275 Arbeiten
Diese Arbeit stellt eine neuartige gestapelte intelligente Metasurface-Architektur mit zufälliger Raum-Zeit-Codierung vor, die durch die Einführung künstlicher Zeitvariationen und ein teilweises Kanalzustandsinformations-Schema die Summenrate in massiven Downlink-Netzen verbessert und gleichzeitig den Feedback-Overhead drastisch reduziert.
Diese Studie zeigt, dass die Vorhersage kontinuierlicher latenter Repräsentationen in Kombination mit einer Feinabstimmung des Encoders die effektivste Strategie für die Sprachverbesserung darstellt, wobei nicht-autoregressive Modelle aufgrund ihres besseren Kompromisses zwischen Qualität und Effizienz den autoregressiven Ansätzen vorzuziehen sind.
Das Paper stellt WhisperVC vor, ein dreistufiges Framework, das durch die Entkopplung der domänenübergreifenden Ausrichtung von der Sprachgenerierung eine hochwertige Umwandlung von geflüstertem in normale Sprache auch mit geringen Datenmengen ermöglicht und dabei sowohl für den Datenschutz als auch für medizinische Rehabilitation geeignet ist.
Diese Arbeit stellt ein Multiplexing-Paradigma für Audio-Wasserzeichen vor, das durch die Kombination mehrerer Techniken, einschließlich der trainingsfreien PA-TFM und des modellbasierten MaskNet, die Robustheit gegenüber komplexen Verzerrungen und Angriffen im Vergleich zu herkömmlichen Einzelwasserzeichen erheblich verbessert.
Die Arbeit stellt PACS vor, einen sicherheitsfilternden Ansatz für Diffusions-Policies, der durch pfadkonsistente Bremsmanöver und mengenbasierte Erreichbarkeitsanalysen formale Sicherheitsgarantien in dynamischen Umgebungen bietet, ohne dabei die Aufgabenerfolgsrate im Vergleich zu reaktiven Methoden wie Control Barrier Functions signifikant zu beeinträchtigen.
Die Studie zeigt, dass sich Sprecher und Zuhörer in lauten Umgebungen durch komplexere Handgesten, modulierte Kopfbewegungen und veränderte Körperhaltungen anpassen, um die Kommunikation zu unterstützen, wobei die Synchronität zwischen Sprache und Gesten bei moderatem Lärm leicht abnimmt.
Die vorgestellte Arbeit demonstriert eine rechen-effiziente, kachelbasierte Architektur für die digitale Strahlformung bei breitbandigen Massive-MIMO-Radarsystemen, die durch koordinierte, reduzierte MVDR-Verarbeitung über mehrere Kacheln hinweg die Leistungsfähigkeit von 1024-elementigen Arrays bei der Unterdrückung starker Störsignale signifikant steigert.
Die Arbeit stellt LiM-YOLO vor, einen optimierten Schiffserkennungs-Algorithmus für optische Fernerkundungsbilder, der durch eine Verschiebung der Pyramiden-Ebenen von P3-P5 auf P2-P4 sowie den Einsatz von GN-CBLinear die Detektionsgenauigkeit bei deutlich reduzierter Parameteranzahl und verbesserter Stabilität bei kleinen Schiffen erreicht.
Diese Arbeit stellt ein modulares, auf ArUco-Markern, optischem Fluss und IMU-Daten basierendes Relativlokalisationssystem für den selbstrekonfigurierbaren Roboter SnailBot vor, das durch eine regelbasierte Sensorfusion eine robuste Echtzeitpositionierung für kollaborative Aufgaben ermöglicht.
Diese Arbeit erweitert die Theorie der Lorentz-Polynome auf konvexe Kegel, indem sie -Lorentz-Polynome und zugehörige semipositive Kegel definiert, um negative Abhängigkeit, konische Rayleigh-Ungleichungen und Lyapunov-Stabilitätskriterien für kegelbeschränkte evolutionäre Variationsungleichungssysteme zu etablieren.
Diese Arbeit führt die erste systematische Untersuchung zur Kodierung von Akzentinformationen in diskreten Sprachrepräsentationstokens durch und stellt ein einheitliches Evaluierungsframework vor, das zeigt, dass die Schichtauswahl den größten Einfluss hat, ASR-Überwachung die Akzentinformationen erheblich reduziert und eine naive Verkleinerung des Codebooks nicht ausreicht, um Akzente von phonetischen und Sprechereigenschaften zu trennen.
Diese Arbeit stellt einen hybriden lernbasierten und modellgestützten Ansatz vor, der multimodale Taktile Sensoren mit einer internen Kraftoptimierung kombiniert, um das Abrutschen von Objekten in multifingrigen Greifern durch eine geschlossene Regelkreisstabilisierung mit einer Gesamtverzögerung von unter 50 ms reaktiv zu verhindern.
Die Arbeit stellt CoPeDiT vor, ein einheitliches latentes Diffusionsmodell mit einem selbstperzeptiven Komplettheitsbewusstsein, das fehlende 3D-MRT-Daten in verschiedenen Szenarien robust und semantisch konsistent synthetisiert, ohne auf externe manuelle Masken angewiesen zu sein.
Diese Arbeit stellt einen neuronalen Netz-Tuner zur Optimierung der Parameter eines Finite-State-Model-Predictive-Control-Reglers für den Drehzahl- und Statorstromkreis eines fünfstufigen Asynchronmotors vor, dessen Wirksamkeit experimentell anhand von Sprungversuchen validiert wurde.
Diese Arbeit stellt das NP-vollständige Problem des optimalen Umrisses mobiler Basisstationen (MOT) in weitläufigen IoT-Sensornetzwerken vor und entwickelt einen polynomiellen Greedy-Algorithmus, der Reisekosten, Abdeckungsgewinn und Restriktionszonen berücksichtigt, um effiziente Touren für die Datensammlung zu planen und dabei den aktuellen Stand der Technik um 39,15 % zu übertreffen.
Diese Arbeit stellt ein neuartiges hierarchisches Regelungsframework vor, das eine indirekte adaptive Schätzung unbekannter Lastparameter mit einem modellprädiktiven Regler und einem nichtlinearen Ganzkörperregler kombiniert, um quadrupede Roboter robust beim Transport schwerer statischer und dynamischer Lasten über unebenes Gelände zu steuern.
Dieses Paper stellt einen neuartigen Sicherheits- und Passivitäts-basierten nichtlinearen modellprädiktiven Regler (SEP-NMPC) vor, der durch die Integration strenger Passivitätsungleichungen und hochordnender Kontrollbarrierefunktionen (HOCBFs) stabile und kollisionsfreie Transporte von Lasten mit einem Quadrokopter in komplexen Umgebungen garantiert.
Diese Arbeit stellt eine verteilte, formationsbewusste adaptive konformalisierte Vorhersagemethode vor, die heteroskedastische Wahrnehmungsfehler berücksichtigt und durch die Integration in eine CBF-QP-Steuerung die Sicherheit und Sichtbarkeit in visionbasierten Leader-Follower-Roboterschwärmen unter Unsicherheit gewährleistet.
Die Arbeit stellt den ersten exemplarfreien Benchmark für kontinuierliches Audio-Visuelles Segmentieren (AVS) vor und schlägt das Modell ATLAS mit Low-Rank Anchoring vor, um das Vergessen bisheriger Aufgaben in dynamischen Umgebungen zu verhindern.
Der Artikel stellt die Universal Speech Content Factorization (USCF) vor, eine einfache und invertierbare lineare Methode, die in einem Open-Set-Szenario phonetischen Inhalt von Sprechereigenschaften trennt und so eine effiziente Zero-Shot-Stimmenkonversion sowie das Training von Text-zu-Sprache-Modellen ermöglicht.