eess papers | Gist.Science

Customized Interior-Point Methods Solver for Embedded Real-Time Convex Optimization

Dit artikel presenteert een op maat gemaakte tweede-orde kegelprogrammeringsoplosser voor ingebouwde real-time convex optimalisatie, die een efficiënte predictor-corrector methode combineert met een homogene embeddingsframework om kwadratische kostenfuncties direct te verwerken zonder herformulering, en wordt ondersteund door een codegeneratietool die volledig statisch toegewezen C-code genereert die superieur presteert aan bestaande oplossers in toepassingen voor geleiding en besturing.

Jae-Il Jang, Chang-Hun LeeThu, 12 Ma⚡ eess

Platform-Aware Channel Knowledge Mapping via Mutual Antenna Pattern Learning in 3D Wireless Links

Dit artikel presenteert een platformbewust raamwerk dat draadloze verbindingen karakteriseert door een gezamenlijk antennespatiepatroon te modelleren dat rekening houdt met de reflecties veroorzaakt door de montagestructuren van de hardware, waardoor de padverliesbepaling tot 10 dB nauwkeuriger wordt dan met traditionele modellen.

Mushfiqur Rahman, Ismail Guvenc, Jason A. Abrahamson, Arupjyoti BhuyanThu, 12 Ma⚡ eess

Constant-Envelope ISAC via FM-OFDM: Analytical Framework and Receiver Design

Dit artikel presenteert een analytisch raamwerk en een ontvangerontwerp voor FM-OFDM als een constante-hulsel ISAC-oplossing die hoge piek- tot gemiddeld-vermogenverhoudingen (PAPR) overwint, waardoor transmissie in het verzadigingsgebied van versterkers mogelijk wordt zonder prestatieverlies in detectie en communicatie.

Amir Bouziane, Huseyin ArslanThu, 12 Ma⚡ eess

Deep Unfolding with Approximated Computations for Rapid Optimization

Dit artikel introduceert een geleerd optimalisatiekader dat iteratieve algoritmen omzet in snelle, interpreteerbare modellen door geselecteerde iteraties te vervangen door goedkope benaderingen en aangepaste hyperparameters te leren, waardoor de rekencomplexiteit met meer dan drie ordes van grootte wordt verminderd terwijl de prestaties behouden blijven.

Dvir Avrahami, Amit Milstein, Caroline Chaux, Tirza Routtenberg, Nir ShlezingerThu, 12 Ma⚡ eess

Robust Audio-Visual Target Speaker Extraction with Emotion-Aware Multiple Enrollment Fusion

Dit artikel presenteert een robuuste emotion-bewuste methode voor audio-visuele sprekerextractie die, door te trainen met een hoge mate van ontbrekende modaliteiten, stabiele prestaties behoudt bij testtijd-uitval van signalen en zo de uitdagingen van de cocktailparty-situatie effectief aanpakt.

Zhan Jin, Bang Zeng, Peijun Yang, Jiarong Du, Wei Ju, Yao Tian, Juan Liu, Ming LiThu, 12 Ma⚡ eess

Tensor Train Completion from Fiberwise Observations Along a Single Mode

Dit artikel introduceert een snelle methode voor het voltooien van tensores met 'fiber-wise' waarnemingen langs één modus, waarbij de tensor-train decompositie uitsluitend met standaard lineaire algebra wordt berekend onder deterministische voorwaarden.

Shakir Showkat Sofi, Lieven De LathauwerThu, 12 Ma⚡ eess

Reciprocal Beyond-Diagonal Reconfigurable Intelligent Surface (BD-RIS): Scattering Matrix Design via Manifold Optimization

Dit artikel presenteert een nieuwe methode voor het maximaliseren van de som-rate in wederkerige Beyond-Diagonal Reconfigurable Intelligent Surface (BD-RIS) systemen door gebruik te maken van fractionele programmering en variatie op een variëteit om de symmetrie-eisen te respecteren, wat resulteert in een superieure prestatie ten opzichte van bestaande technieken.

Marko Fidanovski, Iván Alexander Morales Sandoval, Hyeon Seok Rou, Giuseppe Thadeu Freitas de Abreu, Emil BjörnsonThu, 12 Ma⚡ eess

Event-Based Control via Sparsity-Promoting Regularization: A Rollout Approach with Performance Guarantees

Dit artikel introduceert een regelingskader dat prestaties en actuatiefrequentie in evenwicht brengt door middel van een rollout-algoritme met sparsiteitsbevorderende regularisatie, waarbij theoretische prestatiegaranties en stabiliteit worden bewezen.

Shumpei Nishida, Kunihisa OkanoThu, 12 Ma⚡ eess

Formation Control via Rotation Symmetry Constraints

Dit artikel introduceert een gedistribueerde vormingscontrolestrategie voor multi-agent systemen die uitsluitend gebaseerd is op rotatiesymmetrie-constraints, waarbij een potentiaalfunctie wordt gebruikt om agents naar een gewenste symmetrische configuratie te sturen met minimale connectiviteit en uitgebreide manoeuvreerbaarheid.

Zamir Martinez, Daniel ZelazoThu, 12 Ma⚡ eess

HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection

Het paper introduceert HyWA, een methode die hypernetwerken gebruikt om gepersonaliseerde gewichten voor een standaard spraakactiviteitsdetectiemodel te genereren, wat leidt tot betere prestaties en eenvoudigere implementatie dan bestaande technieken.

Mahsa Ghazvini Nejad, Hamed Jafarzadeh Asl, Amin Edraki, Mohammadreza Sadeghi, Masoud Asgharian, Yuanhao Yu, Vahid Partovi NiaThu, 12 Ma⚡ eess

A Predictive Flexibility Aggregation Method for Low Voltage Distribution System Control

Dit artikel presenteert een voorspellende aggregatiemethode voor flexibiliteit in laagspanningsnetwerken die door middel van een privacybehoudend, hybride optimalisatiekader (offline multiparametrisch en online operationeel) real-time sturing mogelijk maakt.

Clément Moureau, Thomas Stegen, Mevludin Glavic, Bertrand CornélusseThu, 12 Ma⚡ eess

Analysis and Synthesis of Switched Optimization Algorithms

Dit artikel presenteert een analyse en synthese van discrete-tijd optimalisatie-algoritmen met gegarandeerde exponentiële convergentie die robuust zijn tegen wisselende netwerkdynamica, zoals tijdsvertragingen en pakketverlies, door gebruik te maken van lineaire matrixongelijkheden en Zames-Falb-filters.

Jared Miller, Fabian Jakob, Carsten Scherer, Andrea IannelliThu, 12 Ma⚡ eess

System-Theoretic Analysis of Dynamic Generalized Nash Equilibria -- Turnpikes and Dissipativity

Dit artikel analyseert dynamische gegeneraliseerde Nash-evenwichten vanuit een systeemtheoretisch perspectief, waarbij het de relatie tussen dissipativiteit en het turnpike-fenomeen onderbouwt en voorwaarden formuleert voor de stabiliteit van speltheoretische modelpredictieve regeling.

Sophie Hall, Florian Dörfler, Timm FaulwasserThu, 12 Ma⚡ eess

Simplifying Preference Elicitation in Local Energy Markets: Combinatorial Clock Exchange

Dit paper introduceert een combinatorische klok-uitwisselingsmarkt, versterkt met machine learning, die prosumers in lokale energiemarkten in staat stelt om complexe voorkeuren op een intuïtieve manier te uiten zonder ingewikkelde biedingen of prijsvoorspellingen, wat leidt tot snelle convergentie naar evenwichtsprijzen.

Shobhit Singhal, Lesia MitridatiThu, 12 Ma⚡ eess

Safe and Optimal Learning from Preferences via Weighted Temporal Logic with Applications in Robotics and Formula 1

Dit artikel presenteert een veilige en optimale methode voor het leren van voorkeuren in autonome systemen, zoals robots en Formule 1-auto's, door Weighted Signal Temporal Logic te combineren met efficiënte optimalisatietechnieken die complexe constraints omzetten in een Mixed-Integer Linear Program.

Ruya Karagulle, Cristian-Ioan Vasile, Necmiye OzayThu, 12 Ma⚡ eess

Design and Quantitative Evaluation of an Embedded EEG Instrumentation Platform for Real-Time SSVEP Decoding

Dit artikel presenteert een embedded EEG-platform op basis van een ESP32-S3 en ADS1299 dat real-time SSVEP-decodering volledig on-device uitvoert en wordt ondersteund door een uitgebreide kwantitatieve validatie van de meetkwaliteit en een online beslissingsnauwkeurigheid van 99,17%.

Manh-Dat Nguyen, Thomas Do, Nguyen Thanh Trung Le, Xuan-The Tran, Fred Chang, Chin-Teng LinThu, 12 Ma⚡ eess

Inferring Clinically Relevant Molecular Subtypes of Pancreatic Cancer from Routine Histopathology Using Deep Learning

Dit artikel introduceert PanSubNet, een interpreteerbaar deep learning-model dat klinisch relevante moleculaire subtypes van pancreaskanker direct en kosteneffectief voorspelt uit standaard H&E-gekleurde weefselpreparaten, waarmee de toepassing van moleculaire stratificatie in de dagelijkse klinische praktijk wordt vergemakkelijkt.

Abdul Rehman Akbar, Alejandro Levya, Ashwini Esnakula, Elshad Hasanov, Anne Noonan, Lingbin Meng, Susan Tsai, Vaibhav Sahai, Midhun Malla, Sarbajit Mukherjee, Upender Manne, Anil Parwani, Wei Chen, Ashish Manne, Muhammad Khalid Khan NiaziThu, 12 Ma⚡ eess

GOUHFI 2.0: A Next-Generation Toolbox for Brain Segmentation and Cortex Parcellation at Ultra-High Field MRI

GOUHFI 2.0 is een geüpdatete deep-learning toolbox die robuuste hersensegmentatie, corticale parcellatie en volumetrie mogelijk maakt voor ultra-hoogveld MRI-data, waarmee de beperkingen van bestaande software voor deze beeldvorming worden overwonnen.

Marc-Antoine Fortin, Anne Louise Kristoffersen, Paal Erik GoaThu, 12 Ma⚡ eess

LexiSafe: Offline Safe Reinforcement Learning with Lexicographic Safety-Reward Hierarchy

Het artikel introduceert LexiSafe, een nieuw offline veiligheidsversterkingsleerframework dat een lexicografische hiërarchie tussen veiligheid en beloning hanteert om veiligheidsdrift te voorkomen en theoretisch onderbouwde prestaties te garanderen voor veiligheidskritieke cyberfysische systemen.

Hsin-Jung Yang, Zhanhong Jiang, Prajwal Koirala, Qisai Liu, Cody Fleming, Soumik SarkarThu, 12 Ma⚡ eess

ZACH-ViT: Regime-Dependent Inductive Bias in Compact Vision Transformers for Medical Imaging

Dit paper introduceert ZACH-ViT, een compacte Vision Transformer zonder positiële embeddings of [CLS]-token die door het verwijderen van vaste ruimtelijke prioren een adaptieve inductieve bias biedt die onder data-scarce omstandigheden in de medische beeldvorming superieure prestaties levert op datasets met zwakke ruimtelijke structuren.

Athanasios AngelakisThu, 12 Ma⚡ eess

← Vorige Volgende →