1565 पेपर
यह शोध पत्र वायरलेस नेटवर्क में मिक्सचर ऑफ एक्सपर्ट्स (MoE) फ्रेमवर्क का एक व्यापक सर्वेक्षण प्रस्तुत करता है, जो जनरेटिव एआई और सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) के साथ इसके एकीकरण, विविध संचार परिदृश्यों और कार्यों में इसके अनुप्रयोगों, उपलब्ध डेटासेट और 6G प्रौद्योगिकियों के लिए भविष्य की अनुसंधान दिशाओं का विवरण देता है।
यह शोध पत्र SpaRTran को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड प्रीट्रेनिंग दृष्टिकोण है जो मजबूत इंडक्टिव बायस (inductive biases) उत्पन्न करने के लिए कंप्रेस्ड सेंसिंग और फिजिकल चैनल मॉडल का लाभ उठाता है, जो रेडियो लोकलाइजेशन और बीमफॉर्मिंग कार्यों में क्रमशः 28% और 26 प्रतिशत अंकों तक अत्याधुनिक तरीकों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक कुशल अटेंशन-एन्हांस्ड मशीन लर्निंग मॉडल का प्रस्ताव करता है जो mmWave संचार में अत्यधिक सटीक, दीर्घकालिक बीम ट्रैकिंग प्राप्त करने के लिए इंफ्रास्ट्रक्चर-माउंटेड कैमरा छवियों का लाभ उठाता है, जिसमें गणनात्मक जटिलता और ओवरहेड काफी कम हो जाता है।
यह शोध पत्र RIR-Mega-Speech प्रस्तुत करता है, जो एक पुनरुत्पादक 117.5-घंटे का गूँजने वाला (reverberant) स्पीच कॉर्पस है, जिसमें प्रति-फ़ाइल व्यापक ध्वनिक मेटाडेटा और मानकीकृत मूल्यांकन स्क्रिप्ट शामिल हैं ताकि स्पीच रिकग्निशन प्रदर्शन पर रूम एकॉस्टिक्स के प्रभाव पर पारदर्शी अनुसंधान को सुगम बनाया जा सके।
यह शोध पत्र सैटेलाइट, सेलुलर और IEEE मानकों सहित वायरलेस-आधारित वाहन स्थिति निर्धारण प्रौद्योगिकियों का एक व्यापक सर्वेक्षण प्रस्तुत करता है, जिसमें उनके उपयोग के मामलों, ऐतिहासिक विकास और एल्गोरिदम का विश्लेषण किया गया है, साथ ही कनेक्टेड और स्वायत्त वाहनों के लिए सटीकता और लचीलेपन को बढ़ाने के लिए सेंसर फ्यूजन की महत्वपूर्ण भूमिका और खुली चुनौतियों को भी संबोधित किया गया है।
यह शोध पत्र ISAC प्रणालियों के लिए एक 3D पिंचिंग एंटीना परिनियोजन योजना प्रस्तावित करता है और एंटीना स्थिति निर्धारण, समय आवंटन और ट्रांसमिट पावर को संयुक्त रूप से अनुकूलित करने के लिए एक हेटेरोजेनियस ग्राफ न्यूरल नेटवर्क-आधारित सुदृढीकरण लर्निंग एल्गोरिदम विकसित करता है, जो सेंसिंग और ऊर्जा बाधाओं के तहत सम संचार दरों को अधिकतम करने में 1D/2D समकक्षों और अन्य बेसलाइनों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक सेगमेंटेड वेवगाइड-एनेबल्ड पिंचिंग एंटीना (SWAN) सिस्टम के लिए एक एकीकृत संवेदन और संचार (ISAC) ढांचे का प्रस्ताव करता है जो बीमफॉर्मिंग, सेगमेंट चयन और एंटीना पोजिशनिंग को संयुक्त रूप से अनुकूलित करने के लिए एक हाइब्रिड सेगमेंट चयन और मल्टीप्लेक्सिंग प्रोटोकॉल और एक सेगमेंट हिस्टेरेसिस-आधारित सुदृढीकरण लर्निंग एल्गोरिदम का उपयोग करता है, जिससे हार्डवेयर लागत को कम करते हुए संचार दरों को अधिकतम किया जा सके और संवेदन बाधाओं को पूरा किया जा सके।
यह शोध पत्र ISAC बीमफॉर्मिंग अनुकूलन के लिए एक डीप लर्निंग-आधारित तीन-चरणीय ढांचे का प्रस्ताव करता है जो चैनल विशेषताओं को क्रमवार निकालने, सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के माध्यम से बीमपैटर्न को अनुकूलित करने और पर्यवेक्षित शिक्षण (सुपरवाइज्ड लर्निंग) के माध्यम से बीमफॉर्मिंग वेक्टर्स को पुनर्गठित करने के माध्यम से, शक्ति और सेंसिंग बाधाओं के तहत सम संचार दर को अधिकतम करता है, जो अंततः बीमपैटर्न अनुकूलन पर ध्यान केंद्रित करके आधारभूत विधियों से बेहतर प्रदर्शन करता है।
यह शोधपत्र विशेष रूप से वेक-अप रेडियो द्वारा सक्रिय लोरा (LoRa)-आधारित रैंडम एक्सेस सिस्टम के भीतर, सेंसर-UAV संपर्क समय के आधार पर रेडंडेंसी को गतिशील रूप से समायोजित करके, फोंटेन कोडिंग और मैसेज रेप्लिकेशन का उपयोग करते हुए यूएवी-सहायता प्राप्त आईओटी (IoT) नेटवर्क में अपलिंक विश्वसनीयता बढ़ाने के लिए अनुकूली डेटा-रिकवरी स्कीम्स का प्रस्ताव करता है।