326 Arbeiten
Diese Arbeit stellt ein KI-gestütztes Framework vor, das durch eine kontextbewusste Zwei-Phasen-Aufteilung und eine Korrektur räumlicher Fehler die Zuverlässigkeit der Vorhersage von zellularem Datenverkehr für die 5G/6G-Planung verbessert und dabei das Problem der räumlichen Datenlecks bei herkömmlichen Trainings-Test-Splits löst.
Diese Arbeit stellt ein auf Graph Attention Networks basierendes Modell vor, das mithilfe öffentlicher Bereitstellungsdaten die Spektrumnachfrage in feinen räumlichen Skalen präzise schätzt und damit die effiziente Spektrumverwaltung und -zuteilung unterstützt.
Dieser Artikel stellt verteilte dynamische Algorithmen vor, die es mehreren Agenten ermöglichen, basierend ausschließlich auf lokalen Daten ohne Austausch der Rohmessungen globalen Stabilitätsnachweise (Lyapunov-Zertifikate) zu ermitteln und optimale LQR-Regler für lineare zeitinvariante Systeme zu entwerfen.
Diese Arbeit stellt eine neuartige, verteilte Methode zur sicherheitskritischen Steuerung von Multi-Agenten-Systemen mit unkontrollierbaren Agenten vor, bei der durch einen adaptiven Beobachter rekonstruierte Control Barrier Functions verwendet werden, um die Kopplung von Sicherheitsbeschränkungen aufzulösen und die Systemsicherheit auch unter Unsicherheiten rigoros zu garantieren.
Diese Arbeit stellt eine bahnbrechende Lösung zur Erkennung menschlicher Anwesenheit vor, die ausschließlich die integrierte Wi-Fi-Hardware von Standard-Laptops nutzt und durch eine neuartige, bereichsgefilterte Doppler-Spektrum-Analyse sowie eine adaptive Mehrraten-Verarbeitung kostengünstige, datenschutzfreundliche und kalibrierungsfreie Präsenzerkennung ohne externe Sensoren ermöglicht.
Die Studie nutzt reale Kalifornien-Daten, um zu zeigen, dass die Fahrzeug-zu-Netz-Technologie (V2G) für täglich ladende Elektroautofahrer am vielversprechendsten ist und ihre Auswirkungen auf die Batterielebensdauer stark von der Empfindlichkeit gegenüber der Kalenderalterung sowie dem Ladezustand abhängen.
Diese Arbeit stellt einen neuartigen Greifer mit aktiven, gezahnten Rollen und nachgiebigen Fingern vor, der zuverlässig dünne, flexible Folien von sterilen Beuteln trennt und so eine häufige, körperlich belastende manuelle Aufgabe im Krankenhaus automatisiert.
Dieser Artikel stellt ein neues Design für rekonfigurierbare intelligente Oberflächen (RIS) vor, das durch die Aufteilung in subsurfaces, die jeweils einem Nutzer auf einer eigenen Frequenzband zugeordnet sind, die Komplexität drastisch reduziert und dabei eine hohe Robustheit sowie geschlossene Lösungen für die mittlere SNR und die Datenrate bietet.
Der Artikel beweist, dass nicht-polynomiale Port-Hamiltonian-Systeme durch eine polynomiale Immersion in einen höherdimensionalen Raum überführt werden können, wobei wesentliche strukturelle und energetische Eigenschaften erhalten bleiben, was die Anwendung von Sum-of-Squares-Optimierung für die Stabilisierung ermöglicht.
Diese Arbeit leitet einen exakten analytischen Ausdruck für die Durchgangsrate (LCR) in optimalen RIS-gestützten Single-User-Systemen her, entwickelt eine numerisch stabile Näherung für den Direktkanal und zeigt, dass RIS-Systeme trotz hoher Elementanzahlen die zeitlichen Kanalschwankungen nicht signifikant verstärken, was die CSI-Erfassung erleichtert.
Die Autoren stellen einen neuen Framework namens Diffusive INR (DINR) vor, der generative Diffusions-Priors mit impliziten neuronalen Darstellungen kombiniert, um aus spärlichen Neutronen-CT-Daten hochwertige 3D-Rekonstruktionen von Betonmikrostrukturen zu ermöglichen und dabei herkömmliche Methoden in Bezug auf Bildqualität und Artefaktreduktion zu übertreffen.
Die Arbeit widerlegt die Annahme, dass Verzerrungen im monostatischen ISAC als Rauschen modelliert werden müssen, und zeigt durch die Herleitung PA- und PN-bewusster Cramér-Rao-Schranken, dass die herkömmliche Kappa-Modellierung die Sensingleistung pessimistisch überschätzt, wobei Simulationen eine robuste Leistung trotz praktischer DPD-Fehler belegen.
Der Artikel stellt eine Referenzarchitektur und einen Fahrplan für Quanten-zentrierte Supercomputer (QCSC) vor, die durch die nahtlose Integration von Quanten-, Grafik- und Prozessoren in drei Entwicklungsphasen die manuelle Orchestrierung überwinden und hybride Quanten-Klassische Algorithmen für komplexe Anwendungen in Chemie und Materialwissenschaft beschleunigen sollen.
Dieser Beitrag untersucht die Phasenrausch-Minderung in mmWave-Massive-MIMO-Systemen mit verallgemeinerter räumlicher Modulation unter Verwendung eines gemeinsamen lokalen Oszillators, indem er energiebasierte Detektion, phasenrausch-resiliente MQAM-Symbolpools sowie eine praktische einstufige Kompensationsarchitektur vorschlägt, die die Bitfehlerrate signifikant verbessert.
Dieses Paper stellt die trajectoRIR-Datenbank vor, eine umfassende Sammlung von dynamischen und stationären akustischen Aufnahmen entlang einer kontrollierten L-förmigen Trajektorie in einem Raum, die verschiedene Mikrofonkonfigurationen und Bewegungsgeschwindigkeiten kombiniert, um Anwendungen wie Schallquellenlokalisation, räumliche Klangfeldrekonstruktion und Auralisierung zu unterstützen.
Der Artikel stellt CECGSR vor, eine geschlossene Regelkreis-Methode zur EKG-Super-Auflösung, die durch einen negativen Rückkopplungsmechanismus und die Integration bestehender Algorithmen die Rekonstruktionsleistung gegenüber herkömmlichen offenen Systemen verbessert und Artefakte effektiv entfernt.
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.