A Method to Derate the Rate-Dependency in the Pass-Band Droop of Comb Decimators
この論文は、積分段に係数をフィルタ次数のみの関数として選択された対称 3 タップ FIR フィルタをカスケード接続することで、N 次コムデシメータの通過帯域ドロップの減衰率因子依存性を低減する手法を提案し、既存の各種コムデシメータやドロップ補償フィルタ設計法への適用を可能にすることを述べています。
177 件の論文
この論文は、積分段に係数をフィルタ次数のみの関数として選択された対称 3 タップ FIR フィルタをカスケード接続することで、N 次コムデシメータの通過帯域ドロップの減衰率因子依存性を低減する手法を提案し、既存の各種コムデシメータやドロップ補償フィルタ設計法への適用を可能にすることを述べています。
本論文は、分散マルチターゲット追跡におけるラベル整合性を狙った新たな攻撃「ラベルハイジャック」を提案し、その最適化戦略とネットワークへの悪影響を明らかにすることで、合意層における堅牢性の再検討の必要性を訴えるものである。
本論文は、オープンソースの IC 設計ツールを用いて IHP SG13G2 SiGe BiCMOS 技術で 8-PAM 復号器を設計・シミュレーションし、1Gbit/s のデータレートで 0.33pJ/bit のエネルギー効率を実現したことを報告しています。
本論文は、パデ近似を用いた対数ラプラス変換の級数展開に基づく解析接続法を提案し、非ガウス性レーダー雑音の自己回帰(AR)過程シミュレーションにおいて、入力分布の歪みを高精度に補正して効率的かつ正確な雑音生成を実現する手法を確立したものである。
本論文は、導波路内の減衰を低減しデータレート向上を実現するため、導波路の両端に給電点を設け動的に選択する「双給電ピンチングアンテナシステム(DF-PAS)」を提案し、その理論解析と最適化手法を通じて従来の単一給電方式よりも優れた性能を実証したものである。
この白書では、高次 MIMO システムにおいて、構成サイズに比例する線形計算量で最大尤度検出に極めて近い性能を達成する構造化された探索削減戦略を提案し、その有効性をシミュレーションとトレリスに基づく解釈によって実証しています。
本論文は、SCMA の多様性利得と BIA の多重化利得を統合し、複雑度や復号遅延、チャネルコヒーレンス時間の制約といった既存方式の課題を解決する新規多重アクセス方式「SBMA」を提案し、その理論的解析とシミュレーションを通じて優れた誤り率性能とプライバシー保護能力を実証しています。
本論文は、脳領域間の依存関係に生理学的基盤を持つEEGに基づく感情認識におけるグラフニューラルネットワーク(GNN)の手法を、グラフ構築の統一的枠組みに基づいて体系的に分類・分析し、今後の課題や展望を論じた包括的な調査研究である。
本論文は、進化戦略と深層ハッシュ関数を組み合わせて大規模 Wi-Fi 7 ネットワークにおける干渉グラフを効率的に学習し、RTWT スロット割り当ての最適化を通じて低遅延・高信頼性を実現するスケーラブルなフレームワークを提案するものである。
脳神経メカニズムに着想を得て、時空間的・トポロジカルな特性を統合的に学習する新しい基盤モデル「Uni-NTFM」を提案し、大規模な EEG データセットによる事前学習で既存モデルを上回る汎用的な脳信号表現学習を実現した。
本論文は、8 つの ECG 基盤モデルを 26 の臨床タスクで包括的にベンチマークした結果、大規模なスケーリングよりもアーキテクチャの設計(特に ECG-CPC のようなコンパクトな構造状態空間モデル)が性能やラベル効率に決定的な影響を与えることを示し、基盤モデルの将来性と未解決の課題を浮き彫りにしました。
この論文は、対称性の破れにより未解決だった均一なドリフト下における完全吸収球受信機を持つ 3 次元チャネルのインパルス応答を、ガリルツォフ測度変換を用いた厳密な解析解として導出するものである。
本論文は、カタストロフィ光学に着想を得たペアシー型波面整形手法を提案し、近距離多ユーザー通信における遮蔽環境下でもゼロフォースリング予符号化に伴うノイズ増幅を抑制し、最大 8.5dB の SINR 改善を実現することを示しています。
本論文は、セルフリー大規模 MIMO において、実用的な AP ごとの瞬時電力制約を考慮した際、従来の総電力制約下で優位とされる中央集権型プリコーディングの性能向上効果が消失し、分散型プリコーディングが堅牢な選択肢となることを明らかにしています。
本論文は、単極性半正弦波電圧印加下の誘電体バリアコロナ放電において、イオン風モデルを用いて電圧レベルや誘電体厚さ、気隙長などに依存した異常な逆放電移動現象の物理メカニズムを理論的・実験的に解明し、極性や誘電体厚さによる部分放電パターンの顕著な差異を明らかにしたものである。
FedCova は、外部のクリーンデータやデバイス選択に依存せず、特徴量共分散の活用を通じてモデル自体の頑健性を高めることで、分散データにおけるノイズラベル問題に対処する新しい連合学習フレームワークを提案し、CIFAR および実世界データセットで既存手法を上回る性能を実証しています。
本論文は、測定イノベーションの履歴を潜在埋め込みとして圧縮し、シグマ点の重みを動的に合成する再帰的メタ適応フレームワーク「MA-UKF」を提案し、非ガウス性ノイズや未知の動的環境下における従来の無香カルマンフィルタの性能限界を克服し、追跡精度と推定の一貫性を大幅に向上させることを示しています。