Design and Quantitative Evaluation of an Embedded EEG Instrumentation Platform for Real-Time SSVEP Decoding
이 논문은 ESP32-S3 마이크로컨트롤러와 ADS1299 아날로그 프론트엔드를 기반으로 하여 온디바이스에서 실시간 SSVEP 해독을 수행하고, 측정 무결성과 폐루프 정확도를 정량적으로 검증한 임베디드 EEG 플랫폼을 제시합니다.
323 편의 논문
이 논문은 ESP32-S3 마이크로컨트롤러와 ADS1299 아날로그 프론트엔드를 기반으로 하여 온디바이스에서 실시간 SSVEP 해독을 수행하고, 측정 무결성과 폐루프 정확도를 정량적으로 검증한 임베디드 EEG 플랫폼을 제시합니다.
이 논문은 사이버-물리 시스템의 안전성 확보를 위해 기존 오프라인 안전 강화학습의 한계를 극복하고, 계층적 안전 우선순위를 반영한 'LexiSafe' 프레임워크를 제안하며 이론적 성능 보장과 실험적 우수성을 입증합니다.
이 논문은 양의 상태와 제어 입력을 갖는 비선형 시스템의 안정화를 위해 엄격한 CLF 를 활용하고 '계약자 (contractor) 와 확장자 (expander)' 함수를 도입하여 기존 대칭적 비용 함수의 한계를 극복하는 새로운 역최적 제어 프레임워크와 보편적 공식을 제시합니다.
이 논문은 지식을 최대한 확장하고 (최대 엔트로피) 증거에 의해 반증된 가설만 배제하는 (반증론) 두 원리를 결합하여, 사전 확률을 배제하고 최악의 경우 인식적 무지를 최소화하는 '인지적 지지점 필터 (ESPF)'가 최적의 필터임을 수학적으로 증명하고 궤적 추적 시뮬레이션을 통해 검증합니다.
이 논문은 분산 에너지 자원의 변동성으로 인한 전압 불안정 문제를 해결하기 위해, 비선형 전력 흐름 방정식을 기반으로 한 데이터 기반의 연속 선형화 기법을 제안하여 기존 선형 근사 제어기의 한계를 극복하고 KKT 점 주변으로 빠르게 수렴하는 최적 전압 제어 방법을 제시합니다.
이 논문은 물리 법칙을 명시적으로 정규화 항으로 사용하지 않고도 제한된 데이터로부터 동역학의 상태 공간 특성을 학습하여 선형 단일 자유도 시스템의 진동 주파수 응답 곡선을 99.87% 의 정확도로 예측하는 내재적 수치 기법과 결합된 신경 연산자 (Neural Operator) 모델을 제안합니다.
이 논문은 이종 에이전트들이 무선 다중 접속 채널의 중첩 특성을 활용하여 간섭을 피하는 대신 동시에 전송된 신호의 합성으로 형성 제어를 수행할 때, 통신 속도와 기하학적 특성을 고려한 수렴 조건을 제시하고 기존 직교 전송 방식 대비 효율성을 입증합니다.
이 논문은 인버터 기반 마이크로그리드의 다양한 교란 시나리오를 포괄하는 고충실도 디지털 트윈 데이터셋을 생성하여, 서로게이트 모델 학습 및 사이버 - 물리 시스템 복원력 분석을 위한 표준 벤치마크를 제시합니다.
이 논문은 제어 이론적 관점에서 소셜 네트워크 기반 추천 시스템을 설계하여 참여도와 정렬을 극대화하면서도 양극화와 편향을 억제하는 최적 상태 피드백 제어기를 제안하고, 가중치 설정에 따라 시스템이 안정화되거나 오히려 병리적 불안정성을 보일 수 있음을 분석합니다.
이 논문은 분포 강건 제어 문제를 반무한 계획법 (SIP) 없이 평균 - 분산 최적화 문제로 재형성하여 리카티 방정식을 통해 해를 구하는 새로운 방법을 제안하고, 이를 통해 기존 방법보다 할인 누적 비용의 이론적 상한을 낮출 수 있음을 수치 실험을 통해 입증합니다.
이 논문은 커널 보간을 통해 식별된 역모델과 데이터 기반 기준 선택 프레임워크를 활용하여 잡음이 없는 입출력 측정 데이터만으로 비선형 시스템의 실용적 출력 조절을 보장하는 검증 가능한 조건을 제시하는 데이터 기반 출력 피드백 제어기를 제안합니다.
이 논문은 대형 언어 모델 (LLM) 의 추론 과정을 텍스트 기반 가설에서 실행 가능한 시뮬레이션 검증으로 전환하여 자율 교통 시스템의 신뢰성을 높이는 새로운 개념적 프레임워크인 '추론 내 시뮬레이션 (SiR)'을 제안합니다.
이 논문은 혼잡한 환경에서 비전 - 언어 - 행동 (VLA) 모델의 성능 저하를 해결하기 위해, 지시문을 분석하고 Fourier 기반 인페인팅을 통해 시각적 노이즈를 제거하는 '개념 게이트 시각 증류 (CGVD)'라는 훈련 불필요 추론 프레임워크를 제안하여 정밀 조작 성공률을 획기적으로 향상시킨다는 내용입니다.
이 논문은 리튬이온 배터리의 비정상적 노화 하에서 상태-of-건강 (SOH) 궤적을 예측하기 위해 전압, 전류, 온도 시계열 데이터를 잠재 상태로 인코딩하고 학습된 동역학을 통해 미래로 전파하는 '월드 모델' 접근법을 제안하며, 단일 입자 모델 (SPM) 제약을 도입하여 특히 노화 무릎 (degradation knee) 구간에서 예측 정확도를 향상시켰음을 보여줍니다.
이 논문은 고출력 환경에서 발생하는 자체 가열, 열적 불안정성 및 음향 이동을 동시에 억제하기 위해 새로운 층상 음향파 (LAW) 플랫폼을 제안하여 기존 박막 표면 음향파 (TF-SAW) 대비 10 배 이상의 임계 전력 밀도와 70% 의 온도 상승 감소를 실현한 연구입니다.
이 논문은 단조 연산자 균형 네트워크의 가중치 양자화를 스펙트럼 섭동으로 분석하여, 양자화 오차가 단조성 마진보다 작을 때만 수렴이 보장되며 MNIST 실험을 통해 5 비트 이상에서 수렴하고 4 비트 이하에서는 발산하는 임계값을 확인하고 양자화 인식 학습으로 이를 회복할 수 있음을 증명합니다.
본 논문은 고도 플랫폼 (HAPS) 을 활용한 차세대 무선 네트워크에서 건물의 진입 손실 및 대기 손실과 같은 현실적인 전파 효과를 고려하여 에너지 효율성, 사용자 연결성, 데이터 속도 저하를 동시에 최적화하는 새로운 셀 스위칭 전략을 제안하고, 이를 가중합 방법과 ε-제약 기반 방법으로 해결하며 시뮬레이션과 OAI 기반 에뮬레이션을 통해 검증했습니다.
이 논문은 이산 시간 선형 시불변 시스템의 분산 상태 추정 문제를 해결하기 위해 자르당 표준형을 활용하여, 국부 관측기와 합의 기반 전략을 결합한 새로운 추정 기법을 제안하고, 기존 연구보다 유연한 결합 게인 선택과 덜 제한적인 해 존재 조건을 제시합니다.
이 논문은 저중력 환경에서 비행 중 자세 불안정성을 해결하기 위해 내부 반응 휠을 활용한 저중력 이족 보행 점프 로봇의 동역학 모델링 및 자세 제어 프레임워크를 제시하고, 달 중력 조건 시뮬레이션을 통해 공중 각도 편향을 65% 이상 감소시키고 착지 오차를 3.5 도 이내로 제한하는 효과를 입증했습니다.
이 논문은 GPU 네이티브 아키텍처와 순차적 볼록 프로그래밍을 결합하여 비선형 제약 조건을 가진 자율 시스템의 실시간 궤적 최적화를 가능하게 하고, 기존 CPU 기반 솔버 대비 4 배의 처리량 향상과 51% 의 에너지 절감을 달성한 새로운 프레임워크를 제안합니다.