381 件の論文
この論文は、送信者と受信者間の共通乱数なしでも局所差分プライバシーを保証し、共有乱数を利用することで従来の損失なし伝送や Wyner 共通情報に基づく手法を大幅に凌駕する通信レートを実現する、新しいランダム化分散関数計算（RDFC）フレームワークを提案し、その理論的限界と実用性を示しています。
ソウルの大規模交通データを用いた検証により、低ランク分解に基づく時空間予測モデルが、リアルタイムデータに基づくルーティングとほぼ同等の精度（平均超過走行時間が 1.5 分未満）を達成し、オフライン交通推定タスクへの実用性を示した。
本論文は、スマートグリッド通信における受動的な偵察攻撃の評価を可能にするため、物理的に整合性のあるチャネル特性に基づいて生成された、階層化されたネットワーク構造とフェデレーテッド学習対応のベンチマークデータセットを提案するものである。
この論文は、従来の有限時間モデル予測制御の制約を克服し、無限制御ホライズンに基づく終端コスト戦略を採用することで、初期実行可能性を拡大しつつ制約付き離散時間システムの有限時間安定化を可能にする新しい枠組みを提案し、その有効性を線形および非線形システムで実証しています。
この論文は、大規模なオムニモデルに匹敵する音声理解・生成能力を、既存の視覚言語モデルのバックボーンを凍結したまま軽量モジュールで付与し、限られたデータで効率的に実現する「Speech-Omni-Lite」フレームワークを提案するものです。
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。
本論文は、時速 600km 超の高速走行に対応する EMS 型リニアモーターカーの制御において、モデル予測制御（MPC）をリソース制約のある組み込みハードウェア上で実装・検証し、非線形かつ制約の多いシステムを高速域でも強固に安定化できることを示したものである。
本論文は、既存の画像-RIR データセットから視覚言語モデルを用いてラベルを付与し、事前学習済みのテキスト - オーディオモデルを微調整することで、テキストから現実的な部屋インパルス応答を生成する新たな手法を提案し、その有効性を聴取テストや音声認識タスクを通じて実証したものである。
この論文は、騒がしい屋内環境で録音された 80 人の話者による 1.5 時間の半自発的オランダ語音声データセット「DRES」を提案し、その評価を通じて現代の単一チャネル音声強調技術が ASR 性能向上に寄与しない可能性を示唆しています。
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。
この論文は、現実世界の自動運転において頻発するマルチカメラ入力の欠損に対処し、マルチビューマスク再構成と特徴量メモリモジュールを組み合わせることで、不完全な観測条件下でも堅牢な3Dセマンティックオキュパンシー予測を実現するフレームワーク「-Occ」を提案し、nuScenes ベンチマークにおいて大幅な性能向上を実証したものである。
本論文は、360 度室内環境における物体中心かつ視点に依存した既存の限界を克服し、歪み感知スペクトル変調やオムニ球状高密度化ヘッドを備えた「PanoAffordanceNet」フレームワークと、初の高品質パノラマアフォーダンス接地データセット「360-AGD」を提案することで、エンボディドエージェントのための包括的な環境知覚を実現するものです。
本論文は、小型ドローンのペイロード制約下で、非反復走査型 3D LiDAR が生成する疎でノイズの多い点群データに対して、イノベーションと残差統計に基づく適応型拡張カルマンフィルタを採用し、GPS 非依存環境での信頼性の高い UAV 追跡を実現する軽量システムを提案したものである。
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。
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。
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。
本論文は、再生可能エネルギー導入に伴う電力系統の不安定化に対処するため、学習アルゴリズムを組み合わせることで過渡応答性能（周波数最低値や制御努力など）を向上させつつ、安定性と定常最適性を保証する新しい双対制御枠組みを提案し、シミュレーションによりその有効性を検証したものである。
CycleULM は、ラベル付きデータや高忠実度シミュレータを必要とせず、物理モデルを模倣した翻訳学習を通じて超音波局在化顕微鏡（ULM）の解像度・精度・処理速度を大幅に向上させ、臨床応用への実用的な道筋を示す初の統一型ラベルフリー深層学習フレームワークです。
この論文は、垂直 SOT-MTJ、VCMA、STT 技術を活用し、変換セットとダミーセットの役割を交互に切り替えることでリセット工程を排除した新規アーキテクチャを提案し、消費電力 476μW・変換速度 304.1MHz のフィールドフリー・スピン Flash ADC を実現したことを報告しています。
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。