163 편의 논문
이 논문은 ETH 취리히에서 수집한 실세계 5G NR 측정 데이터를 활용하여 특정 사이트 환경에 맞춰 신경 수신기를 미세 조정할 때 합성 채널 데이터 기반의 이전 연구 결과와 일관되게 오류율 성능이 크게 향상되며, 다양한 사용자 장비 하드웨어 및 배포 시나리오에서도 이러한 개선 효과가 일반화됨을 실증적으로 입증합니다.
이 논문은 무선 음향 센서 네트워크에서 노드가 서로 다른 음원 집합을 관측하는 상황에서도 반복 과정 없이 중앙 집중식 시스템과 동등한 최적 성능을 달성하는 분산 멀티채널 위너 필터 (dMWF) 알고리즘을 제안하고 그 유효성을 입증합니다.
이 논문은 잡음이 심하거나 데이터가 불규칙하게 샘플링된 삼각함수 모델에 대해, 기존 방법보다 낮은 계산 비용으로 1.4dB 의 신호대잡음비에서도 전역 최소값에 가까운 초기 파라미터를 추정할 수 있는 해석 가능한 새로운 전략을 제안합니다.
이 논문은 저비용 FMCW MIMO 레이더를 이용한 비접촉 생체 신호 모니터링 실험을 통해, 평균 호흡수와 심박수는 70cm 거리에서 높은 정확도로 추정 가능하지만 호흡 및 심박 변이성 (HRV) 과 같은 고해상도 순간 변동성 측정에는 한계가 있음을 규명했습니다.
이 논문은 복잡한 지형과 다양한 토지 피복을 가진 교외 환경에서 고전적인 CI 경로 손실 모델에 환경 적응형 보상 항을 도입하고 환경 이미지 조직화 기법을 결합한 하이브리드 예측 모델을 제안하여, 실측 데이터를 통해 기존 모델 대비 4.04 dB 의 낮은 RMSE 를 달성한 것을 보여줍니다.
이 논문은 다중 경로 채널 환경에서 선형 밴딧과 Thompson Sampling 을 활용하여 근거리 빔 트레이닝의 탐색과 활용을 적응적으로 균형 있게 조정함으로써, 파일럿 오버헤드를 최대 90% 절감하면서도 기존 기법 대비 2dB 이상의 SNR 이득을 달성하는 효율적인 프레임워크를 제안합니다.
이 논문은 28 nm CMOS 공정을 통해 1.6 fJ/spike 의 초저전력으로 구현된 아날로그 스파이킹 뉴런을 제시하고, 이를 MNIST 데이터셋에서 82.5\%의 정확도로 동작하는 에너지 효율적인 뉴로모픽 시스템 온 칩 (NeuroSoC) 의 가능성을 입증했습니다.
이 논문은 고차원 MIMO 채널 추정을 위해 생성 확산 모델을 활용하여, 정밀한 채널 복원 성능을 유지하면서도 추정 지연 시간을 10 배 단축하고 파일럿 오버헤드를 절반으로 줄이며, 실제 환경에서 필요한 정답 데이터 없이도 학습이 가능한 새로운 추정 기법을 제안합니다.
이 논문은 레일리 블록 페이딩 채널에서 양의 전송률을 갖는 키리스 은밀 통신을 위해, CSI 지식 유형 (비인과적/인과적) 에 따라 최적화 기법과 심층 강화 학습 (DDQN) 을 활용한 전력 및 전송률 할당 알고리즘을 제안하고 그 유효성을 검증합니다.
이 논문은 비전, 오디오, 언어 모듈을 각각 최적의 가속기에 매핑하는 하드웨어-소프트웨어 공동 설계 프레임워크 'NANOMIND'를 제안하여, 배터리 구동 소형 장치에서 대규모 멀티모달 모델의 온디바이스 추론 시 에너지 효율과 처리량을 획기적으로 향상시켰음을 보여줍니다.
본 논문은 차세대 무선 네트워크를 위한 새로운 유연한 안테나 아키텍처인 일반화된 핀칭 안테나 시스템의 물리적 원리, 설계 전략, 다양한 구현 방식 및 미래 연구 방향에 대한 포괄적인 튜토리얼을 제시합니다.
이 논문은 재구성 가능한 지능형 표면 (RIS) 과 송수신기 설계를 활용하여 무선 전파 환경을 제어함으로써 OTA 아날로그 연산을 통해 CNN 을 구현하는 'AirCNN'이라는 새로운 패러다임을 제안하고, 다양한 아키텍처와 최적화 전략을 통해 분류 성능을 검증합니다.
이 논문은 실제 산업 환경에서 레이블이 있는 데이터가 극히 제한적인 소량 샘플 상황에서 신뢰할 수 있는 고장 진단을 위해, 가상 공간의 메타 학습과 물리적 공간의 테스트 시간 적응을 결합한 양방향 디지털 트윈 프로토타입 고정 및 다주기성 학습 기반의 새로운 진단 프레임워크를 제안하고 그 유효성을 입증합니다.
이 논문은 SonicGuard 센서와 에너지 기반 이벤트 탐지 알고리즘 및 Audio Spectrogram Transformer 모델을 결합하여 장음 패턴을 자동 분할 및 분류하는 시스템을 개발함으로써, 수동 검사의 한계를 극복하고 위장관 기능 평가에 객관적이고 정량적인 진단 도구를 제공한다는 것을 보여줍니다.
이 논문은 5G 네트워크의 실시간 지능형 재밍 탐지를 위해 FPGA 에서 효율적으로 실행 가능한 경량화되고 해석 가능한 합성곱 트세틀린 머신 (CTM) 을 제안하며, 실제 5G 테스트베드 실험을 통해 기존 CNN 대비 학습 속도와 메모리 효율성을 크게 개선하면서도 유사한 탐지 성능을 입증했습니다.
이 논문은 복잡한 궤적 예측 네트워크 없이 객체 감지만으로 차량 추적 및 충돌을 예측하여 엣지 장치에 적합한 경량 디지털 트윈 기반 프레임워크를 제안하고, 이를 통해 시뮬레이션 환경에서 약 88% 의 충돌을 사전에 예측하며 낮은 계산 오버헤드를 달성함을 보여줍니다.
이 논문은 3D 개념 병목 모델을 통해 뇌동맥류의 형태학적 및 혈역학적 임상 특징을 통합하여 블랙박스 모델의 투명성 문제를 해결하면서도 93.33% 의 높은 진단 정확도를 달성한 해석 가능한 분류 프레임워크를 제안합니다.
본 논문은 메타-전이 학습을 통해 기하학적 정보를 활용하여 신경 스파이크 파형의 비균일 압축 및 퓨샷 분류 문제를 동시에 해결하는 새로운 알고리즘인 'MetaSort'를 제안하고, 생체 내 실험을 통해 그 우수성을 입증했습니다.
이 논문은 그리드 기반 기법과 데이터 의존적 딥러닝의 한계를 극복하기 위해, 라벨 데이터나 이산화된 그리드 없이 연속 구면파 신호 모델과 차분 진화 알고리즘을 기반으로 근거리 다중 신호원 국소화를 수행하는 두 가지 새로운 모델 기반 진화 프레임워크 (NEMO-DE 및 NEEF-DE) 를 제안하고 그 성능을 검증합니다.
이 논문은 곡률과 직선 구간을 최적화하여 15MHz 대역에서 임피던스 정합, 대역폭 및 이득을 향상시킨 새로운 곡선 모노폴 안테나를 설계하고, 이를 12 요소 선형 어레이로 확장하여 HF 레이더용 차세대 컴팩트 및 광대역 솔루션을 제시합니다.