321 artigos
Este artigo propõe uma abordagem de controle geral, denominada controle de seguimento de restrições guiado por campo vetorial, para resolver problemas de dinâmica em sistemas mecânicos incertos, lidando com atuadores completos ou subatuados, incertezas heterogêneas variantes no tempo sem limites conhecidos e caminhos geométricos que podem ser auto-intersectantes.
Este artigo apresenta um framework de detecção de palavras-chave (KWS) multicanal e de ponta a ponta que integra um codificador espacial e priores direcionais para melhorar significativamente a robustez em ambientes ruidosos, superando os sistemas convencionais de canal único e pipeline em cascata.
Este trabalho apresenta um formalismo de Equações Diferenciais Estocásticas Interpoladas (iSDEs) e propõe um solucionador rápido que permite a amostragem eficiente em modelos de difusão para restauração de fala, como o SGMSE+, reduzindo o número de avaliações da rede neural para apenas 10.
Este trabalho estabelece o framework de Computação de Função Distribuída Randomizada (RDFC), uma forma de comunicação semântica que garante privacidade local e eficiência energética ao permitir a transmissão de informações suficientes para gerar funções aleatórias dos dados, demonstrando que o uso de aleatoriedade comum reduz drasticamente a taxa de comunicação em comparação com a transmissão sem perdas, mesmo na ausência de aleatoriedade compartilhada.
O artigo apresenta um preditor de tráfego baseado em decomposição de baixa ordem que, ao utilizar dados históricos em vez de informações em tempo real, consegue reduzir o tempo de viagem excedente para menos de 1,5 minutos, oferecendo um desempenho quase equivalente ao de sistemas de roteamento em tempo real para aplicações de planejamento de transporte.
Este artigo apresenta um gerador de conjunto de dados de referência baseado em padrões IEEE para o reconhecimento passivo em comunicações de redes inteligentes, simulando observadores que alteram a propagação do sinal sem transmitir, o que permite a avaliação padronizada de detectores federados e baseados em grafos para ameaças de inteligência passiva em redes domésticas, de bairro e de área ampla.
Este artigo propõe um novo framework de Controle Preditivo Baseado em Modelo (MPC) com horizonte infinito para estabilização em tempo finito de sistemas discretos com restrições, o qual amplia a região de viabilidade inicial e elimina a necessidade de restrições de igualdade terminal ou estratégias de comutação, garantindo a estabilidade em tempo finito e sendo aplicável tanto a sistemas lineares quanto a uma classe de sistemas não lineares feedback-linearizáveis.
O artigo apresenta o Speech-Omni-Lite, um framework eficiente em custo que estende backbones de Visão-Linguagem pré-treinados com capacidades de compreensão e geração de fala através de módulos leves e congelando o modelo original, alcançando desempenho competitivo em perguntas orais com poucos dados de treinamento.
Este trabalho demonstra empiricamente, utilizando medições reais de 5G NR em três cenários distintos, que o ajuste fino específico do local de receptores neurais melhora significativamente a taxa de erro sem aumentar a complexidade de processamento e que esses ganhos generalizam-se para diferentes hardware e cenários de implantação.
Este artigo investiga a aplicação do Controle Preditivo Baseado em Modelo (MPC) em sistemas de levitação magnética do tipo EMS para veículos de alta velocidade, demonstrando sua capacidade de estabilizar robustamente o sistema não linear em hardware embarcado com recursos limitados.
Este artigo propõe uma abordagem inovadora para gerar Respostas ao Impulso de Sala (RIRs) realistas, ajustando um modelo de áudio pré-treinado de texto para áudio e utilizando modelos de linguagem visual para criar descrições acústicas, demonstrando assim a eficácia de priores generativos de áudio em larga escala para simulação acústica e aumento de dados de fala.
Este artigo apresenta o DRES, um conjunto de dados de fala realista e semi-espontânea em holandês gravado em ambientes públicos ruidosos, e avalia seu impacto no desempenho de modelos de reconhecimento de fala e aprimoramento de fala, descobrindo que, apesar de alguns modelos de ASR alcançarem bons resultados, o uso de algoritmos de aprimoramento de fala de canal único não melhorou o desempenho geral.
Este artigo propõe o filtro de Wiener multicanal distribuído (dMWF), um algoritmo não iterativo e ótimo para redes de sensores acústicos sem fio que supera as limitações de convergência e de observação de fontes dos métodos existentes, alcançando desempenho equivalente ao de sistemas centralizados com menor uso de largura de banda.
O artigo apresenta o -Occ, um framework inovador para previsão de oclusão semântica 3D em direção autônoma que utiliza reconstrução mascarada multiview e memória de características para manter a precisão geométrica e semântica mesmo na ausência de múltiplas câmeras, superando significativamente os métodos existentes em cenários de falha de visão.
O artigo apresenta o PanoAffordanceNet, um novo framework e conjunto de dados (360-AGD) que estabelecem a tarefa de "Grounding de Apropriação Holística" em ambientes internos de 360°, superando desafios como distorções geométricas e dispersão semântica para permitir uma percepção global em agentes corporificados.
Este artigo apresenta um sistema de rastreamento de UAVs baseado em LiDAR 3D leve e adaptativo, que utiliza um Filtro de Kalman Estendido Adaptativo (AEKF) para garantir posicionamento relativo preciso e robusto em ambientes sem GPS, superando limitações de ruído e oclusão em drones de pequeno porte.
Este relatório técnico apresenta uma estratégia nova, interpretável e baseada em NI para estimar parâmetros iniciais de modelos trigonométricos com dados amostrados de forma irregular, permitindo a localização do mínimo global mesmo em cenários de alto ruído e cobertura temporal limitada, com custos computacionais inferiores aos do método de Lomb-Scargle.
Este estudo avalia experimentalmente um radar FMCW-MIMO de baixo custo para monitoramento não invasivo de sinais vitais, concluindo que, embora o sistema ofereça estimativas precisas de frequências respiratória e cardíaca médias em uma distância ótima de 70 cm, ele apresenta limitações significativas na captura de variações instantâneas e de alta resolução devido a trade-offs inerentes entre parâmetros de configuração e precisão.
Este artigo propõe um método híbrido assistido por modelo que aprimora a previsão de perda de caminho em cenários suburbanos ao introduzir uma compensação adaptativa ao ambiente sobre o modelo de referência de distância livre, alcançando um erro quadrático médio de 4,04 dB em dados medidos na Ilha de Pingtan.
Este artigo apresenta um framework sistemático que integra aprendizado de máquina ao design de um controlador primal-dual para regulação secundária de frequência, garantindo estabilidade e otimalidade assintóticas enquanto melhora métricas transitórias críticas, como o nadir de frequência e o esforço de controle, por meio de dados.