174 articles
Cet article propose une analyse statistique complète du phénomène « Einstein from noise », démontrant mathématiquement que l'alignement et la moyenne d'observations purement bruitées sur un modèle de référence conduisent inévitablement à une reconstruction qui imite la structure et les phases de ce modèle, révélant ainsi un biais fondamental dans les techniques d'appariement de modèles.
Ce papier propose SPDIM, une méthode d'adaptation de domaine sans source et non supervisée basée sur l'optimisation géométrique sur la variété des matrices définies positives, qui surpasse les approches existantes pour gérer les décalages de distribution, y compris les décalages d'étiquettes, dans les données EEG.
Cet article propose trois stratégies de communication MIMO assistée par cache, nommées min-G, Grouping et Phantom, pour optimiser les degrés de liberté dans des réseaux asymétriques en ajustant dynamiquement les ressources spatiales et le nombre d'utilisateurs.
Ce papier développe un modèle de bruit gaussien à large bande pour les distorsions non linéaires des amplificateurs optiques à semi-conducteurs, fournissant une expression fermée précise du rapport bruit non linéaire sur le signal qui intègre la compression de gain et reste valide lorsque le produit de la bande passante et du temps de récupération du gain dépasse 100.
Cet article propose un cadre POMDP pour optimiser le suivi à distance d'une source Markovienne par des capteurs hétérogènes à précision dépendante de l'état, en développant des algorithmes d'approximation (RVIA et IPA) qui surpassent les méthodes de base tout en révélant une structure de commutation de la politique optimale.
Ce papier propose un récepteur neuronal basé sur l'attention axiale qui améliore considérablement l'efficacité computationnelle tout en maintenant des performances de taux d'erreur de bloc (BLER) supérieures aux méthodes existantes pour les systèmes de communication sans fil.
Cet article propose une architecture de métasurfaces intelligentes empilées (SIM) codées espace-temps randomisées pour la connectivité descendante massive, qui améliore la diversité multi-utilisateurs et réduit considérablement la surcharge d'estimation et de retour d'information de l'état du canal grâce à une stratégie de beamforming basée sur un état partiel du canal.
Cet article présente une architecture en tuiles pour un radar MIMO massif à large bande qui, en combinant la réduction de dimension dans l'espace des faisceaux et un entraînement coordonné des formeurs de faisceaux MVDR, permet un traitement efficace et performant d'un réseau de 1024 éléments pour la détection de cibles aériennes malgré des interférences terrestres fortes.
Bien que la méthode MLD-BFM ait obtenu les meilleurs résultats de prédiction pour le mouvement des doigts, cette étude conclut que les descripteurs spatiaux n'apportent pas d'amélioration statistiquement significative par rapport aux descripteurs temporels classiques, soulignant ainsi que la haute densité des enregistrements sEMG encode déjà suffisamment d'informations spatiales via les descripteurs d'amplitude.
Cette étude présente une nouvelle approche basée sur un transformateur à goulot d'étranglement pour prédire la métrique STOI de manière non intrusive, surpassant les modèles de l'état de l'art en termes de corrélation et d'erreur quadratique moyenne grâce à une architecture combinant blocs convolutifs et attention multi-têtes.
Cet article propose une modélisation du problème de tour optimal pour une station de base mobile (MOT) dans les réseaux IoT étendus, démontrant sa complexité NP-complète et présentant un algorithme heuristique glouton polynomial qui surpasse les approches existantes en optimisant conjointement le coût du trajet, la couverture des capteurs et le temps d'exécution.
Cet article propose un nouveau cadre d'identification de systèmes non linéaires pour détecter et caractériser le couplage phase-amplitude avec une précision accrue et une robustesse au bruit, surpassant ainsi les limitations des méthodes existantes.
Cette étude présente une méthode d'audit intercouche et sensible aux politiques permettant d'identifier, sans visibilité opérateur, les régimes de service et de limitation de débit de Starlink en analysant des signatures spécifiques dans les métriques de débit, de latence et de rapport interne.
Cet article présente GF-BiLSTM, un réseau de fusion profonde à double flux qui exploite systématiquement les informations de phase du CSI Wi-Fi, en plus de l'amplitude, pour améliorer la précision et la robustesse de la reconnaissance des activités robotiques.
Cet article propose une approche basée sur les données pour prédire de manière probabiliste le facteur d'hystérésis des batteries à anodes silicium-graphite, en intégrant une harmonisation des cycles de conduite et des modèles d'apprentissage automatique pour améliorer l'estimation de l'état de charge tout en quantifiant les incertitudes.
Cet article propose le cadre LAD-CKM, une nouvelle approche de construction de cartes de connaissances de canal agnostique à la localisation pour les scènes dynamiques, qui utilise un rendu de champ de radiance RF et un module de déformation adaptatif pour prédire le CSI sans informations de localisation précises, améliorant ainsi considérablement le débit de données par rapport aux méthodes existantes.
Cet article propose une conception de transceiver hybride à deux étages pour les systèmes MIMO massifs THz multi-utilisateurs, intégrant une architecture partiellement connectée et des convertisseurs analogique-numérique à faible résolution, afin de modéliser précisément les pertes du canal et d'atténuer l'effet de division du faisceau grâce à un nombre réduit de lignes à retard temporel réel, ce qui améliore l'efficacité spectrale d'environ 13 % par rapport aux techniques existantes.
Cet article propose le cadre de calcul de fonction distribué randomisé (RDFC), une forme de communication sémantique qui garantit la confidentialité locale sans nécessiter de hasard commun, tout en réduisant considérablement le taux de communication par rapport aux méthodes traditionnelles.
Cette étude propose un prédicteur de trafic spatio-temporel basé sur une décomposition de rang faible qui, grâce à l'exploitation de la cyclostationarité, offre des performances de routage quasi équivalentes à celles des données en temps réel, avec un temps de trajet excédentaire moyen inférieur à 1,5 minute sur le réseau routier de Séoul.
Cet article présente un générateur de jeu de données de référence inspiré de l'IEEE pour l'évaluation du renseignement passif dans les communications des réseaux électriques intelligents, modélisant les effets de la présence d'observateurs sur la propagation du signal à travers des architectures de réseau hiérarchisées afin de faciliter le développement de détecteurs fédérés.