174 artigos
Este artigo propõe o método Hadamard-NOMA, que utiliza a Transformada de Hadamard na etapa de fonte para mitigar os efeitos do desvanecimento e de imperfeições na informação de estado do canal, resultando em uma redução significativa da taxa de erro de bits e em ganhos de desempenho superiores a esquemas NOMA existentes para redes sem fio de próxima geração.
Este artigo propõe o algoritmo ALS-IRLS, um método robusto a outliers para estimação de covariância de ruído em filtros de Kalman que combina um mecanismo de limiar adaptativo e a função de custo de Huber dentro de um quadro de Mínimos Quadrados Iterativamente Reponderados, resultando em uma precisão de estimação superior e desempenho próximo ao limite ideal de Oracle em cenários com dados contaminados.
Este artigo demonstra que a combinação de características baseadas no operador de Koopman (aproximado via EDMD com dicionário de funções de base radial) e transformadores supera tanto as abordagens baseadas apenas em wavelets quanto sistemas híbridos na classificação multiclasse de eletrocardiogramas, oferecendo insights interpretáveis sobre a dinâmica cardíaca.
Este artigo apresenta um rastreador de partículas com fusão de sensores heterogêneos (câmera e LiDAR) que utiliza uma política adaptativa baseada em ganho de informação para selecionar dinamicamente o sensor mais informativo, demonstrando em um teste real no Chipre que essa abordagem oferece um equilíbrio superior entre precisão e continuidade na vigilância marítima em comparação com o uso isolado de sensores ou a fusão contínua de todos os dados.
Este artigo propõe um método prático de seleção de fases para superfícies inteligentes reconfiguráveis (RIS) em sistemas multiusuário, que divide a RIS em subsuperfícies dedicadas a usuários individuais em faixas de frequência distintas, derivando expressões fechadas para a relação sinal-ruído em ambientes Ricean e Rayleigh correlacionados e introduzindo processos iterativos que reduzem significativamente a complexidade computacional enquanto mantêm desempenho competitivo e maior robustez em cenários com forte linha de visada.
Este artigo apresenta uma revisão sistemática do processamento de sinais e aprendizado em grafos variantes no tempo, comparando metodologias recentes, destacando seus prós e contras e delineando desafios e direções futuras para superar a limitação de assumir grafos estáticos em sistemas do mundo real.
Este artigo propõe um quadro de trabalho consciente da plataforma que caracteriza links sem fio modelando empiricamente o espalhamento próximo à plataforma como um padrão de antena mútua, demonstrando que essa abordagem reduz erros de estimativa de perda de caminho em até 10 dB em comparação com modelos tradicionais.
Este artigo demonstra que modelar a distribuição completa de elétrons secundários como uma mistura, em vez de apenas sua média convolutiva, permite localizar bordas com precisão subpixel e reduzir significativamente o erro quadrático médio em imagens de microscopia de íons de hélio, superando os métodos convencionais de interpolação.
Este artigo propõe um framework analítico e um projeto de receptor para sistemas ISAC baseados em FM-OFDM, demonstrando que essa solução de envelope constante permite a operação em saturação de amplificadores de potência, superando as limitações de PAPR do OFDM convencional e mantendo alta precisão de detecção e baixa taxa de erro de bits mesmo sob condições de canal duplamente dispersivo e restrições rigorosas de hardware.
Este artigo apresenta um framework de otimização aprendida que combina a "deep unfolding" com computações aproximadas de baixa complexidade para reduzir drasticamente o custo computacional em sistemas sensíveis à latência, mantendo o desempenho de ponta em tarefas como formação de feixe híbrido e análise de componentes principais robusta.
Este trabalho propõe um método rápido e determinístico para completar tensores com base na decomposição Tensor Train, utilizando apenas álgebra linear padrão para recuperar dados a partir de observações completas ou ausentes de fibras ao longo de um único modo, uma configuração comum em aplicações como séries temporais.
Este artigo propõe um método de otimização em variedades para maximizar a taxa de soma em superfícies inteligentes reconfiguráveis além da diagonal (BD-RIS) recíprocas, transformando o problema em uma função quadrática com regularização para garantir a reciprocidade e demonstrando superioridade sobre abordagens atuais.
Este artigo apresenta uma visão comunitária para identificar e priorizar oportunidades de pesquisa e desenvolvimento em sistemas de aprendizado de máquina baseados em hardware heterogêneo, de borda e quântico, visando superar os desafios de aquisição e processamento de dados nas futuras experiências de física de partículas.
Este artigo apresenta uma arquitetura de diagnóstico temporal in-situ escalável para FPGAs baseados em SRAM que, ao monitorar distribuições probabilísticas de atraso nas rotas, permite distinguir e caracterizar com precisão as degradações causadas por marginalidade da rede de distribuição de energia (PDN) e por perturbações induzidas na configuração, sem interferir no design do usuário.
Este artigo apresenta um sistema de sensoriamento quântico que utiliza circuitos quânticos otimizados com dados de propagação de rádio para permitir que agentes aprendam sobre o ambiente e realizem tarefas de localização com alta sensibilidade a sinais fracos e obstruídos, sem a necessidade de medições de canal durante a implantação e operando com menos informações do que as abordagens clássicas.
O artigo apresenta o Geo-ADAPT-VQE, um algoritmo adaptativo para o Variational Quantum Eigensolver que utiliza a regra do gradiente natural para selecionar operadores com base na métrica de informação quântica, resultando em uma convergência mais rápida e estável, menor suscetibilidade a mínimos locais e ansatzes significativamente mais curtos em comparação com métodos existentes.
Este artigo propõe e compara dois novos paradigmas de modelagem inteligente de canais multimodais para o 6G — o LLM4CM e o WiCo — baseados na Sinestesia das Máquinas, visando superar as limitações atuais na previsão precisa, escalabilidade e generalização em ambientes de comunicação complexos.
Este artigo apresenta uma análise abrangente da reconstrução de Mapas de Ambiente de Rádio (REM) em 3D utilizando UAVs, demonstrando como a altitude, a largura de banda, a trajetória e a calibração do padrão da antena afetam a precisão, e propondo um framework para melhorar a reconstrução em regiões de sombra profunda.
Este artigo propõe uma estratégia de posicionamento robusta de antenas móveis para sensoriamento sem fio em campo próximo que minimiza o limite de erro de posição quadrática, derivando uma solução ótima de três pontos que supera as antenas fixas com complexidade computacional insignificante.
O artigo apresenta o Spyglass, um sensor de espectro que utiliza um arranjo comutado e técnicas de processamento de sinal inovadoras para estimar com precisão a direção de chegada (AoA) de múltiplos sinais simultâneos em uma única transmissão, superando desafios de custo e complexidade em ambientes de radiofrequência densos.