3D Spectrum Awareness for Radio Dynamic Zones Using Kriging and Matrix Completion

Cette étude démontre que la complétion de matrice surpasse le krigeage ordinaire pour la reconstruction de cartes radio 3D dans les zones de dynamique radio, tout en soulignant l'efficacité du krigeage simple et trans-gaussien à faible densité de mesures et l'amélioration des performances grâce à l'utilisation de données multi-altitudes.

Mushfiqur Rahman, Sung Joon Maeng, Ismail Guvenc, Chau-Wai WongThu, 12 Ma⚡ eess

G-STAR: End-to-End Global Speaker-Tracking Attributed Recognition

Le papier présente G-STAR, un système de reconnaissance automatique de la parole attribué aux locuteurs de bout en bout qui couple un module de suivi temporel des locuteurs avec un modèle de langage pour assurer une cohérence des identités à l'échelle de la réunion tout en générant des transcriptions étiquetées et horodatées.

Jing Peng, Ziyi Chen, Haoyu Li, Yucheng Wang, Duo Ma, Mengtian Li, Yunfan Du, Dezhu Xu, Kai Yu, Shuai WangThu, 12 Ma⚡ eess

A Harmony Composition-Inspired Tensor Modalization Method for Near-Field IRS Channel Estimation

Cet article propose une méthode d'estimation de canal pour les surfaces réfléchissantes intelligentes (IRS) en champ proche inspirée de l'harmonie musicale, qui utilise la modalisation tensorielle pour découpler les paramètres de distance et d'angle, permettant ainsi une estimation de haute précision avec une complexité réduite et une amélioration de 8,5 dB du NMSE par rapport aux méthodes existantes.

Wenzhou Cao, Yashuai Cao, Tiejun Lv, Jie ZengThu, 12 Ma⚡ eess

World Model for Battery Degradation Prediction Under Non-Stationary Aging

Cet article propose un modèle de monde pour prédire la dégradation des batteries lithium-ion en propageant un état latent appris à partir de séries temporelles, une approche qui réduit de moitié l'erreur de prévision par rapport à la régression directe et dont la précision est améliorée au point de rupture par l'intégration d'une contrainte de modèle de particule unique.

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

Towards Cognitive Defect Analysis in Active Infrared Thermography with Vision-Text Cues

Cet article propose un cadre novateur de détection de défauts en zéro-shot pour les polymères renforcés de fibres de carbone en thermographie infrarouge active, utilisant des modèles vision-langage préentraînés adaptés via un connecteur léger pour éliminer le besoin de jeux de données d'entraînement coûteux tout en obtenant des performances de localisation élevées.

Mohammed Salah, Eman Ouda, Giuseppe Dell'Avvocato, Fabrizio Sarasini, Ester D'Accardi, Jorge Dias, Davor Svetinovic, Stefano Sfarra, Yusra AbdulrahmanThu, 12 Ma⚡ eess

Suppressing Acoustomigration and Temperature Rise for High-power Robust Acoustics

Les auteurs proposent une plateforme d'ondes acoustiques en couches (LAW) utilisant une couche supérieure quasi infinie pour surmonter les limitations de puissance des transducteurs SAW en réduisant simultanément l'élévation de température, l'instabilité thermique et l'acoustomigration, permettant ainsi d'atteindre une densité de puissance seuil inédite de 45,61 dBm/mm².

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

Cette étude démontre que la convergence et la stabilité des réseaux d'équilibre d'opérateurs monotones sous quantification des poids sont garanties tant que la perturbation spectrale reste inférieure à la marge de monotonie, une condition validée expérimentalement sur MNIST et exploitée pour un entraînement conscient de la quantification permettant une convergence prouvée même à 4 bits.

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

Path Planning for Sound Speed Profile Estimation

Cet article propose une méthode de planification de trajectoire pour un véhicule sous-marin autonome qui fusionne des mesures locales de profil de vitesse du son avec des données de perte de transmission acoustique, permettant d'estimer avec précision le profil global de vitesse du son et de réduire l'incertitude d'estimation par rapport à un mouvement à vitesse constante.

Ludvig Lindström, Tadas Paskevicius, Andreas Jakobsson, Isaac SkogThu, 12 Ma⚡ eess

Geo-ATBench: A Benchmark for Geospatial Audio Tagging with Geospatial Semantic Context

Ce papier présente Geo-ATBench, un nouveau benchmark et une tâche d'étiquetage audio géospatial qui intègrent le contexte sémantique géographique pour améliorer la reconnaissance des événements sonores, en démontrant que cette approche réduit les ambiguïtés acoustiques et atteint des performances alignées avec l'écoute humaine.

Yuanbo Hou, Yanru Wu, Qiaoqiao Ren, Shengchen Li, Stephen Roberts, Dick BotteldoorenThu, 12 Ma⚡ eess

Flexible Multi-Target Angular Emulation for Over-the-Air Testing of Large-Scale ISAC Base Stations: Principle and Experimental Verification

Cet article propose et valide expérimentalement un cadre d'émulation Over-the-Air flexible et multi-cibles basé sur une méthode de câbles sans fil et optimisée par des matrices strictement à diagonale dominante, permettant d'évaluer efficacement les performances de détection des grandes stations de base ISAC sans recourir à des émulateurs de cibles coûteux.

Chunhui Li, Hao Sun, Wei FanThu, 12 Ma⚡ eess

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

Cet article propose une nouvelle approche d'optimisation de la commutation de cellules dans les réseaux assistés par HAPS, intégrant des effets de propagation réalistes et un cadre d'optimisation multi-objectif pour réduire la consommation d'énergie tout en préservant la connectivité et les débits des utilisateurs, validée par des simulations et une émulation Sionna-OAI.

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

Cet article propose une méthode d'estimation d'état distribuée pour les systèmes linéaires invariants dans le temps discrets, basée sur la forme canonique de Jordan et des observateurs locaux couplés par consensus, qui établit des conditions nécessaires et suffisantes pour la convergence asymptotique tout en offrant plus de flexibilité que les travaux antérieurs.

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

Cet article présente un cadre d'optimisation de trajectoire entièrement natif pour GPU, combinant la programmation convexe séquentielle et une méthode de décomposition temporelle, qui permet d'atteindre des taux de planification supérieurs à 100 Hz avec une efficacité énergétique et un débit nettement améliorés par rapport aux solveurs CPU traditionnels pour le contrôle autonome en temps réel.

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

MOS-Bias: From Hidden Gender Bias to Gender-Aware Speech Quality Assessment

Cette étude révèle que le Mean Opinion Score (MOS) présente un biais systématique de genre où les hommes attribuent des scores plus élevés que les femmes, et propose un modèle sensible au genre apprenant des schémas d'évaluation spécifiques pour améliorer la précision et l'équité de l'évaluation de la qualité de la parole.

Wenze Ren, Yi-Cheng Lin, Wen-Chin Huang, Erica Cooper, Ryandhimas E. Zezario, Hsin-Min Wang, Hung-yi Lee, Yu TsaoThu, 12 Ma⚡ eess

Scaling and Trade-offs in Multi-agent Autonomous Systems

Cette étude démontre que l'application de l'analyse dimensionnelle et des lois d'échelle aux simulations de essaims de drones autonomes permet de prédire les limites de succès, d'optimiser les compromis entre le nombre d'agents et leurs paramètres, et d'améliorer les résultats grâce à une planification de trajectoire intégrée.

Abram H. Clark, Liraz Mudrik, Colton Kawamura, Nathan C. Redder, João P. Hespanha, Isaac KaminerThu, 12 Ma⚡ eess

Prioritizing Gradient Sign Over Modulus: An Importance-Aware Framework for Wireless Federated Learning

Cet article propose un cadre d'apprentissage fédéré sans fil nommé SP-FL qui améliore la fiabilité et la précision des modèles en priorisant la transmission des signes des gradients via une allocation hiérarchique des ressources, surpassant ainsi les méthodes existantes dans des scénarios à ressources limitées.

Yiyang Yue, Jiacheng Yao, Wei Xu, Zhaohui Yang, George K. Karagiannidis, Dusit NiyatoThu, 12 Ma⚡ eess

Semantic Satellite Communications for Synchronized Audiovisual Reconstruction

Cet article propose un système de transmission sémantique multimodale adaptatif pour les communications satellitaires, qui optimise la reconstruction audiovisuelle synchronisée sous contraintes de bande passante en utilisant une architecture générative à double flux et un module de décision basé sur les grands modèles de langage pour ajuster dynamiquement les flux de transmission en fonction des conditions du canal.

Fangyu Liu, Peiwen Jiang, Wenjin Wang, Chao-Kai Wen, Xiao Li, Shi JinThu, 12 Ma⚡ eess