381 artículos
Este artículo propone un enfoque de inteligencia artificial informado por la comunidad para desarrollar herramientas que analicen el video de cámaras corporales policiales, integrando las perspectivas de diversos grupos de interés mediante equipos multidisciplinarios para mejorar la rendición de cuentas y la legitimidad democrática en el gobierno.
Este artículo propone un sistema de detección y comunicación integradas (ISAC) asistido por superficies inteligentes holográficas (HIS) que utiliza arrays de apertura continua para superar las limitaciones de los sistemas tradicionales, optimizando mediante un algoritmo de alternancia el diseño de haces de transmisión y recepción para lograr un rendimiento de detección superior sin comprometer la comunicación.
Este trabajo propone una política de actualización de estado orientada a objetivos para la inferencia remota en tiempo real sobre redes con retrasos bidireccionales, formulando el problema como un proceso de decisión de Markov semiestocástico que optimiza la frescura, la longitud y el momento de transmisión de los paquetes para minimizar el error de inferencia, logrando una reducción significativa del mismo en comparación con las estrategias tradicionales basadas únicamente en la edad de la información.
Este artículo propone un marco de aprendizaje distribuido basado en datos, denominado DDKL-PT, que permite a múltiples agentes alcanzar un consenso sobre un modelo global de dinámica mediante el intercambio de estimaciones locales de redes neuronales profundas en lugar de compartir trayectorias privadas, logrando así un control óptimo preciso sin comprometer la privacidad de los datos.
Este artículo propone un método de control robusto para la estabilización de ecuaciones diferenciales parciales hiperbólicas lineales con incertidumbre de salto de Markov, utilizando operadores neuronales para aproximar los núcleos de backstepping y garantizando la estabilidad exponencial en media cuadrática mediante análisis de Lyapunov, lo cual se valida mediante simulaciones en el control del tráfico en autopistas.
Este artículo presenta un marco novedoso para la estimación de funciones de distribución acumulada (CDF) con privacidad diferencial, basado en proyecciones polinómicas y aproximaciones dispersas que superan o igualan a los métodos existentes y son especialmente adecuados para entornos descentralizados y datos en flujo.
Este artículo presenta la primera revisión sistemática de los modelos de audio-idioma, ofreciendo una cobertura exhaustiva, una taxonomía unificada y un panorama de investigación que analiza sus fundamentos, limitaciones y direcciones futuras para el procesamiento de contenido multimodal centrado en el audio.
El artículo presenta SHIELD, un marco de detección de ransomware independiente del host que utiliza características profundas del sistema de archivos registradas a nivel de controlador de almacenamiento para identificar y mitigar amenazas con alta precisión y resistencia a la evasión.
Este artículo presenta un sensor compacto de metamaterial hexagonal anidado que opera en las bandas S y X, logrando una alta sensibilidad del 9,55% para la caracterización de la permitividad de materiales mediante resonancias en 3,98 GHz y 11,57 GHz, con resultados validados tanto por simulación como experimentalmente.
El artículo presenta el Geometric SSM, un modelo de espacio de estados lineal e invariante en el tiempo que logra selectividad mediante el control geométrico y subsistemas invariantes, superando a Mamba en tareas de patrones secuenciales sin sacrificar la eficiencia computacional.
Este trabajo propone un algoritmo novedoso para el aprendizaje por refuerzo multiagente que mejora la eficiencia en el uso de muestras mediante una exploración selectiva guiada por la curtosis de un ensemble descentralizado, un crítico centralizado con regularización de diversidad entrenado con una variante truncada de TD() y una mezcla de funciones de pérdida on-policy y off-policy, logrando superar a los métodos más avanzados en diversos benchmarks.
Este trabajo utiliza la teoría de contracción para demostrar que la semicontracción en el espacio observable es una condición suficiente para que dos redes de sistemas no lineales, como osciladores de Kuramoto, sean indistinguibles a partir de mediciones parciales, lo que limita la identificabilidad de sus estructuras topológicas.
Este trabajo analiza las limitaciones para identificar la topología de sistemas lineales en red a partir de mediciones parciales, demostrando que la ambigüedad estructural está determinada por el espacio nulo de la matriz de observabilidad y que observar más del 6% de los nodos permite clasificar correctamente aproximadamente el 99% de las conexiones.
Este artículo presenta un método ligero y en tiempo real para la detección de deslizamiento y la estimación del coeficiente de fricción en carreras autónomas, el cual utiliza únicamente datos de IMU, LiDAR y acciones de control sin depender de modelos dinámicos complejos ni grandes conjuntos de datos de entrenamiento.
El artículo presenta CoGuide, un método que utiliza una guía de difusión contrastiva en un espacio de incrustación suave para resolver problemas inversos espaciales con operadores no diferenciables, como la reconstrucción de planos de planta a partir de trayectorias humanas, logrando así una mayor estabilidad y robustez que los enfoques existentes.
Este trabajo propone un marco para la gestión de conflictos entre xApps en O-RAN que combina aprendizaje automático explicable e inferencia causal para identificar relaciones causales entre parámetros de control y KPIs, permitiendo a los operadores cuantificar el impacto de dichos conflictos y resolverlos de manera efectiva.
Este artículo propone un método de optimización dispersa multi-periodo que identifica proactivamente las fuentes de vulnerabilidad persistentes en redes eléctricas ante eventos extremos, integrando restricciones de persistencia y formulaciones basadas en teoría de circuitos para garantizar la escalabilidad en sistemas de gran tamaño.
Este artículo presenta y valida experimentalmente un marco práctico basado en una matriz conductora de amplitud y fase que permite emular múltiples objetivos con perfiles arbitrarios de RCS, rango, ángulo y Doppler para la prueba de estaciones base ISAC en entornos de laboratorio controlados.
Este artículo presenta un marco de control difuso guiado por semántica que utiliza Modelos de Lenguaje Grandes (LLM) para comprimir observaciones multimodales en tokens interpretables y coordinar enjambres de robots subacuáticos mediante comunicación lingüística, logrando una cobertura cooperativa robusta y eficiente en entornos desconocidos sin acceso a GPS ni mapas globales.
Este artículo propone un diseño conjunto de esparsidad y formación de haces para sistemas asistidos por RDARS que optimiza la tasa de suma mediante la configuración dinámica de elementos conectados y algoritmos de optimización alternada, demostrando mejoras significativas en el rendimiento de comunicación y detección.