On the Secrecy Performance of Continuous-Aperture Arrays Over Fading Channels

Questo articolo analizza le prestazioni di segretezza dei canali di intercettazione basati su array a apertura continua (CAPA) in scenari di fading Rayleigh, dimostrando teoricamente e validando tramite simulazioni che tali sistemi superano gli array discreti tradizionali in termini di tasso di segretezza e probabilità di interruzione, pur mantenendo la stessa diversità e pendenza ad alto SNR.

Xuan Yang, Chongjun Ouyang, Dongming Li, Yuanwei LiuMon, 09 Ma🔢 math

Feature Importance-Aware Deep Joint Source-Channel Coding for Computationally Efficient and Adjustable Image Transmission

Il paper propone FAJSCC, un modello di codifica congiunta sorgente-canale basata sull'apprendimento profondo che, grazie a un'attenzione deformabile selettiva e a calcoli specializzati per asse, riduce significativamente la complessità computazionale consentendo un adattamento indipendente della potenza di calcolo tra codificatore e decodificatore per la trasmissione efficiente di immagini.

Hansung Choi, Daewon SeoFri, 13 Ma🔢 math

Spatiotemporal Analysis of Parallelized Computing at the Extreme Edge

Questo studio presenta il primo modello matematico spaziotemporale per il calcolo all'estremo bordo (EEC) su reti millimetriche su larga scala, utilizzando geometria stocastica e catene di Markov per analizzare le prestazioni di elaborazione parallela, identificare la segmentazione ottimale dei task e proporre una strategia collaborativa con il MEC per mitigare i fallimenti e la congestione.

Yasser Nabil, Mahmoud Abdelhadi, Sameh Sorour, Hesham ElSawy, Sara A. Elsayed, Hossam S. HassaneinFri, 13 Ma🔢 math

Information-Theoretic Thresholds for Bipartite Latent-Space Graphs under Noisy Observations

Il paper stabilisce soglie di transizione di fase information-theoretic quasi ottimali per la rilevazione della geometria latente in grafi geometrici bipartiti rumorosi, dimostrando che il problema è significativamente più semplice quando la maschera di osservazione è nota e introducendo un nuovo quadro analitico basato sulla trasformata di Fourier che risolve il divario tra limiti computazionali e statistici.

Andreas Göbel, Marcus Pappik, Leon SchillerFri, 13 Ma📊 stat

Initialization and Rate-Quality Functions for Generative Network Layer Protocols

Questo articolo presenta un protocollo di inizializzazione agnostico rispetto a dati e metodi per valutare le funzioni di qualità in base al tasso di trasmissione nelle reti assistite da Intelligenza Artificiale Generativa, dimostrando che è possibile stimare efficacemente la qualità con pochissimi dati di apprendimento e ottenere guadagni significativi rispetto alla compressione JPEG tradizionale.

Mathias Thorsager, Israel Leyva-Mayorga, Petar PopovskiFri, 13 Ma🔢 math

Strict Optimality of Frequency Estimation Under Local Differential Privacy

Questo articolo stabilisce l'ottimalità rigorosa nella precisione della stima delle frequenze sotto la privacy differenziale locale, dimostrando che un stimatore con configurazione simmetrica ed estrema e una dimensione di supporto costante ottimizzata raggiunge la massima precisione con costi di comunicazione minimi, e propone un algoritmo pratico basato su una versione modificata dello Count-Mean Sketch che risulta indistinguibile dall'ottimalità teorica.

Mingen PanFri, 13 Ma🔢 math

Fluid Reconfigurable Intelligent Surface Enabling Index Modulation

Il documento propone un innovativo quadro di modulazione d'indice basato su superfici intelligenti riconfigurabili fluide (FRIS) che sfrutta la riconfigurabilità congiunta di posizione e fase per migliorare le prestazioni del sistema rispetto alle soluzioni RIS convenzionali, introducendo nuovi schemi di trasmissione, un rilevatore a bassa complessità e un'analisi teorica rigorosa delle prestazioni in scenari di fading.

Peng Zhang, Jian Dang, Miaowen Wen, Ziyang Liu, Kai-Kit Wong, Chen Zhao, Huaifeng Shi, Zaichen ZhangFri, 13 Ma🔢 math