1534 पेपर
यह शोध पत्र 3.5 GHz CBRS बैंड के भीतर रडार डिटेक्शन तकनीकों का सर्वेक्षण करता है, जो वाणिज्यिक नेटवर्क और महत्वपूर्ण सरकारी रडार प्रणालियों के बीच सह-अस्तित्व सुनिश्चित करने के लिए नियामक आवश्यकताओं, प्रदर्शन चुनौतियों और भविष्य की दिशाओं को संबोधित करने हेतु पारंपरिक विधियों की उभरते हुए मशीन लर्निंग दृष्टिकोणों के साथ तुलना करता है।
यह शोध पत्र एक ज्यामिति-आधारित स्टोकेस्टिक वायरलेस चैनल मॉडल प्रस्तावित करता है जो मल्टीपाथ सहसंबंधों को कुशलतापूर्वक कैप्चर करने, संयुक्त डेटा वितरणों को सटीक रूप से पुनरुत्पादित करने और संसाधन-गहन रे-ट्रेसिंग सिमुलेशन के एक व्यावहारिक विकल्प के रूप में अनदेखी स्थितियों में इंटरपोलेट करने के लिए चैनल पैरामीटर छवियों पर प्रशिक्षित जनरेटिव न्यूरल नेटवर्क का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि कोलमोगोरोव-आर्नोल्ड नेटवर्क (KAN), फास्टर-दैन-नाइक्विस्ट (FTN) BPSK डिटेक्शन में मल्टीलेयर परसेप्ट्रॉन्स (MLP) की तुलना में काफी बेहतर प्रदर्शन करते हैं, जो केवल एक-आठवें छिपे हुए विड्थ (hidden width) का उपयोग करते हुए 10 dB पर 18.6 गुना कम बिट एरर रेट प्राप्त करते हैं, जिससे इंटर-सिंबल इंटरफेरेंस को संभालने के लिए एक अधिक पैरामीटर-कुशल समाधान मिलता है।
यह शोध पत्र संख्यात्मक रूप से प्रदर्शित करता है कि जबकि गैस-लाइन अवशोषण C-बैंड को न्यूनतम रूप से प्रभावित करता है, यह लॉन्ग-हॉल हॉलो-कोर फाइबर ट्रांसमिशन में L-बैंड के प्रदर्शन को गंभीर रूप से खराब करता है, लेकिन इन अवशोषण रेखाओं का आदर्श दमन 1000 किमी पर L-बैंड थ्रूपुट को बढ़ाकर 59.1 Tb/s कर सकता है और आवश्यक रिपीटरों की संख्या को 3.3 गुना तक कम कर सकता है।
यह अध्ययन पार्किंसंस रोग के रोगियों में द्विपक्षीय ऊर्ध्वाधर ग्राउंड रिएक्शन फोर्सेज (vertical ground reaction forces) का सटीक अनुमान लगाने के लिए एक हाइब्रिड CNN-BiLSTM मॉडल और एक अनुकूलित चार-सेंसर IMU कॉन्फ़िगरेशन का उपयोग करने वाले एक नवीन डीप लर्निंग फ्रेमवर्क को प्रस्तुत करता है, जो पहनने योग्य चाल विश्लेषण (wearable gait analysis) और रिमोट मॉनिटरिंग के लिए एक व्यावहारिक और स्केलेबल समाधान प्रदान करता है।
यह शोध पत्र मोशन-करप्टेड (गति-दूषित) ईसीजी संकेतों को प्रभावी ढंग से डीनोइज़ करने के लिए टिरामिसु ऑटोएन्कोडर मॉडल का उपयोग करते हुए एक नवीन डीप-लर्निंग दृष्टिकोण प्रस्तावित करता है, जो -30 dB के निम्न सिग्नल-टू-नॉइज़ अनुपात पर भी 13 ms के औसत RMSE के साथ अत्यधिक सटीक इंटर-बीट अंतराल अनुमान सक्षम करता है, जिससे यह मौजूदा अत्याधुनिक तकनीकों से बेहतर प्रदर्शन करता है।
यह शोध पत्र कोडेवर्ड-सेगमेंटेशन रेट-स्प्लिटिंग मल्टीपल एक्सेस (CS-RSMA) का प्रस्ताव और मूल्यांकन करता है, जो एक नवीन डाउनलिंक आर्किटेक्चर है जो एनकोडेड कोडेवर्ड्स को कॉमन और प्राइवेट भागों में विभाजित करता है, और एक नए मिसमैच्ड डिकोडिंग फ्रेमवर्क और लिंक-लेवल सिमुलेशन के माध्यम से यह प्रदर्शित करता है कि यह सम-दर (sum-rate) में पारंपरिक RSMA से बेहतर प्रदर्शन करता है और साथ ही जटिलता, सिग्नलिंग और रिट्रांसमिशन में महत्वपूर्ण व्यावहारिक लाभ भी प्रदान करता है।
यह शोध पत्र प्रदर्शित करता है कि स्पेक्ट्रल प्री-इक्वलाइजेशन (spectral pre-equalisation) हॉलो-कोर फाइबर में CO2 अवशोषण-प्रेरित ट्रांसमिशन दंडों को प्रभावी ढंग से कम करता है, जिससे 5.5 dB Q-फैक्टर सुधार प्राप्त होता है जो एक पारंपरिक 383-टैप इक्वलाइज़र से 1.3 dB अधिक है।
यह शोध पत्र 6G के लिए 5G MIMO को ऊपरी-मध्य-बैंड (FR3) तक स्केल करने में आने वाली मौलिक सिस्टम-स्तरीय सीमाओं का विश्लेषण करता है, जो कवरेज, RF दक्षता, आर्किटेक्चर और चैनल अधिग्रहण में प्रमुख चुनौतियों की पहचान करता है, और एक ऐसा अनुसंधान रोडमैप प्रस्तावित करता है जो व्यावहारिक एक्सट्रीम MIMO परिनियोजन को सक्षम करने के लिए डिस्ट्रिब्यूटेड अपर्चर, AI और उन्नत बीमफॉर्मिंग को एकीकृत करता है।
यह शोध पत्र विश्लेषणात्मक रूप से अभिलक्षित करता है और यह प्रदर्शित करता है कि विभिन्न परिनियोजन परिदृश्यों में औसत कोर एकत्रीकरण विलंबता (mean core aggregation latency) के सटीक विखंडन और ऊपरी सीमाओं को व्युत्पन्न करके, फ्रैक्शनल पावर कंट्रोल पदानुक्रमित फेडरेटेड लर्निंग सिस्टम में वायरलेस एकत्रीकरण विलंबता बाधाओं को प्रभावी ढंग से कम करता है।