1565 पेपर
यह शोध पत्र 'डिसर्न्मेंट' (Discernment) को प्रस्तुत करता है, जो एक डिस्क्रीट-स्पेस जनरेटिव एआई पाइपलाइन है जो अत्यधिक क्षमता क्षरण (capacity degradation) के तहत भी इरेज़र चैनलों पर IoT सिग्नल्स के लिए सिमेंटिक अखंडता और स्पेक्ट्रल दक्षता बनाए रखने हेतु ऑटोरेग्रेसिव और डिफ्यूजन मॉडल्स के बीच गतिशील रूप से स्विच करता है।
यह शोध पत्र कम लागत वाले 60 GHz FMCW रडार का उपयोग करके एक हल्का, गैर-दृश्य रेंज-एंगल इमेजिंग एल्गोरिदम प्रस्तावित करता है जो गोपनीयता-संवेदनशील इनडोर वातावरण में अर्ध-स्थिर मानवीय गतिविधियों का पता लगाने के लिए सटीकता और वास्तविक समय प्रसंस्करण गति में पारंपरिक CFAR डिटेक्टरों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक विस्तारित यूनिवर्सल जॉइंट सोर्स-चैनल कोडिंग (euJSCC) ढांचे का प्रस्ताव करता है जो एक एकल डिजिटल सिमेंटिक कम्युनिकेशन मॉडल को विभिन्न SNR स्तरों, मॉड्यूलेशन स्कीमों और ब्लॉक फेडिंग चैनलों के बीच अनुकूल रूप से ट्रांसमिशन को अनुकूलित करने में सक्षम बनाने के लिए एक इनर-आउटर आर्किटेक्चर के भीतर हाइपरनेटवर्क-आधारित नॉर्मलाइजेशन और डायनेमिक कोडबुक जनरेशन का लाभ उठाता है, जो मौजूदा स्टेट-ऑफ-द-आर्ट विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र वायरलेस फिजिकल न्यूरल नेटवर्क्स (WPNNs) की अवधारणा प्रस्तुत करता है, जो एक ऐसा प्रतिमान है जो वायरलेस घटकों और प्रसार वातावरण को सीखने-आधारित विधियों के माध्यम से संयुक्त संचार-गणना अनुकूलन को सक्षम करने के लिए अवकलनीय (differentiable) कम्प्यूटेशनल परतों के रूप में पुनर्व्याख्या करता है, जिससे अगली पीढ़ी के नेटवर्क में सिस्टम दक्षता और अनुकूलन क्षमता में वृद्धि होती है।
यह शोध पत्र एक मॉड्यूलर 4-केल्विन एनालॉग सिग्नल चेन आर्किटेक्चर प्रस्तुत और SPICE सिमुलेशन के माध्यम से मान्य करता है जो स्थिर सिग्नल जनरेशन, प्रवर्धन (एम्प्लीफिकेशन) और डिमोड्यूलेशन के लिए क्रायोजेनिक MOSFET-आधारित घटकों को उच्च निष्ठा (फिडेलिटी) के साथ एकीकृत करके द्वि-दिशीय सुपरकंडक्टिंग क्वबिट नियंत्रण और रीडआउट को सक्षम बनाता है।
यह शोध पत्र विभेदक समीकरणों (differential equations) को हल करने के लिए हॉर्नर-फैक्टराइज्ड बहुपदों (Horner-factorized polynomials) का उपयोग करते हुए, सटीक प्रारंभिक स्थिति प्रवर्तन (exact initial condition enforcement) और खंडित निरंतरता (piecewise continuity) के साथ एक पैरामीटर-न्यूनतम न्यूरल आर्किटेक्चर प्रस्तुत करता है, जो मानक MLP या साइनुसोइडल बेसलाइन की तुलना में काफी कम पैरामीटर्स के साथ उच्च सटीकता प्राप्त करता है।
यह शोध पत्र RF-GPT को प्रस्तुत करता है, जो एक रेडियो-फ्रीक्वेंसी भाषा मॉडल है जो IQ वेवफॉर्म्स को विजुअल एनकोडर्स के लिए स्पेक्ट्रोग्राम में मैप करके और विभिन्न प्रौद्योगिकियों में वायरलेस संकेतों को समझने और समझाने के लिए मल्टीमॉडल LLMs को सक्षम करने हेतु एक बड़े, सिंथेटिक रूप से जनरेट किए गए इंस्ट्रक्शन डेटासेट पर प्रशिक्षित करके, RF धारणा और उच्च-स्तरीय तर्क के बीच के अंतर को पाटता है।
यह शोध पत्र बड़े पैमाने के मल्टी-स्टैटिक बैकस्कैटर नेटवर्क में रियल-टाइम रेंज-एंगल अनुमान और टैग लोकलाइजेशन के लिए कम-जटिलता वाले एल्गोरिदम प्रस्तावित करता है, जो एक वास्तविक टेस्टबेड के माध्यम से यह प्रदर्शित करता है कि ये विधियाँ मौजूदा ब्रूट-फोर्स दृष्टिकोणों की तुलना में 500 गुना अधिक कम्प्यूटेशनल दक्षता लाभ के साथ उच्च सटीकता प्राप्त करती हैं।
यह शोध पत्र प्रदर्शित करता है कि ओवरपैरामीटराइज्ड मॉडलों में अंतर्निहित निम्न-आयामी संरचनाओं (low-dimensional structures) और संकुचित गतिकी (compressible dynamics) का लाभ उठाने से कॉम्पैक्ट फैक्टराइजेशन को प्रशिक्षित करना संभव है जो बड़े मॉडलों के अनुकूलन और सामान्यीकरण लाभों को बनाए रखता है, जो "डीप लोरा" (Deep LoRA) नामक एक विधि पेश करता है जो कम ओवरफिटिंग और सरल हाइपरपैरामीटर्स के साथ लैंग्वेज मॉडल फाइन-ट्यूनिंग को बढ़ाता है।
यह ट्यूटोरियल पेपर इस बात का अन्वेषण करता है कि कैसे आर्टिफिशियल इंटेलिजेंस, विशेष रूप से डीप लर्निंग, एकीकृत संवेदन और संचार (ISAC) प्रणालियों के लिए एकीकृत वेवफॉर्म, कॉन्स्टेलेशन और बीमफॉर्मर के डिज़ाइन को अनुकूलित कर सकता है ताकि प्रदर्शन, जटिलता और कार्यान्वयन संबंधी बाधाओं को प्रभावी ढंग से संतुलित किया जा सके, जहाँ पारंपरिक मॉडल-आधारित दृष्टिकोण विफल हो जाते हैं।