381 papers
Dit artikel presenteert een gemeenschapsgeoriënteerde aanpak voor het ontwikkelen van multi-perspectief AI-tools ter verbetering van de politie- en overheidsverantwoording, geïllustreerd aan de hand van een multidisciplinair onderzoek naar het analyseren van bodycam-beelden van verkeerscontroles door de politie van Los Angeles.
Dit artikel presenteert een holografisch intelligent oppervlak (HIS) dat geïntegreerde sensatie en communicatie (ISAC) mogelijk maakt via continue apertuur-arrays, waarbij een geoptimaliseerd alternatief algoritme wordt gebruikt om de prestaties van multi-doel sensatie te maximaliseren terwijl de communicatie-eisen worden gewaarborgd.
Dit artikel introduceert een doelgerichte statusupdate-strategie voor real-time remote inferentie over netwerken met twee-wegvertraging, die als een semi-Markov beslissingsproces wordt gemodelleerd en een index-gedreven drempelbeleid biedt dat de inferentiefout aanzienlijk verlaagt door zowel de verpakkinglengte als het verzendmoment te optimaliseren.
Dit paper introduceert DDKL-PT, een decentraal raamwerk waarbij agents in een multi-agent systeem via uitwisseling van lokale dynamische schattingen (in plaats van ruwe data) een gezamenlijk Koopman-dynamisch model leren voor effectieve modelpredictieve regeling.
Dit artikel presenteert een robuuste stabilisatiemethode voor lineaire hyperbolische partiële differentiaalvergelijkingen met Markov-springende parameteronzekerheid, waarbij backstepping-kernen worden benaderd met neurale operatoren om de rekenkundige efficiëntie te verhogen en de gemiddelde-kwadratische exponentiële stabiliteit te garanderen.
Deze paper introduceert een nieuw raamwerk voor differentieel private schatting van cumulatieve verdelingsfuncties (CDF) door de empirische CDF te projecteren op polynoom- of willekeurige functieruimtes en de resulterende coëfficiënten te privatiseren, wat leidt tot superieure prestaties in vergelijking met bestaande methoden, met name in gedecentraliseerde en streaming-scenario's.
Deze paper biedt het eerste systematische overzicht van Audio-Taalmodellen (ALM's) die op gekoppelde audio-tekstdata zijn getraind, en presenteert een uitgebreide taxonomie, een analyse van de onderzoekslandschap en een overzicht van de huidige ontwikkelingen, beperkingen en toekomstperspectieven voor toepassingen in spraak, muziek en geluid.
Dit paper introduceert SHIELD, een host-onafhankelijk framework dat diepe filesystem-metrics analyseert op opslagcontroller-niveau om ransomware-activiteit met hoge nauwkeurigheid te detecteren en te mitigeren, zelfs wanneer het besturingssysteem is gecompromitteerd.
Dit artikel presenteert een compacte, geneste hexagonale metamateriaalsensor die hoge gevoeligheid bereikt voor het karakteriseren van de permittiviteit van materialen in de S- en X-bandfrequenties.
Dit paper introduceert de Geometric SSM, een selectief sequentie-model dat gebaseerd is op lineaire tijd-invariante systemen en principes uit de geometrische besturingstheorie, waarmee het in staat is om relevante informatie te filteren en complexe patronen te herkennen zonder de dynamische matrices in de tijd te laten variëren, wat leidt tot superieure prestaties op specifieke taken vergeleken met Mamba.
Deze paper introduceert een nieuw multi-agent reinforcement learning-algoritme dat de sample-efficiëntie verbetert door selectieve exploratie op basis van ensemble-kurtosis, een afgekapt TD()-trainingsmechanisme voor de critic en een gemengde actor-training, wat resulteert in superieure prestaties ten opzichte van bestaande methoden op standaard benchmarks.
Dit artikel onderzoekt de identificeerbaarheid van netwerktopologieën in niet-lineaire dynamische systemen, zoals Kuramoto-oscillatoren, door aan te tonen dat semicontractie in de waarneembare ruimte voldoende is om systemen met verschillende structuren ononderscheidbaar te maken op basis van gedeeltelijke metingen.
Dit artikel onderzoekt de beperkingen bij het uniek identificeren van de structuur van netwerkgestuurde lineaire systemen uit partiële metingen, waarbij wordt aangetoond hoe de ruimte van mogelijke netwerken samenhangt met de nulruimte van de observabiliteitsmatrix en dat reeds het observeren van meer dan 6% van de knopen leidt tot een correcte classificatie van ongeveer 99% van de verbindingen.
Dit artikel introduceert een lichtgewicht, modelvrije aanpak voor online slipdetectie en schatting van de wiel-rijbaanwrijvingscoëfficiënt bij autonoom racen, die uitsluitend IMU- en LiDAR-metingen gebruikt om nauwkeurige resultaten te behalen zonder gedetailleerde dynamische modellen of trainingsdata.
Dit paper introduceert CoGuide, een methode die contrastief geleerde inbeddings gebruikt om diffusiemodellen te sturen bij ruimtelijke inverse problemen met niet-gladde en gedeeltelijk gespecificeerde forward-operatoren, zoals het reconstrueren van plattegronden uit bewegingstrajecten.
Dit artikel presenteert een raamwerk voor het beheer van conflicten tussen xApps in O-RAN, dat uitlegbare machine learning en causale inferentie combineert om conflicterende RAN-besturingsparameters te identificeren en hun impact op netwerkprestaties te kwantificeren.
Dit artikel introduceert een multi-periode sparse-optimalisatiemethode die persistente kwetsbaarheden in elektriciteitsnetten proactief identificeert door middel van circuitgebaseerde modellen en heuristieken, waardoor de schaalbaarheid voor grote systemen wordt gegarandeerd en de resilientie tegen extreme gebeurtenissen wordt versterkt.
Dit artikel introduceert en valideert experimenteel een praktisch framework met een geleidende amplitude- en fase-matrix dat het emuleren van meerdere doelen met willekeurige kenmerken mogelijk maakt voor het testen van geïntegreerde sensatie- en communicatie (ISAC) basisstations in gecontroleerde laboratoriumomgevingen.
Dit artikel introduceert een semantisch geleide fuzzy-regelframework dat Large Language Models koppelt aan interpreteerbare besturing en semantische communicatie om de samenwerking van meerroboten onder water te verbeteren voor efficiënte dekking en navigatie naar interessante objecten in GPS-ontkende omgevingen.
Dit artikel introduceert een RDARS-geassisteerd communicatiesysteem met een uniform verspreid array-ontwerp en stelt een gezamenlijke optimalisatiealgoritme voor dat de somrate maximaliseert door actief en passief beamforming te combineren met de optimalisatie van de dichtheid van de verbonden elementen.