176 articoli
Questo articolo rivela la vulnerabilità delle strategie di consenso sui tracciati nel tracciamento distribuito multi-obiettivo agli attacchi di "label hijacking", in cui un avversario inietta tracciati falsi per corrompere le identità dei bersagli, proponendo una formalizzazione matematica dell'attacco e dimostrandone l'efficacia attraverso un caso di studio.
Questo articolo presenta la progettazione e la simulazione di un demapper analogico 8-PAM completamente open-source realizzato in tecnologia SiGe BiCMOS IHP SG13G2, che raggiunge un'efficienza energetica di 0,33 pJ/bit a 1 Gbit/s.
Questo studio propone una strategia di continuazione analitica basata su serie, che utilizza l'approssimazione di Padé sull'espansione dei cumulanti per precalcolare accuratamente la pre-distorsione necessaria nel processo autoregressivo, permettendo così una simulazione rapida e precisa di clutter radar non gaussiano.
Questo articolo propone un sistema di antenne a pizzicamento a doppia alimentazione (DF-PAS) che, selezionando dinamicamente il punto di alimentazione agli estremi delle guide d'onda, riduce efficacemente le perdite di attenuazione e migliora il tasso di dati rispetto alle configurazioni tradizionali a singola alimentazione, offrendo soluzioni analitiche e un framework di ottimizzazione per scenari a singola e multipla guida d'onda.
Questo documento dimostra che è possibile ottenere prestazioni di rilevamento MIMO vicine al massimo verosimile con complessità lineare, utilizzando una strategia di ricerca ridotta strutturata che, per sistemi fino a 8x8, richiede dimensioni di lista proporzionali alla costellazione e si avvale di un'interpretazione basata su trellis per la generazione di LLR.
Il documento propone SBMA, un nuovo schema di accesso multiplo che integra SCMA e BIA per i sistemi MU-MISO, offrendo attraverso due decodificatori innovativi un compromesso ottimale tra guadagno di diversità, guadagno di multiplexing, privacy e adattabilità ai canali dinamici rispetto alle tecnologie esistenti.
Questa rassegna esamina l'applicazione delle Reti Neurali Grafiche nel riconoscimento delle emozioni tramite EEG, fornendo un quadro unificato per la costruzione dei grafi, analizzando le metodologie esistenti e delineando le sfide future in questo campo.
Il documento propone un framework di apprendimento del grafo di interferenza scalabile che, combinando strategie evolutive e funzioni di hashing profondo, ottimizza la schedulazione RTWT per le reti Wi-Fi 7, migliorando significativamente l'efficienza delle slot e riducendo le perdite di pacchetti e i tempi di calcolo in ambienti densi e dinamici.
Il paper presenta Uni-NTFM, un modello fondazionale unificato per l'apprendimento delle rappresentazioni dei segnali EEG che, ispirandosi ai meccanismi neurobiologici attraverso moduli di proiezione eterogenea, embedding topologico e una rete Transformer a mixture di esperti, supera le prestazioni degli attuali modelli su nove compiti downstream grazie a un addestramento su 28.000 ore di dati.
Questo studio valuta otto modelli fondazione per l'ECG su 26 compiti clinici, rivelando che l'architettura (in particolare il modello compatto ECG-CPC) è più determinante della scala per le prestazioni e l'efficienza dei dati, pur evidenziando lacune significative in ambiti come la struttura cardiaca e la previsione degli esiti.
Questa lettera colma una lacuna teorica derivando una risposta impulsiva del canale analitica esatta per un ricevitore sferico assorbente in un ambiente tridimensionale con deriva uniforme, utilizzando una trasformazione di misura di Girsanov per isolare gli effetti della deriva e fornire un modello di riferimento rigoroso che elimina la necessità di simulazioni Monte Carlo.
Questa lettera propone una strategia di modellazione del fronte d'onda ispirata all'ottica delle catastrofi, che utilizza un pacchetto d'onda di tipo Pearcey per migliorare la resilienza alle ostruzioni e le prestazioni SINR nelle comunicazioni multi-utente in campo radiativo vicino, senza richiedere la conoscenza preventiva degli ostacoli.
Questo studio dimostra che, quando si applicano vincoli realistici di potenza per ogni punto di accesso, i precodificatori centralizzati perdono il loro vantaggio teorico rispetto alle soluzioni distribuite, rendendo quest'ultime un'opzione più robusta per i sistemi cell-free.
Questo studio analizza un'anomalia di scarica inversa indotta dal vento ionico in barriere dielettriche sotto tensione unipolare, fornendo un modello numerico e risultati sperimentali che evidenziano differenze significative nei pattern di scarica parziale in base alla polarità, allo spessore del dielettrico e alla geometria del sistema.
Il paper propone FedCova, un framework di apprendimento federato robusto che elimina la dipendenza da dati esterni o dispositivi puliti, migliorando la resilienza intrinseca del modello contro le etichette rumorose attraverso un nuovo approccio basato sull'analisi delle covarianze delle caratteristiche per l'encoding, la classificazione e la correzione delle etichette.
Questo lavoro presenta il Meta-Adaptive UKF (MA-UKF), un framework che utilizza l'apprendimento meta-recorrente per adattare dinamicamente i pesi dei punti sigma, superando i limiti dei filtri tradizionali e garantendo una stima dello stato più robusta e accurata in presenza di rumore non gaussiano e dinamiche variabili.