381 papers
Dit artikel introduceert het RDFC-framework voor privacy-bewuste semantische communicatie, waarbij bewezen wordt dat het zelfs zonder gedeelde willekeurigheid privacy garandeert en de communicatie-efficiëntie aanzienlijk verbetert ten opzichte van verliesvrije transmissie.
Dit paper introduceert een spatiotemporele predictor op basis van laag-rang cyclostationariteit die, getest op verkeersdata van Seoel, bijna even goed presteert als real-time routing met een gemiddelde extra reistijd van minder dan 1,5 minuten.
Deze paper introduceert een gesimuleerde benchmarkdataset voor het evalueren van passieve reconnoiteringsaanvallen in draadloze smart-gridcommunicaties, waarbij fysiek consistente kanaalveranderingen worden gebruikt om realistische signaal- en vertragingseffecten te genereren voor federatie- en graf-tijdgebonden detectiemodellen.
Dit artikel introduceert een Model Predictive Control-raamwerk met een oneindige horizont dat de beperkingen van bestaande eindtijd-stabilisatiemethoden overwint door een terminalkostenstrategie te vervangen door de som van stagekosten over een oneindige horizon, waardoor het initiële haalbaarheidsgebied wordt vergroot en eindtijd-stabilisatie voor zowel lineaire als feedback-linearisabele niet-lineaire systemen wordt gegarandeerd zonder terminalgelijkheidsbeperkingen.
Dit paper introduceert Speech-Omni-Lite, een kostenefficiënt framework dat bestaande visueel-taalmodellen uitbreidt met spraakvaardigheden via lichte, trainbare modules en een innovatieve data-strategie, waardoor uitstekende prestaties worden bereikt met slechts duizenden uren trainingsdata in plaats van miljoenen.
Dit artikel toont aan dat het finetunen van neurale ontvangers op specifieke locaties met echte 5G NR-metingen aanzienlijke verbeteringen in de foutkans oplevert die ook generaliseren naar verschillende hardware en scenario's.
Dit artikel toont aan dat ingebouwde modelpredictieve regeling (MPC) een robuuste oplossing biedt voor het stabiliseren van EMS-maglev-voertuigen bij snelheden boven de 600 km/h, zelfs op beperkte hardware.
Dit paper introduceert een nieuwe methode voor het genereren van kamerimpulsresponsen door een vooraf getraind tekst-naar-audio-model te finetunen met behulp van door vision-language modellen gegenereerde labels, wat resulteert in realistische akoestische simulaties die effectief zijn voor spraakdata-augmentatie.
Dit paper introduceert DRES, een semi-spontane Nederlandse spraakdataset van 1,5 uur opgenomen in lawaaierige openbare ruimtes, die dient als testset voor ASR en SE-modellen en aantoont dat moderne single-channel spraakverbetering de herkenning niet altijd verbetert in realistische omstandigheden.
Deze paper introduceert de niet-iteratieve, optimale dMWF-algoritme voor draadloze akoestische sensornetwerken, dat de prestaties van een centraal systeem bereikt met minder bandbreedte en zonder de beperkingen van eerdere methoden zoals DANSE.
Dit paper introduceert -Occ, een robuust framework voor 3D semantische bezettingsvoorspelling dat onvolledige meercamera-invoer verwerkt door het herstel van ontbrekende weergaven en het gebruik van een geheugenmodule voor semantische consistentie, wat leidt tot aanzienlijk betere prestaties bij camera-uitval zonder in te leveren op volledige weergaven.
Dit artikel introduceert PanoAffordanceNet, een nieuw end-to-end framework en bijbehorend dataset (360-AGD) voor holistische affordance-grounding in 360°-interieurs, dat uitdagingen zoals geometrische vervorming en semantische dispersie aanpakt om de waarneming voor embodied agents te verbeteren.
Dit artikel presenteert een lichtgewicht LiDAR-gebaseerd systeem voor het volgen van UAV's met een adaptieve Extended Kalman-filter, dat nauwkeurige relatieve positiebepaling mogelijk maakt in GPS-ontzegde omgevingen door effectief om te gaan met schaarse en ruisgevoelige puntwolkdata.
Dit technische rapport presenteert een nieuwe, NI-gebaseerde methode voor het schatten van initiële parameters van trigonometrische modellen met ongelijkmatig gesamplede data, die zelfs bij een laag signaal-ruisverhouding van 1,4 dB en beperkte periodieke dekking een nauwkeurige startwaarde voor globale optimalisatie biedt tegen een lagere rekentijd dan de Lomb-Scargle-periodogram-methode.
Deze studie toont aan dat een kostenefficiënte FMCW-MIMO-radar betrouwbare niet-contactmetingen van gemiddelde ademhalings- en hartfrequentie mogelijk maakt bij een optimale afstand van 70 cm, maar dat de nauwkeurigheid voor variabiliteitsmetingen beperkt blijft door een fundamenteel afweging tussen signaalverwerking en tijdsresolutie.
Dit artikel presenteert een hybride, model-gestuurde methode voor het voorspellen van padverlies in suburban omgevingen, die een adaptieve compensatie toepast op het klassieke CI-model en door middel van drie beeldorganiseringschema's een testfout van 4,04 dB bereikt.
Deze paper presenteert een leer-versterkt primal-dual besturingskader voor secundaire frequentieregeling dat, door het combineren van optimalisatiedynamica met neurale netwerken, zowel bewezen stabiliteit en steady-state optimaliteit garandeert als de transiënte prestaties, zoals de frequentie-nadir en de regelinginspanning, aanzienlijk verbetert.
Het artikel introduceert CycleULM, het eerste label-vrije deep learning-framework dat de prestaties en snelheid van ultrasone localisatiemicroscopie aanzienlijk verbetert door een fysica-gebaseerde vertaling tussen realiteit en simulatie mogelijk te maken zonder de noodzaak van gelabelde grondwaarheid.
Dit artikel presenteert een nieuw veldvrij architectuur voor een 3-bits spintronische flash-ADC die gebruikmaakt van SOT-MTJ's met VCMA en STT-schakeling, waarbij een dubbele conversie-set en dummy-set worden ingezet om de resetstap te elimineren en zo een conversiesnelheid van 304,1 MHz bij een vermogensverbruik van 476 µW te bereiken.
Dit artikel presenteert een adaptief beamtrainingkader voor nabij-veldcommunicatie dat Thompson Sampling en een gecorreleerde Gaussische prior gebruikt om de pilot- overhead tot 90% te verminderen en de SNR met meer dan 2 dB te verbeteren in multi-pad omgevingen.