326 Arbeiten
Diese Arbeit zeigt, dass die Matrix-Vervollständigung bei der Erstellung von 3D-Funkkarten für Radio Dynamic Zones die gewöhnliche Kriging-Methode übertrifft, während einfache und trans-Gaußsche Kriging-Verfahren bei geringerer Messdichte vorteilhaft sind und die Kombination von Daten aus mehreren Höhenlagen die Vorhersagegenauigkeit weiter verbessert.
Das Papier stellt G-STAR vor, ein End-to-End-System, das ein zeitbewusstes Sprecher-Tracking-Modul mit einem Speech-LLM kombiniert, um für lange, überlappende Mehrpersonengespräche konsistente, zeitgestempelte und sprecherattribuierte Transkripte zu erzeugen.
Die vorgestellte Arbeit schlägt eine harmonische Komposition inspirierte Tensor-Modellierungsmethode vor, die durch die Entkopplung von Parameterfaktoren und die Verwendung eines kompakten, distanzabhängigen Codebooks die Kanalschätzung für Near-Field XL-IRS-Systemen mit höherer Genauigkeit und geringerer Komplexität als herkömmliche Polardomain-Methoden ermöglicht.
Diese Arbeit formuliert die Vorhersage des Batteriealterungsverlaufs als Weltmodellproblem, das durch die Propagierung latenter Zustände und die Einbeziehung eines Single-Particle-Modell-Constraints die Genauigkeit der Degradationsprognose, insbesondere im kritischen „Knie"-Bereich, im Vergleich zu direkten Regressionsansätzen signifikant verbessert.
Diese Arbeit stellt ein neuartiges, datenfreies Framework vor, das vortrainierte Vision-Language-Modelle durch einen spezialisierten Adapter nutzt, um in der aktiven Infrarotthermografie von CFK-Werkstoffen Subsurface-Defekte ohne umfangreiche Trainingsdaten in Null-Shot-Szenarien präzise zu lokalisieren und zu analysieren.
Die vorgestellte Studie stellt eine neue Law-Plattform vor, die durch einen quasi-unendlichen multifunktionalen Deckschicht die Temperaturerhöhung um 70 % reduziert und die Acoustomigration unterdrückt, wodurch die Leistungsfähigkeit von Hochfrequenz-SAW-Transducern bei hohen Leistungsbelastungen erheblich gesteigert wird.
Die Arbeit analysiert die Robustheit von Monotone Operator Equilibrium Networks gegenüber Gewichtsquantisierung, zeigt, dass die Konvergenz garantiert bleibt, solange die spektrale Störung kleiner als der Monotonie-Margin ist, und demonstriert experimentell, dass eine quantisierungsbewusste Training diese Konvergenzgarantien selbst bei vier Bit wiederherstellen kann.
Diese Arbeit stellt ein Verfahren zur Schätzung des Schallgeschwindigkeitsprofils (SSP) mit einem autonomen Unterwasserfahrzeug vor, das lokale CTD-Messungen und akustische Übertragungsverluste mittels eines Unscented-Kalman-Filters fusioniert und durch eine rezeptive Pfadplanung die Schätzunsicherheit im Vergleich zu konstanten Bewegungsprofilen reduziert.
Die Arbeit stellt Geo-ATBench, einen neuen Benchmark für geospatiales Audio-Tagging, und das Framework GeoFusion-AT vor, um nachzuweisen, dass die Integration geospatialer semantischer Kontexte die Mehrklassen-Erkennung von Umgebungsgeräuschen, insbesondere bei akustisch ähnlichen Ereignissen, signifikant verbessert.
Diese Arbeit stellt ein flexibles Over-the-Air-Emulationsframework für große ISAC-Basisstationen vor, das mithilfe einer optimierten Sondenkonfiguration und Amplituden-Phasen-Modulation mehrere Ziele simuliert, ohne zusätzliche Radar-Emulatoren zu benötigen, und dessen Wirksamkeit durch experimentelle Ergebnisse bestätigt wird.
Diese Arbeit optimiert den zellbasierten Wechsel in HAPS-gestützten 6G-Netzen durch die Integration realistischer Ausbreitungseffekte und ein Mehrziel-Optimierungsframework, das Energieeffizienz mit der Aufrechterhaltung von Konnektivität und Datenraten vereinbart und durch Simulationen sowie OAI-Emulation validiert wird.
Dieses Papier stellt einen verteilten Schätzer für diskrete, lineare zeitinvariante Systeme vor, der auf der Jordan-Normalform basiert und durch eine Kombination aus lokalen Luenberger-Beobachtern und konsensbasierten Strategien weniger restriktive Bedingungen für die asymptotische Konvergenz der Zustandsschätzung ermöglicht als frühere Arbeiten.
Diese Arbeit stellt einen unteraktuierten bipedalen Hüpfer für die Schwerkraftumgebung des Mondes vor, der mithilfe eines internen Reaktionsrades die Flugphasen-Stabilität verbessert und so eine konsistente, aufrechte Landung auf unebenem Gelände ermöglicht.
Diese Arbeit stellt eine effiziente, pipelinierte FPGA-Architektur für die Verschiebungsvektorsuche im Intra-Pattern-Copy-Modul von JPEG XS vor, die durch optimierte Speicherorganisation eine hohe Durchsatzrate von 38,3 Megapixeln pro Sekunde bei geringem Energieverbrauch erreicht und somit die praktische Hardware-Implementierung ermöglicht.
Diese Arbeit stellt einen vollständig GPU-nativen Rahmen für die sequenzielle konvexe Programmierung vor, der durch eine konsensbasierte Zerlegung in unabhängige Teilprobleme Echtzeit-Trajektorienoptimierung für nichtlineare autonome Systeme ermöglicht und dabei im Vergleich zu CPU-basierten Ansätzen eine vierfache Durchsatzsteigerung sowie eine signifikante Energieeinsparung erzielt.
Diese Studie enthüllt einen systematischen Geschlechterbias bei der Mean Opinion Score (MOS)-Bewertung, bei dem männliche Zuhörer höhere Werte vergeben, und schlägt ein geschlechterbewusstes Modell vor, das durch das Lernen geschlechtsspezifischer Bewertungsmuster eine fairere und genauere Sprachqualitätsbewertung ermöglicht.
Diese Studie demonstriert, wie sich durch die Anwendung von Dimensionsanalyse und Skalierungsgesetzen auf agentenbasierte Simulationen von Drohnenschwärmen komplexe Designentscheidungen vereinfachen, kritische Erfolgs-Grenzen identifizieren und fundierte Kompromisse zwischen Anzahl der Agenten sowie Plattformparametern wie Geschwindigkeit und Reichweite treffen lassen.
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 entwickelt ein regelungstheoretisches Rahmenwerk, das die Handlungsfähigkeit von KI-Agenten in Feedback-Schleifen als hierarchische Entscheidungsbefugnis formalisiert und eine mathematische Grundlage für die Analyse von Stabilität, Sicherheit und Leistung solcher Systeme bietet.
Dieser Artikel stellt ein adaptives semantisches Satellitenkommunikationssystem vor, das mithilfe einer dualen generativen Architektur und einer KI-gesteuerten Entscheidungsfindung die Bandbreite optimiert, indem es dynamisch zwischen Video- und Audio-gesteuerter Generierung wechselt, um auch unter schwierigen Kanalbedingungen eine hochwertige synchronisierte audiovisuelle Rekonstruktion zu gewährleisten.