowie Anwendungsbeispiele eine signifikante Leistungssteigerung und verbesserte Messgenauigkeit nachweist.
Die Studie stellt SAAIPAA vor, ein physikbasiertes Framework für physische adversarial Attacks auf SAR-Zielerkennungsmodelle, das durch die Optimierung von Reflektoren auch bei unbekannter Blickrichtung des SAR-Systems eine hohe Täuschungsrate erzielt.
Die Arbeit stellt ParaS2S vor, ein neues Reinforcement-Learning-Framework mit einem dazugehörigen Benchmark und einem automatischen Bewerter, das Sprach-zu-Sprach-Modelle effektiv darin schult, sowohl inhaltlich als auch stilistisch (z. B. Emotionen, Tonfall) auf paralinguistische Hinweise angemessen zu reagieren und dabei weniger auf paarweise annotierte Daten angewiesen ist als herkömmliche Methoden.
Dieser Beitrag analysiert die fundamentalen Leistungsgrenzen sicherer MIMO-Integrierte-Sensorik-und-Kommunikationssysteme mit mehreren Antennen beim Empfänger und beim Abhörer und entwickelt einen effizienten, zweistufigen iterativen Algorithmus zur Lösung des daraus resultierenden nicht-konvexen Vorcodierproblems, der signifikante Leistungsgewinne erzielt.
Die vorgestellte Arbeit stellt eine physik-informierte, tiefenlernbasierte Methode namens DUFWI vor, die durch effiziente und präzise Rekonstruktion der Schallgeschwindigkeit aus Rohdaten eine Echtzeit-Erkennung von Ödemen im Ultraschall ermöglicht und dabei herkömmliche, rechenintensive Inversionsverfahren übertrifft.
Dieser Beitrag analysiert den Einfluss der Fensterung bei der DFT-basierten Phasor-Schätzung auf die Beobachtbarkeit von Oszillationen, leitet die vollständige komplexe Frequenzantwort ab und stellt eine Methode zur Korrektur von Amplituden- und Phasenverzerrungen in PMU-Daten vor.
Der Artikel untersucht nachhaltige physikalische Wellenformoptionen für 6G, die Orthogonalität und Nicht-Orthogonalität integrieren, und stellt fest, dass das zweidimensionale SC-NOFS-Format aufgrund seiner überlegenen spektralen Effizienz, niedrigen Latenz und Robustheit gegenüber Doppler-Effekten eine vielversprechende Lösung für zukünftige Anwendungen darstellt.
Diese Arbeit stellt eine parametrisfreie Methode zur Akzentanpassung in Sprachsprachmodellen vor, die durch die Identifikation und gezielte Steuerung von Akzentinformationen in einem schmalen Band mittlerer Encoder-Schichten die Wortfehlerrate bei verschiedenen Akzenten signifikant senkt.
Die Arbeit stellt ImKWS vor, eine Test-Time-Adaptation-Methode für die Keyword-Erkennung, die durch eine aufgeteilte Entropie-Optimierung mit Belohnungs- und Strafzweig sowie Konsistenz über Transformationen hinweg die durch Klassenungleichgewicht verursachten Verzerrungen bei der Anpassung an unlabeled Testdaten überwindet.
Dieser Artikel bietet einen Überblick über den aktuellen Forschungsstand zu gestapelten intelligenten Metasurfaces (SIMs), die die Signalverarbeitung in den Wellenbereich verlagern, und beleuchtet dabei deren Anwendungspotenziale, offene Herausforderungen sowie zukünftige Richtungen für die nächste Generation von Netzwerken.
Diese Arbeit analysiert die mathematischen Ursachen der Schlechtgestelltheit bei der CSI-basierten elektromagnetischen Inversen Streuung in ISAC-Systemen und zeigt, dass eine durch ein lineares Abtastverfahren ermittelte, auf das relevante Objekt beschränkte Rekonstruktion die Konditionierung des Problems signifikant verbessert und die Rekonstruktionsgenauigkeit erhöht.
Die vorgestellte Studie entwickelt eine trainingsfreie, post-hoc-Methode zur Aktivierungssteuerung, die es Zero-Shot-Text-to-Speech-Modellen ermöglicht, den Akzent eines Referenzsprechers zu neutralisieren, während dessen ursprüngliche Timbre erhalten bleibt.
Der Artikel stellt einen konditionsbewussten Rahmen zur Kanalschätzung für RIS-gestützte Upper-Mid-Band-MIMO-Systeme vor, der durch eine gierige Spaltengruppierung und eine stückweise Phasengestaltung das schlecht konditionierte Schätzproblem in gut konditionierte Teilprobleme zerlegt und so eine robuste Leistung ohne Sparsitätsannahmen ermöglicht.
Diese Arbeit stellt eine modellbasierte Reinforcement-Learning-Strategie zur Optimierung der Geheimhaltung in unterwasser-Energieernterelaisnetzen mit hybriden optisch-akustischen Übertragungen vor, die durch Simulationen als überlegen gegenüber gierigen und naiven Algorithmen hinsichtlich der langfristigen sicheren Datenübertragung unter dynamischen Kanal- und Batteriezuständen nachgewiesen wird.
Diese Arbeit stellt einen einheitlichen, retrievalgestützten Rahmen für die drahtlose Ortung vor, der Channel Charting zur effizienten Suche nach Referenzpunkten mit einem Graph Attention Network zur modellierten Korrelationsanalyse kombiniert, um in verschiedenen Szenarien eine überlegene Genauigkeit gegenüber bestehenden Methoden zu erreichen.
Die Arbeit stellt MAD vor, ein multimodales Emotionsdatenset mit synchronisierten physiologischen Signalen, RGB-D-Videos und einer dreistufigen Hierarchie von Emotionsannotationen, das als zuverlässiger Benchmark für die Erforschung emotionaler Mechanismen und die multimodale Affektanalyse dient.
Die Autoren stellen einen neuen, effizienten J-Peak-Detektionsansatz für Kissen-basierte Ballistokardiographie vor, der auf einer neu veröffentlichten Datensammlung beruht und durch eine set-basierte Vorhersage die Notwendigkeit von dichten Segmentierungsköpfen und heuristischer Nachbearbeitung überflüssig macht.
Diese Studie zeigt, dass zwar einige akustische Merkmale zur Unterscheidung von autistischen und nicht-autistischen Kindern über die Sprachen Finnisch, Französisch und Slowakisch hinweg generalisieren, jedoch robuste, sprachübergreifende Klassifikatoren eine sprachbewusste Modellierung und homogene Aufnahmekonditionen erfordern.
Diese Studie analysiert prosodische Merkmale in der Sprache autistischer und nicht-autistischer Kinder in Finnisch, Französisch und Slowakisch und zeigt, dass neben der Tonhöhe auch Stimmgüte und Intensitätsdynamik als sprachunabhängige Marker für Autismus dienen, was ein komplexeres Profil als reine Defizitmodelle nahelegt.
Diese Arbeit stellt ein robustes, öffentlich zugängliches System vor, das durch die Kombination einer neuronalen Sprecherdiarisierung (EEND-VC) und eines feinabgestimmten Qwen3-ASR-Modells medizinische Zustände aus überlappenden, code-switchenden Hinglish-Gesprächen extrahiert und damit im DISPLACE-M-Wettbewerb den ersten Platz unter 25 Teilnehmern belegte.