157 articoli
Questo articolo introduce un modello di minimizzazione non convessa basato sulla funzione di penalità trasformata (TLp) con due parametri regolabili, dimostrando il recupero stabile di segnali sparsi tramite la proprietà di isometria ristretta (RIP), proponendo l'algoritmo IRLSTLp per la sua risoluzione e validando sperimentalmente la sua superiorità in termini di flessibilità e promozione della sparsità rispetto ai modelli esistenti.
Questo articolo propone l'algoritmo dMWF, una soluzione non iterativa e ottimale per il filtraggio di Wiener multicanale distribuito nelle reti di sensori acustici wireless, che supera i limiti di convergenza e di assunzione delle fonti esistenti consentendo ai nodi di collaborare per stimare segnali vocali specifici anche quando osservano insiemi di sorgenti differenti.
Questo articolo introduce un quadro teorico di rate-distortion a blocco finito per campi aleatori eterogenei su reticoli finiti, stabilendo limiti non asintotici e un'espansione del secondo ordine che quantificano l'impatto di correlazione spaziale, eterogeneità e vincoli di tassellazione sulle prestazioni di compressione lossy in ambito scientifico.
Questo articolo propone un modello algebrico per il problema dell'equivalenza dei codici lineari basato sulle coordinate di Plücker e sulla teoria degli invarianti, che, sebbene non porti a un attacco pratico a causa dell'elevata complessità computazionale, rappresenta il primo tentativo teorico di applicare la geometria algebrica alla critanalisi di tale problema.
Questo articolo propone un metodo innovativo di stima dei canali wireless ad alta dimensionalità basato su modelli di diffusione generativi, che combina l'uso di un priore generativo profondo e l'approccio non supervisionato di Stein per ottenere una ricostruzione ad alta fedeltà con una latenza ridotta di un fattore 10 e un sovraccarico di piloti dimezzato rispetto alle tecniche esistenti.
Questo articolo propone un miglioramento dell'algoritmo di instradamento Contact Graph Routing per le reti tolleranti ai ritardi, introducendo operazioni di divisione dei contatti e potatura degli archi per garantire percorsi ottimali che rispettino preventivamente i vincoli di capacità e buffer, riducendo così collisioni e tempi di consegna nelle comunicazioni satellitari.
Questo articolo stabilisce i limiti fondamentali inferiori per i costi di lavoro nella conversione di sistemi quantistici tramite controllo con feedback quantistico, derivando leggi termodinamiche generalizzate che collegano il lavoro e l'informazione attraverso misure di entropia condizionata.
Questo lavoro caratterizza la casualità di Martin-Löf e di Schnorr in termini di fusione debole delle opinioni, dimostrando che tali nozioni corrispondono alla convergenza della divergenza di Kullback-Leibler tramite un'analisi che collega tale divergenza all'incremento di un sottogranmartingala di Doob.
Questo lavoro studia il prodotto di Schur dei codici di valutazione, dimostrando come i codici -affini generalizzino risultati precedenti e permettano di costruire codici quantistici CSS-T e schemi di recupero privato delle informazioni (PIR) con parametri superiori rispetto alle tecniche esistenti.
Questo articolo propone un algoritmo efficiente per la precodifica stocastica in reti MIMO su canali di fading generalizzati, che massimizza la somma ponderata dei tassi medi a lungo termine utilizzando solo i primi due momenti dei canali e un nuovo limite inferiore basato sulla programmazione frazionaria matriciale, superando così i metodi esistenti che dipendono da distribuzioni di fading specifiche.
Questo articolo propone metodi di ottimizzazione e apprendimento per rinforzo profondo (DDQN) per allocare potenza e velocità in comunicazioni covert a tasso positivo su canali di Rayleigh, considerando sia la conoscenza non causale che causale dello stato del canale.
Questo articolo presenta un protocollo di accordo chiavi post-quantistico avanzato basato sull'entropia di Rényi che garantisce sicurezza informazionale dimostrabile e resistenza agli attacchi quantistici senza assumere problemi computazionali difficili, ottenendo una sicurezza quantistica di 128 bit con complessità comunicativa polinomiale.
Questo tutorial introduce i sistemi di antenne a pizzicamento generalizzati, una nuova architettura flessibile che permette la creazione dinamica di punti di radiazione su richiesta tramite diverse guide d'onda, analizzandone i principi fisici, le strategie di progettazione e le prospettive future per le reti wireless di prossima generazione.
Il documento presenta AirCNN, un nuovo paradigma che implementa le reti neurali convoluzionali tramite calcolo analogico over-the-air sfruttando superfici intelligenti riconfigurabili per emulare le operazioni di convoluzione, ottimizzando i parametri di trasmissione e dimostrando, attraverso simulazioni, che l'architettura MISO con più RIS offre prestazioni superiori in diversi scenari di canale.
Questo articolo chiarisce la formulazione geometrica della termodinamica di Souriau sulle varietà simmetriche non compatte , dimostrando che solo quelle di tipo Kähler ammettono distribuzioni di Gibbs, risolvendo il problema dello spazio delle temperature generalizzate e unificando la geometria dell'informazione con la geometria termodinamica nel contesto delle Reti Neurali di Cartan.
Questo lavoro propone un sistema di comunicazione ottica visibile (VLC) indoor assistito da superfici riflettenti intelligenti (IRS) che sfrutta i ritardi temporali dei percorsi riflessi per massimizzare la capacità di segretezza, risolvendo un complesso problema di ottimizzazione combinatoria tramite apprendimento per rinforzo profondo (PPO) e dimostrando guadagni significativi sia contro eavesdropper collusi che non collusi.
Questo articolo introduce PMATIC, un algoritmo di codifica indipendente dal modello che risolve il problema del disallineamento delle previsioni nei sistemi di compressione lossless basati su reti neurali, garantendo robustezza agli errori di calcolo e prestazioni superiori rispetto agli strumenti moderni.
Il paper introduce la "bipredicibilità" come misura fondamentale per distinguere l'agenzia dalla vera intelligenza, dimostrando che i sistemi AI attuali possiedono la prima ma non la seconda, e propone un'architettura di feedback ispirata alla biologia per monitorare e ripristinare l'efficacia dell'apprendimento adattivo.
Il paper sviluppa un quadro termodinamico per l'inferenza asintotica in cui l'informazione di Shannon agisce come entropia, unificando concetti fisici e statistici per derivare limiti fondamentali, percorsi ottimali e relazioni note come proiezioni di una struttura termodinamica sottostante.
Questo tutorial presenta una trattazione completa della teoria della distorsione-rata per sorgenti Bernoulliane con distorsione di Hamming, derivando la funzione classica, illustrando l'algoritmo di Blahut-Arimoto e sviluppando le raffinatezze per blocchi finiti che caratterizzano la dispersione della distorsione-rata come penalità rispetto al limite di Shannon.