381 artigos
Este artigo propõe uma abordagem de inteligência artificial informada pela comunidade, desenvolvida por uma equipe multidisciplinar com foco em cientistas sociais, para criar ferramentas que analisem vídeos de câmeras corporais da polícia e integrem as perspectivas de diversos grupos na busca por transparência e responsabilidade governamental.
Este artigo propõe um sistema de sensoriamento e comunicação integrados (ISAC) assistido por superfícies inteligentes holográficas (HIS) com arranjos de abertura contínua, utilizando uma transformação de Fourier para converter o projeto de padrões contínuos em um problema de formação de feixe discreto e resolvendo a otimização conjunta de transmissão e recepção por meio de um algoritmo de otimização alternada, o que resulta em desempenho de sensoriamento superior em comparação com sistemas tradicionais baseados em arranjos discretos.
Este artigo propõe uma política de agendamento baseada em limiares e índices para atualizações de status orientadas a objetivos em sistemas de inferência remota com atrasos bidirecionais de Markov, otimizando simultaneamente a frescura e o tamanho dos pacotes para minimizar o erro de inferência, superando significativamente as abordagens tradicionais baseadas apenas na idade da informação.
Este artigo propõe o DDKL-PT, uma estrutura de aprendizado distribuído baseada em dados que permite a agentes em sistemas multiagentes alcançarem consenso sobre um modelo global de dinâmica utilizando redes neurais profundas no framework de operadores de Koopman, trocando apenas estimativas locais em vez de trajetórias privadas, o que viabiliza o controle preditivo baseado em modelo com alta precisão.
Este artigo propõe um método de controle robusto para estabilização de equações diferenciais parciais hiperbólicas com parâmetros de salto de Markov, utilizando operadores neurais para aproximar os kernels de backstepping e garantindo estabilidade exponencial em média quadrática, com aplicação validada em simulações de controle de tráfego em rodovias.
Este artigo apresenta um novo framework para estimativa de funções de distribuição acumulada (CDF) com privacidade diferencial, utilizando projeção polinomial e aproximação esparsa via busca por correspondência para privatizar coeficientes, oferecendo desempenho superior ou comparável a métodos existentes e sendo particularmente adequado para cenários descentralizados e de dados em fluxo.
Este artigo apresenta a primeira revisão sistemática dos Modelos de Áudio-Linguagem (ALMs), oferecendo uma cobertura abrangente de suas arquiteturas, objetivos de treinamento e aplicações em fala, música e sons, além de estabelecer um panorama de pesquisa para orientar o desenvolvimento futuro e a implementação prática dessas tecnologias.
O artigo apresenta o SHIELD, um framework de detecção de ransomware independente do host que utiliza recursos de nível de sistema de arquivos para identificar e mitigar ameaças de forma segura e em tempo real diretamente no controlador de armazenamento, alcançando alta precisão e limitando significativamente a perda de dados.
Este artigo apresenta um sensor compacto de metamaterial hexagonal aninhado que opera nas bandas S e X, oferecendo alta sensibilidade (9,55%) e precisão na caracterização da permissividade de materiais dielétricos em frequências de micro-ondas.
Este artigo propõe o Geometric SSM, um modelo de espaço de estados que desafia a noção de que a seletividade exige dinâmicas variantes no tempo, demonstrando que sistemas LTI podem alcançar essa capacidade através de princípios de controle geométrico e subespaços invariantes, superando o desempenho do Mamba em tarefas de indução complexas sem sacrificar a eficiência computacional.
Este artigo propõe um novo algoritmo de aprendizado por reforço multiagente que melhora a eficiência amostral ao combinar um crítico centralizado decomposto com aprendizado de conjunto descentralizado, utilizando a curtose do conjunto para guiar a exploração seletiva e técnicas de treinamento híbridas para equilibrar estabilidade e eficiência.
Este trabalho investiga a identificabilidade de topologias em sistemas dinâmicos não lineares sob medições parciais, demonstrando que a semicontração no espaço observável é uma condição suficiente para que diferentes estruturas de rede, incluindo osciladores de Kuramoto, se tornem indistinguíveis.
Este trabalho investiga as limitações na identificação única da estrutura de redes de sistemas lineares dinâmicos a partir de medições parciais, demonstrando que o espaço de redes consistentes está relacionado ao núcleo da matriz de observabilidade e que, ao observar mais de 6% dos nós, cerca de 99% das arestas são corretamente classificadas.
Este artigo apresenta uma abordagem leve e baseada em dados de IMU e LiDAR para a detecção online de derrapagem e a estimativa do coeficiente de atrito pneu-estrada em corridas autônomas, eliminando a necessidade de modelos dinâmicos complexos ou grandes conjuntos de dados de treinamento.
O artigo apresenta o CoGuide, um método que utiliza uma orientação de difusão contrastiva em um espaço de incorporação suave para resolver problemas inversos espaciais com operadores não diferenciáveis, como a reconstrução de plantas baixas a partir de trajetórias humanas, superando a instabilidade dos métodos baseados em gradiente direto.
Este artigo propõe um framework para gerenciar conflitos entre xApps em redes O-RAN, combinando aprendizado de máquina explicável e inferência causal para identificar e quantificar o impacto de ações de controle concorrentes nos indicadores de desempenho da rede.
Este artigo propõe um método de otimização esparsa multi-período que integra restrições de persistência e formulações de fluxo de potência baseadas em teoria de circuitos para identificar proativamente fontes de falha recorrentes em redes elétricas sob estresse crescente, permitindo diagnósticos escaláveis de vulnerabilidades que previnem apagões.
Este artigo apresenta um quadro experimental validado que utiliza uma matriz condutiva de amplitude e fase para emular alvos múltiplos com perfis arbitrários de radar em estações base ISAC, superando as limitações de portas dos simuladores de alvo tradicionais e permitindo testes eficazes em modos de transmissão e recepção duplos e divididos.
Este artigo apresenta um framework de controle fuzzy guiado por semântica, que integra Modelos de Linguagem de Grande Escala (LLMs) para comprimir observações multimodais em tokens interpretáveis e coordenar múltiplos robôs subaquáticos, permitindo uma cobertura cooperativa robusta e eficiente em ambientes desconhecidos e sem acesso a GPS.
Este artigo propõe um sistema de comunicação assistido por RDARS que otimiza conjuntamente a formação de feixes ativos e passivos e a esparsidade dos elementos conectados para maximizar a taxa de soma, derivando soluções de forma fechada para casos específicos e um algoritmo de otimização alternada para cenários gerais.