Site-Specific Finetuning of Neural Receivers with Real-World 5G NR Measurements
ETH チューリッヒで収集した実世界の 5G NR 測定データを用いた実証研究により、特定の設置環境に合わせたニューラル受信機の微調整が、合成チャネルデータに基づく先行研究と一致して誤り率を大幅に改善し、かつ異なるハードウェアや環境にも汎用性があることが確認されました。
⚡ Category
eess.SP
166 件の論文
Distributed Multichannel Wiener Filtering for Wireless Acoustic Sensor Networks
この論文は、ワイヤレス音響センサーネットワークにおいて、既存の反復アルゴリズムよりも通信帯域幅を削減しつつ、中央集権システムと同等の最適性能を単一ステップで達成する新しい分散マルチチャネルウィーナーフィルタ（dMWF）を提案し、その最適性と実効性を証明したものである。
Initial Parameter Estimation for Non-Linear Optimization -- Trigonometric Function
この論文は、強いノイズや不規則なサンプリング、あるいは周期の断片しか含まれていないデータに対しても、ルンベ・スカーグル法よりも計算コストが低く、1.4dB の低い信号対雑音比で高精度な初期パラメータ推定を可能にする、解釈可能な非線形最適化向けの新戦略を提案するものである。
Trade-Offs in FMCW Radar-Based Respiration and Heart Rate Variability
本研究は、低コスト FMCW MIMO レーダーを用いた非接触バイタルサイン監視において、最適な距離やチャープ数で呼吸数・心拍数の平均値を高精度に推定できる一方、距離やチャープ数の条件、および変動指標の推定精度にはトレードオフが存在することを示しています。
A Hybrid Model-Assisted Approach for Path Loss Prediction in Suburban Scenarios
この論文は、複雑な地形や多様な地表面を有する郊外環境における経路損失予測の精度向上のため、古典的な CI モデルに環境適応型補償項を導入し、環境画像の組織化手法を評価することで、実測データに基づき 4.04 dB の RMSE を達成するハイブリッド予測手法を提案しています。
Efficient, Adaptive Near-Field Beam Training based on Linear Bandit
本論文は、マルチパス環境における近距離通信向けに、トンプソンサンプリングと相関ガウス事前分布を活用した線形バンドットフレームワークを提案し、探索と活用のバランスを最適化することでパイロットオーバヘッドを最大 90% 削減しつつ、ベースラインを 2dB 以上上回る SNR 改善を実現する手法を確立したものである。
A 1.6-fJ/Spike Subthreshold Analog Spiking Neuron in 28 nm CMOS
この論文は、28nm CMOS 技術を用いて 1.6fJ/spike の超低消費電力を実現したアナログスパイキングニューロンを設計・実装し、MNIST 認識タスクにおいて 82.5% の精度を達成した埋め込み機械学習向けの高効率ニューロモルフィック SoC の実現可能性を示したものである。
Generative Diffusion Models for High Dimensional Channel Estimation
この論文は、生成拡散モデルを活用して高次元 MIMO 無線チャネルの推定を高精度かつ低遅延で行う新たな手法を提案し、特に実用的なノイズ環境や低解像度測定に対応しながら、既存手法と比較して推定遅延を 10 倍、パイロットオーバーヘッドを半分に削減する性能を実証しています。
Resource Allocation for Positive-Rate Covert Communications Using Optimization and Deep Reinforcement Learning
本論文は、レイリーブロックフェーディングチャネルにおける鍵なしの正レート秘匿通信を実現するため、チャネル状態情報（CSI）の非因果的・因果的知識のいずれの場合にも対応し、最適化手法および深層強化学習（DDQN）を用いた電力・レート割り当て手法を提案し、その有効性をシミュレーションで検証したものである。
Tiny but Mighty: A Software-Hardware Co-Design Approach for Efficient Multimodal Inference on Battery-Powered Small Devices
本論文は、大規模マルチモーダルモデルをモジュール単位で分解し、SoC 内の最適なアクセラレータに動的に割り当てるハードウェア・ソフトウェア協調設計フレームワーク「NANOMIND」を提案し、バッテリー駆動の小型デバイス上で高効率かつ低消費電力なオンデバイス推論を実現したことを示しています。
Generalized Pinching-Antenna Systems: A Tutorial on Principles, Design Strategies, and Future Directions
本論文は、従来の固定アンテナでは不可能な動的な放射点の形成・再配置を可能にする「一般化されたピンチングアンテナシステム」の原理、設計戦略、および次世代ネットワークにおける将来の展開方向について包括的に解説するチュートリアルである。
AirCNN via Reconfigurable Intelligent Surfaces: Architecture Design and Implementation
本論文は、再構成可能インテリジェント表面（RIS）と送受信機設計を活用して無線伝搬環境を制御し、空中でアナログ計算として畳み込みニューラルネットワーク（CNN）の層をエミュレートする「AirCNN」という新たなパラダイムを提案し、そのアーキテクチャ設計と実装、および MIMO/MISO 方式や多 RIS 構成における性能評価を示すものである。
Bi-directional digital twin prototype anchoring with multi-periodicity learning for few-shot fault diagnosis
本論文は、限られたラベル付きデータのみで産業機械の故障診断を可能にするため、物理空間と仮想空間の双方向プロトタイプアンカリングと多周期性学習を組み合わせたデジタルツイン支援の新しい手法を提案し、非同期モータの実験でその有効性を検証したものである。
Towards Objective Gastrointestinal Auscultation: Automated Segmentation and Annotation of Bowel Sound Patterns
この論文は、ウェアラブル型音響センサー「SonicGuard」を用いて腸音を記録し、エネルギーベースの検出アルゴリズムと事前学習済み Audio Spectrogram Transformer モデルを組み合わせることで、臨床医の作業時間を約 70% 削減しつつ高い精度で腸音の自動セグメンテーションと分類を実現するシステムを提案しています。
Explainable and Hardware-Efficient Jamming Detection for 5G Networks Using the Convolutional Tsetlin Machine
本論文は、5G 網におけるリアルタイムかつリソース制約のある環境でのジャミング検出を実現するため、FPGA 展開に適した軽量で解釈可能な畳み込みツェトリン機械（CTM）を提案し、実 5G テストベッドを用いた実験により、従来の CNN に匹敵する検出精度を達成しつつ、トレーニング速度の大幅な向上とメモリ使用量の劇的な削減を実現したことを示しています。
A Lightweight Digital-Twin-Based Framework for Edge-Assisted Vehicle Tracking and Collision Prediction
この論文は、複雑な軌道予測ネットワークを必要とせず、物体検出とデジタルツイン環境におけるオフライン経路マップの活用によって、リソース制約のあるエッジデバイス上でリアルタイムに車両追跡と衝突予測を実現する軽量フレームワークを提案し、エッジ環境での実用性を示しています。
Interpretable Aneurysm Classification via 3D Concept Bottleneck Models: Integrating Morphological and Hemodynamic Clinical Features
この論文は、深層学習の予測精度を維持しつつ臨床的透明性を確保するため、CTA 画像から形態学的および血流力学的な臨床概念を介して脳動脈瘤を分類する解釈可能な 3D コンセプトボトルネックモデルを提案し、その有効性を検証したものである。
MetaSort: An Accelerated Approach for Non-uniform Compression and Few-shot Classification of Neural Spike Waveforms
本論文は、メタ転移学習を活用して神経スパイク波形の非一様圧縮と少数ショット分類を同時に処理し、生体実験で高い性能を示した「MetaSort」と呼ばれる新規アルゴリズムを提案しています。
A Primer on Evolutionary Frameworks for Near-Field Multi-Source Localization
本論文は、グリッドベースのサブ空間法やデータ依存の深層学習アプローチの限界を克服するため、ラベル付きデータや離散化グリッドを必要とせず、任意のアンテナ配列に対応する連続球面波モデルに基づく新たな進化計算フレームワーク（NEMO-DE と NEEF-DE）を提案し、近距離多源局所化の新たなパラダイムを確立するものである。
A Curved Monopole Antenna for HF Radar with Enhanced Gain and Bandwidth
本論文は、曲率と直線部の長さを最適化することで従来の 1/4 波長モノポールアンテナよりもインピーダンス整合、帯域幅、利得が向上した新しい曲線モノポールアンテナを設計・シミュレーションし、これを 12 素子アレイに拡張することで、HF レーダー運用において 24% の利得向上を実現したことを報告しています。