327 articoli
Questo articolo presenta un framework di intelligenza artificiale che, combinando una strategia di suddivisione dei dati contestuale e una correzione degli errori spaziali, migliora l'accuratezza della previsione della domanda di traffico cellulare per la pianificazione delle reti 5G/6G, riducendo il rischio di leakage spaziale e garantendo una migliore generalizzazione.
Questo articolo presenta un modello basato su Graph Neural Networks (HR-GAT) che stima la domanda di spettro a livello locale utilizzando dati pubblici, migliorando significativamente l'efficienza della gestione e dell'allocazione delle risorse wireless.
Questo lavoro propone algoritmi dinamici distribuiti che permettono a più agenti di calcolare collettivamente certificati di stabilità globale (tramite l'equazione di Lyapunov) e controller LQR ottimali (tramite l'equazione di Riccati) utilizzando esclusivamente dati locali senza condividere le misurazioni grezze.
Questo articolo propone un metodo di controllo distribuito sicuro per sistemi multi-agente con agenti incontrollabili, basato su una funzione di barriera di controllo ricostruita tramite osservatori adattivi e parametri di prestazione prescritti, che garantisce la sicurezza del sistema anche in ambienti dinamici incerti.
Questo articolo presenta la prima soluzione per la rilevazione della presenza umana sui laptop commerciali che utilizza esclusivamente l'hardware Wi-Fi integrato, introducendo una nuova tecnica chiamata spettro Doppler filtrato per la distanza (RF-DS) e un framework di elaborazione adattiva per garantire precisione, privacy e basso consumo energetico senza richiedere sensori esterni o infrastrutture di rete.
Questo studio analizza dati reali sull'uso dei veicoli elettrici in California per dimostrare che la strategia Vehicle-to-Grid (V2G) è più fattibile per gli utenti che ricaricano quotidianamente e che il suo impatto sulla durata della batteria dipende dalla sensibilità all'invecchiamento, potendo talvolta migliorare la ritenzione della capacità.
Il paper presenta un nuovo design di pinza robotica con dita compliant e rulli dentati attivi che permette la separazione affidabile e l'apertura di sacchetti sterili sigillati, automatizzando un compito ripetitivo e fisicamente impegnativo per il personale ospedaliero.
Questo articolo propone e analizza un sistema RIS multi-frequenza e multi-utente diviso in subsuperfici dedicate, derivando soluzioni analitiche per il SNR medio e dimostrando che tale approccio ottimizza le prestazioni in condizioni LoS garantendo robustezza in scenari non LoS, riducendo al contempo complessità computazionale e requisiti di stima del canale.
Questo articolo dimostra che i sistemi port-Hamiltoniani con non linearità non polinomiali possono essere immersi in rappresentazioni polinomiali di dimensione superiore preservando le loro proprietà strutturali e di energia, permettendo così la sintesi di leggi di controllo stabilizzanti tramite ottimizzazione sum-of-squares e controllo basato sulla passività.
Questo articolo analizza il tasso di attraversamento del livello (LCR) in sistemi uplink a singolo utente assistiti da superfici intelligenti riconfigurabili (RIS), derivando un'espressione analitica esatta per il canale RIS-only e proponendo una nuova approssimazione stabile per il canale diretto, dimostrando che l'LCR diminuisce rapidamente con l'aumento degli elementi e la riduzione della correlazione, senza tuttavia amplificare significativamente le variazioni temporali del canale.
Il paper presenta DINR, un nuovo framework di inversione tomografica che combina rappresentazioni neurali implicite con un prior generativo basato su diffusione per ottenere ricostruzioni 3D ad alta qualità di dati di tomografia a neutroni da viste sparse, superando le limitazioni dei metodi tradizionali anche in condizioni di dati estremamente ridotti.
Questo articolo dimostra che il modello di distorsione aggregata , sebbene adeguato per le comunicazioni, è eccessivamente pessimistico per il sensing ISAC monostatico poiché il trasmettitore può monitorare la propria forma d'onda distorta, derivando invece limiti Cramér-Rao specifici per l'amplificatore di potenza che rivelano un pavimento di errore di velocità irriducibile e quantificando la sovrastima del degrado di sensing.
Questo articolo presenta un'architettura di riferimento e una roadmap per i supercomputer centrati sul quantum (QCSC), sistemi co-progettati che integrano unità di elaborazione quantistica, GPU e CPU per superare le limitazioni attuali e accelerare la scoperta di algoritmi ibridi in ambiti come la chimica e la scienza dei materiali.
Questa lettera di ricerca propone e valuta un sistema GRSM-MQAM potenziato per le comunicazioni mmWave Massive MIMO, che sfrutta la modulazione spaziale e una nuova architettura di compensazione del rumore di fase per mitigarne gli effetti, mantenendo una rilevazione spaziale robusta e riducendo gli errori di simbolo MQAM.
Questo articolo presenta il database trajectoRIR, una raccolta estesa e unica di registrazioni acustiche statiche e dinamiche lungo una traiettoria controllata, ottenuta con diverse configurazioni di microfoni montati su un carrello robotico, destinata a supportare compiti avanzati di elaborazione del segnale audio come la localizzazione delle sorgenti sonore e la ricostruzione del campo acustico.
Questo articolo propone il CECGSR, un approccio a ciclo chiuso per la super-risoluzione dei segnali ECG che, sfruttando un meccanismo di retroazione negativa e un'architettura Plug-and-Play, supera le prestazioni dei metodi open-loop esistenti nel ripristinare dettagli e rimuovere artefatti dai segnali cardiaci.
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.