326 articoli
Questo articolo presenta nuovi quadri metodologici e formule universali esplicite per la stabilizzazione inversamente ottima di sistemi non lineari affini nel controllo definiti sull'ortante positivo, sfruttando funzioni contrattive ed espansive per gestire i vincoli di positività su stati e controlli.
Il paper propone MVTF, un nuovo framework che sfrutta l'apprendimento multi-vista durante l'addestramento per migliorare le prestazioni dell'estrazione del parlante target sia in modalità mono-vista che multi-vista, superando i limiti dei metodi esistenti basati esclusivamente su viste frontali.
Questo articolo propone un approccio di linearizzazione successiva basato sui dati per il controllo della tensione nelle reti di distribuzione, che supera i limiti delle approssimazioni lineari fisse adattandosi dinamicamente alle non linearità dei flussi di potenza e garantendo una rapida convergenza verso soluzioni ottimali.
Il documento presenta un nuovo framework di post-addestramento che combina calibrazione e apprendimento per rinforzo (GRPO) per adattare i modelli linguistici audio alla valutazione della qualità del parlato attraverso dimensioni percettive esplicative, raggiungendo risultati all'avanguardia nel benchmark QualiSpeech e migliorando significativamente la localizzazione temporale degli artefatti.
Il paper presenta ARCHE, un framework di compressione di immagini appreso end-to-end che, unificando prior gerarchici, spaziali e di canale senza ricorrere a componenti ricorrenti o transformer, raggiunge un'efficienza rate-distorsione all'avanguardia con un'ottima efficienza computazionale.
Questo articolo presenta un'architettura di diagnosi temporale in-situ scalabile per FPGA basati su SRAM che, mediante monitoraggio non invasivo e analisi statistica distribuita, consente di distinguere e caratterizzare le degradazioni temporali causate da marginalità della rete di distribuzione dell'alimentazione (PDN) rispetto a quelle indotte da perturbazioni nel routing.
Il paper presenta \texttt{nlm}, un set di externals Max open-source implementati in C++ che abilitano la sintesi modale non lineare in tempo reale per corde, membrane e piastre, offrendo un controllo interattivo dei parametri fisici e facilitando l'accesso a questa tecnica espressiva per compositori e sound designer.
Questo articolo propone un metodo di controllo di formazione per agenti eterogenei che sfrutta la sovrapposizione dei segnali nel canale wireless per calcolare combinazioni convesse, garantendo la convergenza alla formazione desiderata attraverso condizioni basate sul tasso di comunicazione e sulla geometria, riducendo significativamente il numero di trasmissioni necessarie rispetto ai protocolli tradizionali.
Questo articolo presenta un dataset ad alta fedeltà generato da un gemello digitale EMT per microreti basate su inverter, che copre undici scenari di disturbo e fornisce dati sincronizzati ad alta risoluzione per lo sviluppo e la validazione di modelli surrogati e analisi di resilienza cyber-fisica.
Questo articolo propone una sintesi di controllo ottimo per sistemi di raccomandazione su reti sociali, modellandoli come problemi di controllo a retroazione di stato che bilanciano coinvolgimento e stabilità, dimostrando come la scelta appropriata dei pesi garantisca la stabilità del sistema mentre pesi eccessivamente orientati all'engagement possano portare a comportamenti patologici e destabilizzanti.
Questo articolo presenta un controlore in retroazione basato sull'output per sistemi non lineari che utilizza dati di misura privi di rumore e un modello inverso identificato tramite interpolazione a kernel per garantire la regolazione pratica dell'output, fornendo una condizione verificabile sul dataset per assicurare tale stabilità.
Questo documento introduce il framework concettuale Simulation-in-the-Reasoning (SiR), che integra simulatori di dominio specifici nei cicli di ragionamento dei modelli linguistici per trasformare l'elaborazione ipotetica in un processo verificabile e fondato empiricamente, al fine di sviluppare sistemi di trasporto autonomo più affidabili.
Il paper propone CGVD, un framework di distillazione visiva senza addestramento che supera il "gap di precisione-raionamento" nei modelli VLA in ambienti affollati, migliorando significativamente il successo delle manipolazioni robotiche (dal 43,0% al 77,5%) attraverso la rimozione attiva dei distrattori semantici e la preservazione della geometria spaziale.
Questo articolo propone due nuovi paradigmi di modellazione intelligente dei canali multimodali per le comunicazioni 6G basati sulla Sinesia delle Macchine, ovvero LLM4CM e WiCo, analizzandone le architetture, i vantaggi comparativi e le direzioni di ricerca future per abilitare sistemi di comunicazione nativi dell'intelligenza artificiale.
Questo articolo presenta un'analisi completa sulla ricostruzione delle Mappe dell'Ambiente Radio (REM) tridimensionali tramite UAV, evidenziando come l'altitudine, la larghezza di banda, le traiettorie di volo e la calibrazione dei pattern antenna siano fattori critici per migliorare l'accuratezza della mappatura spettrale, specialmente nelle regioni in ombra profonda.
Questo articolo dimostra che i tokenizzatori vocali attuali catturano prevalentemente informazioni fonetiche piuttosto che semantiche lessicali, evidenziando un disallineamento critico rispetto alla semantica testuale che può compromettere le prestazioni dei modelli linguistici multimodali e suggerendo la necessità di nuovi metodi di tokenizzazione.
Questo articolo propone una strategia di posizionamento ottimale per antenne mobili nel sensing wireless near-field che, sfruttando una distribuzione simmetrica e un'analisi basata sui momenti, deriva una soluzione chiusa a tre punti che minimizza l'errore di posizione peggiore con complessità computazionale trascurabile, superando le prestazioni delle antenne fisse.
Il paper presenta FireRedASR2S, un sistema industriale all-in-one di riconoscimento vocale all'avanguardia che integra moduli SOTA per la trascrizione (con supporto per dialetti cinesi e code-switching), il rilevamento dell'attività vocale, l'identificazione della lingua parlata e la punteggiatura, superando le prestazioni di soluzioni concorrenti su numerosi benchmark.
Il paper presenta Spyglass, un sensore di spettro che utilizza un array commutato e l'algoritmo Searchlite per stimare l'angolo di arrivo (AoA) e separare segnali multipli in una singola trasmissione, raggiungendo un'accuratezza mediana di 1,4° con hardware commerciale.
Questo articolo propone un sistema di rilevamento wireless basato su antenne mobili tridimensionali che, ottimizzando la traiettoria dell'antenna per minimizzare l'errore angolare massimo, garantisce prestazioni di stima della direzione superiori e isotrope rispetto alle configurazioni con antenne fisse o a movimento bidimensionale.