283 papers
Dit artikel biedt een uitgebreide statistische analyse van het "Einstein from noise"-fenomeen, waarbij wordt aangetoond dat het gebruik van template-matching op puur ruis leidt tot schijnbare signaalreconstructie doordat de Fourier-fasen van de schatter convergeren naar die van het template.
Deze paper presenteert een nieuwe beeldcompressietechniek voor onderwaterrobots die gebruikmaakt van gesynthetiseerde nieuwe weergaven en gradiëntafstijging om de beperkte bandbreedte van akoestische communicatie te overwinnen, wat resulteert in superieure compressie en beeldkwaliteit.
Dit paper introduceert een methode om verdelingsverschuivingen in modelparameters te dempen door de gesloten-lus dynamiek te beperken tot consistentie met leerdata, wat wordt geformuleerd als een efficiënt oplosbaar convex semi-definitief programma voor robuuste regeling en gain scheduling.
Dit artikel introduceert drie nieuwe content-bewuste strategieën voor cache-ondersteunde asymmetrische MIMO-systemen die door het gezamenlijk optimaliseren van het aantal gebruikers en de datastromen aanzienlijke verbeteringen in de bereikbare vrijheidsgraden (DoF) realiseren.
Deze paper presenteert een nieuw semantisch communicatiesysteem dat de transmissie-efficiëntie op MIMO Rayleigh-kanalen optimaliseert door een adaptieve, entropie- en kanaalbewuste rate control te combineren met MLLM-gestuurde compensatie van geselecteerde features via LoRA-finetuning.
Dit artikel presenteert een nieuw algoritme voor het veiligheidsverifiëren van niet-lineaire neurale feedbacksystemen door middel van polyhedrische omhullingen en gemengd-geheheel lineaire programmering, wat leidt tot een schaalbare methode die de bestaande stand van de techniek met een orde van grootte verbetert.
Dit paper introduceert Filtered Control Barrier Functions (FCBFs), een kader dat bestaande HOCBF-methoden uitbreidt met een ingangregularisatiefilter om binnen een kwadratisch programma gelijktijdig veiligheid, ingangsbeperkingen en gegarandeerde Lipschitz-continuïteit van de besturing te waarborgen.
Dit artikel presenteert een gedistribueerd modelvoorspellend regelingkader voor de dynamische samenwerking van heterogene, niet-lineaire multi-agent systemen, waarbij een gezamenlijk doel wordt bereikt via geoptimaliseerde interacties zonder vooraf bepaalde oplossingen, en waarvan de stabiliteit en prestaties worden aangetoond in toepassingen zoals satellietconstellaties en gecoördineerde quadrotorvluchten.
Dit artikel introduceert S2S-ZEST, een tekstloos en niet-parallel framework voor zero-shot emotiestijloverdracht dat de emotionele kenmerken van een referentie op een bronstem toepast terwijl de spraakinhoud en sprekeridentiteit behouden blijven.
Dit artikel presenteert een hybride strategie voor autonome rendezvous waarbij actief leren wordt ingezet om de waarneembaarheid te maximaliseren en zo een nauwkeurige hoek-only initiële relatieve baanbepaling mogelijk maakt, die overgaat in een uitgebreide Kalman-filter en modelvoorspellende regeling voor een succesvolle eindbenadering.
Dit paper introduceert TI-DANSE+, een verbeterd verspreid algoritme voor signaalschatting in draadloze akoestische sensornetwerken dat, in tegenstelling tot eerdere methoden, sneller convergeert door gebruik te maken van partiële sommen van buren en een boom-inkortingsstrategie, terwijl het tegelijkertijd bandbreedte bespaart en robuust blijft bij verbindingsstoringen.
Dit artikel presenteert een efficiënt algoritme dat een feedback Nash-evenwicht in oneindig-horizon lineair-kwadratische spellen benadert door op elk tijdstip een eindig-horizon spel op te lossen, waarbij de convergentie en de kostenafwijking ten opzichte van het ideale evenwicht wiskundig worden onderbouwd en gekwantificeerd.
Dit paper introduceert Human-CLAP, een verbeterd taal-audiomodel dat is getraind op menselijke subjectieve beoordelingen om de zwakke correlatie tussen de bestaande CLAPScore en menselijke perceptie aanzienlijk te verbeteren.
Dit artikel presenteert een hardware-validatie van hoek-droopregeling voor grid-forming DC/AC-converters, waarbij wordt aangetoond dat deze strategie exacte frequentieregeling en vermogensdeling mogelijk maakt door primaire en secundaire regeling te combineren, inclusief oplossingen voor implementatieuitdagingen zoals discretisatie en klokdrijverij.
Dit artikel presenteert een POMDP-raamwerk voor het minimaliseren van de langdurige gemiddelde vervorming en transmissiekosten bij real-time remote tracking van een Markov-bron via meerdere heterogene sensoren met toestandsafhankelijke waarnemingsnauwkeurigheid, waarbij troncatie-gebaseerde benaderingen en het incrementele pruning-algoritme worden gebruikt om de onhandelbare oneindige toestandsruimte op te lossen.
Dit onderzoek vergelijkt menselijke en machineprestaties bij meertalige spraakbegrip in complexe akoestische omgevingen en toont aan dat mensen beter presteren in hun moedertaal dankzij selectieve aandacht, terwijl spraak-gestuurde grote taalmodellen (LLMs) weliswaar uitstekend presteren bij schone spraak maar moeite hebben met het selectief focussen op sprekers in gemengde scenario's.
Dit artikel presenteert een uitgebreide evaluatie van 17 vooraf getrainde spraakembedding-systemen voor de detectie van dysartrie op zes verschillende datasets, waarbij de auteurs concluderen dat de aanzienlijke variatie in prestaties binnen en tussen datasets vragen opwerpt over de geschiktheid van huidige benchmarks en de klinische validiteit van systemen die op dezelfde dataset zijn getraind en getest.
Dit paper introduceert een rekenefficiënt neurale ontvanger op basis van axiale zelfaandacht die, door het factoriseren van aandachtoperaties langs temporele en spectrale assen, state-of-the-art blokfoutpercentages bereikt met aanzienlijk lagere computationele complexiteit dan bestaande methoden.
Dit paper introduceert een robuust framework voor sprekerherkenning onder ruisomstandigheden dat gebruikmaakt van een noise-conditioned mixture-of-experts-architectuur met gespecialiseerde netwerken en een curriculumleerprotocol om de prestaties te verbeteren ten opzichte van bestaande methoden.
Dit paper introduceert IMAS², een tweelaags optimalisatie-algoritme voor Dec-POMDP's dat agentselectie en gedecentraliseerde actieve perceptie combineert via submodulaire informatie-theoretische objectieven om een -prestatiegarantie te bieden.