⚡ Category

eess

323 artículos

Customized Interior-Point Methods Solver for Embedded Real-Time Convex Optimization

Este artículo presenta un solver personalizado de programación cónica de segundo orden basado en el método de punto interior primal-dual y un marco de incrustación homogénea, diseñado mediante generación de código en C para optimización convexa en tiempo real en sistemas embebidos, destacando su capacidad para manejar funciones de costo cuadráticas sin reformulación y su superior rendimiento en aplicaciones de guía y control.

Jae-Il Jang, Chang-Hun LeeThu, 12 Ma⚡ eess

Platform-Aware Channel Knowledge Mapping via Mutual Antenna Pattern Learning in 3D Wireless Links

Esta carta propone un marco consciente de la plataforma que caracteriza los enlaces inalámbricos mediante el modelado empírico de la dispersión cercana a la plataforma como un patrón de antena mutuo, demostrando que su estimación conjunta reduce los errores de estimación de pérdida de trayectoria hasta en 10 dB en comparación con los modelos tradicionales.

Mushfiqur Rahman, Ismail Guvenc, Jason A. Abrahamson, Arupjyoti BhuyanThu, 12 Ma⚡ eess

Constant-Envelope ISAC via FM-OFDM: Analytical Framework and Receiver Design

Este artículo presenta un marco analítico y un diseño de receptor para sistemas ISAC basados en FM-OFDM de envolvente constante, demostrando que esta técnica supera las limitaciones de potencia de pico a potencia promedio del OFDM convencional al operar en la región de saturación de los amplificadores, logrando así un rendimiento superior en estimación de velocidad y tasa de error de bits bajo condiciones de hardware restrictivas.

Amir Bouziane, Huseyin ArslanThu, 12 Ma⚡ eess

Deep Unfolding with Approximated Computations for Rapid Optimization

Este artículo presenta un marco de optimización aprendido que combina la descomposición profunda con cálculos aproximados de baja complejidad para lograr un rendimiento de vanguardia en problemas como la formación de haces híbrida y el análisis de componentes principales robusto, reduciendo la complejidad computacional en más de tres órdenes de magnitud.

Dvir Avrahami, Amit Milstein, Caroline Chaux, Tirza Routtenberg, Nir ShlezingerThu, 12 Ma⚡ eess

Robust Audio-Visual Target Speaker Extraction with Emotion-Aware Multiple Enrollment Fusion

Este artículo presenta un método robusto para la extracción de hablantes objetivo audio-visuales que, mediante el entrenamiento con altas tasas de ausencia de modalidades, mantiene un rendimiento estable al fusionar características de labios y una única imagen facial incluso ante la pérdida intermitente de señales en escenarios reales.

Zhan Jin, Bang Zeng, Peijun Yang, Jiarong Du, Wei Ju, Yao Tian, Juan Liu, Ming LiThu, 12 Ma⚡ eess

Reciprocal Beyond-Diagonal Reconfigurable Intelligent Surface (BD-RIS): Scattering Matrix Design via Manifold Optimization

Este artículo propone un método de optimización en variedades para diseñar matrices de dispersión recíprocas en superficies inteligentes reconfigurables más allá de la diagonal (BD-RIS) que maximizan la tasa de suma, superando a los enfoques actuales mediante la transformación del problema en una función cuadrática y la imposición de restricciones de reciprocidad y unitariedad.

Marko Fidanovski, Iván Alexander Morales Sandoval, Hyeon Seok Rou, Giuseppe Thadeu Freitas de Abreu, Emil BjörnsonThu, 12 Ma⚡ eess

HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection

El artículo presenta HyWA, un enfoque de detección de actividad vocal personalizada que utiliza una hiperred para generar pesos adaptados a un hablante específico en capas seleccionadas de un modelo estándar, logrando mejoras consistentes en el rendimiento y facilitando el despliegue al reutilizar la misma arquitectura.

Mahsa Ghazvini Nejad, Hamed Jafarzadeh Asl, Amin Edraki, Mohammadreza Sadeghi, Masoud Asgharian, Yuanhao Yu, Vahid Partovi NiaThu, 12 Ma⚡ eess

A Predictive Flexibility Aggregation Method for Low Voltage Distribution System Control

Este artículo presenta un método de control predictivo y privado para la gestión en tiempo real de sistemas de distribución de baja tensión, que agrega la flexibilidad residencial mediante optimización multiparamétrica descentralizada y se valida en una red de 43 barras demostrando su eficacia frente a enfoques centralizados y agnósticos al futuro.

Clément Moureau, Thomas Stegen, Mevludin Glavic, Bertrand CornélusseThu, 12 Ma⚡ eess

Analysis and Synthesis of Switched Optimization Algorithms

Este trabajo presenta un marco para el análisis y síntesis de algoritmos de optimización discretos que garantizan tasas de convergencia exponencial certificadas y robustez frente a dinámicas de red conmutadas, como retardos variables y canales inestables, mediante la resolución de desigualdades matriciales lineales y el uso de coeficientes de filtros Zames-Falb.

Jared Miller, Fabian Jakob, Carsten Scherer, Andrea IannelliThu, 12 Ma⚡ eess

System-Theoretic Analysis of Dynamic Generalized Nash Equilibria -- Turnpikes and Dissipativity

Este artículo analiza los equilibrios de Nash generalizados dinámicos desde una perspectiva de teoría de sistemas, demostrando la relación recíproca entre la disipatividad estricta y el fenómeno de la autopista, estableciendo condiciones para el punto de operación óptimo y diseñando penalizaciones terminales que garantizan la estabilidad y convergencia en la aplicación de MPC basado en teoría de juegos.

Sophie Hall, Florian Dörfler, Timm FaulwasserThu, 12 Ma⚡ eess

Simplifying Preference Elicitation in Local Energy Markets: Combinatorial Clock Exchange

Este artículo presenta un mecanismo de mercado local de energía que fusiona el intercambio de relojes combinatorio con técnicas de aprendizaje automático para simplificar la elicitación de preferencias de los prosumidores, permitiéndoles expresar necesidades complejas de manera intuitiva sin necesidad de predecir precios ni utilizar formatos de oferta complicados.

Shobhit Singhal, Lesia MitridatiThu, 12 Ma⚡ eess

Safe and Optimal Learning from Preferences via Weighted Temporal Logic with Applications in Robotics and Formula 1

Este artículo presenta un enfoque seguro y óptimo para el aprendizaje a partir de preferencias humanas en sistemas autónomos, utilizando la Lógica Temporal de Señales Ponderada (WSTL) transformada en un programa lineal entero mixto mediante poda estructural y transformaciones logarítmicas, lo que garantiza la seguridad en dominios críticos como la navegación robótica y las carreras de Fórmula 1.

Ruya Karagulle, Cristian-Ioan Vasile, Necmiye OzayThu, 12 Ma⚡ eess

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

Inferring Clinically Relevant Molecular Subtypes of Pancreatic Cancer from Routine Histopathology Using Deep Learning

El estudio presenta PanSubNet, un marco de aprendizaje profundo interpretable que predice los subtipos moleculares clínicamente relevantes del cáncer de páncreas directamente a partir de histopatología rutinaria (tinción H&E), superando las limitaciones de costo y tiempo de los métodos genómicos tradicionales y ofreciendo una herramienta viable para la estratificación pronóstica y la oncología de precisión.

Abdul Rehman Akbar, Alejandro Levya, Ashwini Esnakula, Elshad Hasanov, Anne Noonan, Lingbin Meng, Susan Tsai, Vaibhav Sahai, Midhun Malla, Sarbajit Mukherjee, Upender Manne, Anil Parwani, Wei Chen, Ashish Manne, Muhammad Khalid Khan NiaziThu, 12 Ma⚡ eess

ZACH-ViT: Regime-Dependent Inductive Bias in Compact Vision Transformers for Medical Imaging

El artículo presenta ZACH-ViT, un transformador de visión compacto que elimina las codificaciones posicionales y el token [CLS] para lograr un procesamiento de parches invariante a permutaciones, demostrando que esta arquitectura adaptada a la estructura de los datos médicos alcanza un rendimiento competitivo en escenarios de pocos datos, especialmente cuando la disposición espacial es débilmente informativa.

Athanasios AngelakisThu, 12 Ma⚡ eess