⚡ Category

eess.SY

322 artículos

Design and Quantitative Evaluation of an Embedded EEG Instrumentation Platform for Real-Time SSVEP Decoding

Este artículo presenta una plataforma de instrumentación EEG integrada basada en un ESP32-S3 y un ADS1299 que realiza la adquisición de señales, el filtrado y la decodificación de potenciales evocados visuales de estado estable (SSVEP) en tiempo real, validando su integridad de medición y rendimiento mediante una caracterización cuantitativa que demuestra una precisión del 100% frente a referencias de doble precisión y una tasa de transferencia de información de 27,66 bits/min.

Manh-Dat Nguyen, Thomas Do, Nguyen Thanh Trung Le, Xuan-The Tran, Fred Chang, Chin-Teng LinThu, 12 Ma⚡ eess

The Epistemic Support-Point Filter: Jaynesian Maximum Entropy Meets Popperian Falsification

Este artículo presenta el Filtro de Punto de Soporte Epistémico (ESPF), un método óptimo único que sintetiza la máxima entropía de Jaynes y la falsificación de Popper para minimizar la ignorancia epistémica en el peor de los casos, demostrando su superioridad sobre los filtros bayesianos y su recuperación del filtro de Kalman en el límite gaussiano mediante validación numérica en seguimiento orbital.

Moriba Kemessia JahThu, 12 Ma🔢 math

Data-Driven Successive Linearization for Optimal Voltage Control

Este artículo propone un enfoque de linealización sucesiva basado en datos para el control de voltaje en redes de distribución, el cual supera las limitaciones de las aproximaciones lineales fijas al adaptarse dinámicamente a las no linealidades del flujo de potencia y garantizar la convergencia a puntos óptimos bajo condiciones de alta penetración de recursos energéticos distribuidos.

Yiwei Dong, Wenqi Cui, Han Xu, Adam Wierman, Steven LowThu, 12 Ma⚡ eess

A neural operator for predicting vibration frequency response curves from limited data

Este artículo presenta un operador neuronal integrado con un esquema numérico implícito que, al aprender la dinámica subyacente del espacio de estados a partir de datos limitados, predice con una precisión del 99,87% las curvas de respuesta de frecuencia de sistemas vibratorios sin necesidad de funciones de pérdida regularizadoras basadas en principios físicos.

D. Bluedorn, A. Badawy, B. E. Saunders, D. Roettgen, A. AbdelkefiThu, 12 Ma🤖 cs.LG

Over-the-Air Consensus-based Formation Control of Heterogeneous Agents: Communication-Rate and Geometry-Aware Convergence Guarantees

Este artículo presenta un método de control de formación para agentes heterogéneos que explota la superposición de señales en canales inalámbricos para calcular combinaciones convexas normalizadas, garantizando la convergencia bajo condiciones basadas en la tasa de comunicación y la geometría, lo que reduce significativamente la necesidad de transmisiones ortogonales en comparación con los protocolos tradicionales.

Michael Epp, Fabio Molinari, Jörg RaischThu, 12 Ma⚡ eess

High-Fidelity Digital Twin Dataset Generation for Inverter-Based Microgrids Under Multi-Scenario Disturbances

Este artículo presenta un conjunto de datos de gemelo digital de alta fidelidad generado mediante un modelo EMT en MATLAB/Simulink para una microrred de CA de baja tensión con diez generadores distribuidos basados en inversores, que abarca once escenarios operativos y de perturbación con waveforms de transitorios electromagnéticos sincronizados y validados físicamente para facilitar el modelado de sustitutos, la clasificación de perturbaciones y el análisis de resiliencia ciberfísica.

Osasumwen Cedric Ogiesoba-Eguakun, Kaveh Ashenayi, Suman RathThu, 12 Ma⚡ eess

Avoiding Semi-Infinite Programming in Distributionally Robust Control Based on Mean-Variance Metrics

Este artículo propone un método de control robusto distribucional que elimina la necesidad de programación semi-infinita al reformular el problema como una optimización de costo media-varianza con un término de penalización, permitiendo obtener leyes de control mediante ecuaciones de Riccati y demostrando un rendimiento superior en experimentos numéricos.

Yuma Shida, Yuji ItoThu, 12 Ma🔢 math

Inverse Learning-Based Output Feedback Control of Nonlinear Systems with Verifiable Guarantees

Este artículo presenta un controlador de retroalimentación de salida basado en aprendizaje inverso para sistemas no lineales que utiliza datos de entrada/salida sin ruido para lograr una regulación práctica, estableciendo una condición verificable sobre el conjunto de datos que garantiza el rendimiento del sistema.

Yeongjun Jang, Hamin Chang, Heein Park, Hyeonyeong Jang, Takashi Tanaka, Hyungbo ShimThu, 12 Ma⚡ eess

Simulation-in-the-Reasoning (SiR): A Conceptual Framework for Empirically Grounded AI in Autonomous Transportation

Este artículo introduce el marco conceptual "Simulation-in-the-Reasoning" (SiR), que integra simuladores específicos del dominio en el ciclo de razonamiento de los modelos de lenguaje para transformar el razonamiento hipotético en un flujo de trabajo falsable y empíricamente validado, con el objetivo de desarrollar sistemas de transporte autónomo más confiables y fundamentados en datos reales.

Wuping XinThu, 12 Ma⚡ eess

Overcoming Visual Clutter in Vision Language Action Models via Concept-Gated Visual Distillation

El artículo presenta CGVD, un marco de inferencia libre de entrenamiento que supera la brecha entre precisión y razonamiento en modelos de visión-lenguaje-acción mediante la eliminación de distractores visuales y la preservación de la geometría espacial, logrando una tasa de éxito significativamente superior en entornos de manipulación altamente desordenados.

Sangmim Song, Sarath Kodagoda, Marc Carmichael, Karthick ThiyagarajanThu, 12 Ma⚡ eess

World Model for Battery Degradation Prediction Under Non-Stationary Aging

Este artículo propone un modelo de mundo para predecir la degradación de baterías de iones de litio bajo envejecimiento no estacionario, el cual codifica series temporales en un estado latente y propaga su dinámica mediante un modelo aprendido (potenciado por restricciones de un modelo de partícula única) para generar trayectorias futuras con una precisión superior a la regresión directa.

Kai Chin Lim, Khay Wai SeeThu, 12 Ma⚡ eess

Suppressing Acoustomigration and Temperature Rise for High-power Robust Acoustics

Este artículo presenta una plataforma de ondas acústicas en capas (LAW) que, mediante un diseño electro-térmico-mecánico con una capa superior gruesa, supera los límites de potencia actuales de los sistemas de ondas acústicas de superficie al reducir un 70% el aumento de temperatura y elevar la densidad de potencia umbral en más de un orden de magnitud, resolviendo así simultáneamente los problemas de calentamiento, inestabilidad térmica y acatomigración en transductores de alta potencia.

Fangsheng Qian, Shuhan Chen, Wei Wei, Jiashuai Xu, Kai Yang, Junyan Zheng, Zijun Ren, Xingyu Liu, Yansong YangThu, 12 Ma⚡ eess

Quantization Robustness of Monotone Operator Equilibrium Networks

Este artículo demuestra que la convergencia y unicidad de las redes de equilibrio de operadores monótonos bajo cuantización de pesos están garantizadas siempre que la perturbación espectral sea menor que el margen de monotonía, estableciendo límites teóricos para el error y validando experimentalmente que la cuantización consciente del entrenamiento puede recuperar la convergencia a niveles de precisión de cuatro bits.

James Li, Philip H. W. Leong, Thomas ChaffeyThu, 12 Ma⚡ eess

Propagation and Rate-Aware Cell Switching Optimization in HAPS-Assisted Wireless Networks

Este artículo propone un marco de optimización multiobjetivo para la conmutación de celdas en redes asistidas por HAPS que integra efectos de propagación realistas y valida mediante simulación y emulación un enfoque que reduce significativamente la degradación de la tasa de datos y mejora la conectividad sin comprometer la eficiencia energética.

Mehmet Eren Uluçınar, Özgün Ersoy, Berk Ciloglu, Metin Ozturk, Ali GorcinThu, 12 Ma⚡ eess

Distributed State Estimation of Discrete-Time LTI Systems via Jordan Canonical Representation

Este artículo presenta un esquema de estimación de estado distribuido para sistemas LTI discretos basado en la forma canónica de Jordan, que garantiza la convergencia asintótica mediante observadores locales y consenso, ofreciendo condiciones de solvabilidad menos restrictivas y mayor flexibilidad en la selección de ganancias en comparación con trabajos previos.

Giulio Fattore, Maria Elena Valcher, Rui Gao, Guang-Hong YangThu, 12 Ma⚡ eess

Parallel-in-Time Nonlinear Optimal Control via GPU-native Sequential Convex Programming

Este artículo presenta un marco nativo de GPU para la optimización de trayectorias no lineales que, mediante programación convexa secuencial y descomposición temporal, logra una planificación en tiempo real de más de 100 Hz con un rendimiento cuatro veces superior y un menor consumo energético en comparación con las soluciones tradicionales basadas en CPU.

Yilin Zou, Zhong Zhang, Fanghua JiangThu, 12 Ma⚡ eess