381 articoli
Questo articolo presenta un metodo per la quantificazione dinamica in tempo reale dell'incertezza delle uscite dei sensori basati su dati di calibrazione preimmagazzinati, dimostrando su piattaforme hardware embedded come tale approccio riduca drasticamente i tempi di calcolo rispetto alle simulazioni Monte Carlo e migliori significativamente l'accuratezza e la precisione nelle applicazioni di elaborazione dei dati.
Il paper propone SAAIPAA, un framework per attacchi avversari fisici su modelli di riconoscimento automatico di bersagli SAR che, grazie a una modellazione fisica rigorosa, determina posizioni e orientamenti ottimali di riflettori per ingannare i sistemi di classificazione indipendentemente dagli angoli di aspetto della piattaforma, raggiungendo tassi di successo fino al 99,2% in scenari white-box.
Il paper introduce ParaS2S, un nuovo framework di apprendimento per rinforzo e un benchmark associato che migliorano significativamente la capacità dei modelli di parlare-parlare di comprendere e rispondere adeguatamente sia al contenuto che agli aspetti paralinguistici (come tono ed emozione) direttamente a livello di forma d'onda, superando i limiti delle attuali soluzioni basate su pipeline o sul solo fine-tuning supervisionato.
Questo articolo propone un'analisi dei limiti fondamentali e un algoritmo iterativo a due stadi per la progettazione di pre-codificatori in sistemi MIMO-ISAC sicuri, ottimizzando il compromesso tra comunicazioni, rilevamento e sicurezza contro intercettazioni multi-antenna.
Il paper presenta la DUFWI, un metodo di inversione profonda sbloccata fisicamente informata che supera i limiti computazionali e di precisione delle tecniche tradizionali, consentendo una diagnosi in tempo reale dell'edema tramite la ricostruzione della velocità del suono nei dati ecografici.
Questa lettera analizza l'impatto della finestra del DFT sull'osservabilità delle oscillazioni nei PMU, derivando la risposta in frequenza complessa completa e proponendo un metodo di recupero per correggere l'attenuazione e lo sfasamento introdotti.
Questo articolo propone un approccio sostenibile per le comunicazioni 6G che integra ortogonalità e non-ortogonalità, evidenziando come la forma d'onda SC-NOFS(2D) offra prestazioni superiori in termini di efficienza spettrale, latenza ridotta e resilienza rispetto alle soluzioni tradizionali.
Questo studio propone un metodo di "steering" dei parametri-free per l'adattamento all'accento nei modelli fonamentali del parlato, identificando che le informazioni relative all'accento sono concentrate in un ristretto intervallo di strati intermedi e riducendo l'errore di riconoscimento lessicale modificando direttamente le attivazioni durante l'inferenza.
Il paper propone ImKWS, un metodo di adattamento al momento del test per il rilevamento di parole chiave che risolve il problema dello squilibrio di classe tra parole rare e rumori di fondo, migliorando l'accuratezza in scenari realistici senza richiedere dati etichettati.
Questo articolo esamina lo stato dell'arte, le potenzialità e le sfide delle metasuperfici intelligenti impilate (SIM) per l'elaborazione in onda, presentandole come un nuovo paradigma promettente per le reti di prossima generazione.
Questo articolo analizza l'ill-posedness dell'inverso scattering elettromagnetico basato su CSI nei sistemi ISAC, dimostrando che la restrizione della regione di interesse (ROI) riduce il numero di condizione e migliora la ricostruzione dei materiali, come validato da simulazioni FDTD.
Questo studio introduce un metodo post-hoc e senza riaddestramento basato sull'attivazione steering per neutralizzare l'accento nei modelli Text-to-Speech zero-shot preservando al contempo il timbro vocale originale del parlante.
Il documento propone un framework di stima del canale consapevole della condizione per sistemi MIMO a banda medio-alta assistiti da superfici intelligenti riconfigurabili, che trasforma il problema mal condizionato in sottoproblemi ben condizionati tramite raggruppamento greedy delle colonne e progettazione di fase RIS, superando così le limitazioni dei metodi tradizionali senza assumere sparsità.
Questo articolo propone una strategia di allocazione ottimale della potenza basata sull'apprendimento per rinforzo per massimizzare le prestazioni di comunicazione sicura in una rete di relay ibrida ottico-acustica con raccolta di energia, dimostrando la sua superiorità rispetto ad algoritmi greedy e naive in scenari con dinamiche di batteria e condizioni del canale variabili.
Questo articolo propone un quadro unificato di localizzazione assistito dal recupero che combina il channel charting per la proiezione in spazi latenti e le reti neurali a attenzione grafica per modellare le correlazioni tra i dati, superando così i limiti computazionali e di scalabilità dei metodi tradizionali di localizzazione basati su impronte digitali CSI.
Questo lavoro presenta MAD, un nuovo dataset multimodale e multi-perspettivo con annotazioni gerarchiche che sincronizza segnali fisiologici (EEG, ECG, EOG, EMG, PPG, BCG) e video facciali RGB-D per supportare la ricerca sull'elaborazione affettiva e il riconoscimento delle emozioni da prospettive neurali, fisiologiche e comportamentali.
Questo lavoro presenta un nuovo dataset di segnali BCG-ECG registrati su cuscino e propone un framework di rilevamento dei picchi J basato sulla previsione di insiemi che, superando i limiti delle tradizionali segmentazioni dense, offre prestazioni superiori con una maggiore efficienza computazionale per il monitoraggio cardiaco durante il sonno.
Questo studio cross-linguistico analizza la classificazione del parlato di bambini autistici e non autistici in finlandese, francese e slovacco, rivelando che sebbene alcuni segnali acustici siano condivisi, le prestazioni dei modelli variano significativamente tra le lingue, suggerendo la necessità di approcci che tengano conto delle specificità linguistiche e delle condizioni di registrazione.
Questo studio analizza le differenze prosodiche tra bambini autistici e non autistici in finlandese, francese e slovacco, rivelando un profilo acustico distinto e trasversale alle lingue caratterizzato da una maggiore variabilità dell'intensità e da una qualità vocale più chiara, sfidando così i modelli basati sul deficit.
Il paper presenta un sistema robusto e open-source che combina diarizzazione neurale e ASR per estrarre condizioni mediche da dialoghi clinici Hinglish sovrapposti, ottenendo il primo posto nella sfida DISPLACE-M grazie a un'architettura a cascata che supera i modelli proprietari in termini di accessibilità e competitività.