eess artigos | Gist.Science

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

Este artigo apresenta um solucionador otimizado de programação cônica de segunda ordem (SOCP) baseado em métodos de ponto interior, acompanhado de uma ferramenta de geração de código em C para aplicações de controle e orientação em tempo real, que supera os solucionadores existentes ao lidar diretamente com funções de custo quadráticas sem reformulação do problema e garantindo alocação estática completa em plataformas embarcadas.

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

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

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.

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

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

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.

Amir Bouziane, Huseyin ArslanThu, 12 Ma⚡ eess

Deep Unfolding with Approximated Computations for Rapid Optimization

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.

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

Este artigo investiga a robustez da fusão de múltiplas inscrições na Extração de Falante Alvo Audiovisual (AVTSE), demonstrando que treinar com altas taxas de ausência de modalidades e combinar uma imagem facial única com características labiais permite manter um desempenho estável mesmo diante de falhas intermitentes de sinais em cenários do mundo real.

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

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.

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

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

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.

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

Este artigo apresenta um framework de controle baseado em eventos que utiliza um algoritmo de *rollout* com regularização esparsa para equilibrar desempenho e taxa de atuação, garantindo estabilidade e limites de desempenho teóricos em relação ao controle periódico.

Shumpei Nishida, Kunihisa OkanoThu, 12 Ma⚡ eess

Formation Control via Rotation Symmetry Constraints

Este trabalho apresenta uma estratégia de controle de formação distribuída para sistemas multiagente que utiliza apenas restrições de simetria rotacional e um mínimo de $n-1$ conexões para alcançar configurações simétricas planares e realizar manobras coordenadas de translação, rotação e escala.

Zamir Martinez, Daniel ZelazoThu, 12 Ma⚡ eess

HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection

O artigo propõe o HyWA, um método que utiliza uma hiper-rede para gerar pesos personalizados em camadas específicas de um modelo de detecção de atividade vocal, superando as técnicas existentes ao melhorar a precisão média e facilitar a implantação através do reuso da mesma arquitetura.

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

Este artigo apresenta um método de agregação preditiva de flexibilidade que combina otimização multiparamétrica descentralizada com um esquema de controle centralizado para gerenciar sistemas de distribuição de baixa tensão em tempo real, preservando a privacidade e reduzindo a carga computacional online.

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

Analysis and Synthesis of Switched Optimization Algorithms

Este trabalho apresenta uma análise e síntese de algoritmos de otimização em tempo discreto que garantem convergência exponencial robusta frente a dinâmicas de rede comutadas, como atrasos variantes no tempo e canais instáveis, utilizando desigualdades matriciais lineares e coeficientes de filtros Zames-Falb.

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

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

Este artigo analisa equilíbrios de Nash generalizados dinâmicos sob uma perspectiva de teoria de sistemas, demonstrando a relação entre dissipatividade estrita e o fenômeno de turnpike, estabelecendo condições para a estabilidade do equilíbrio de estado estacionário e projetando penalidades terminais que garantem a convergência de trajetórias em jogos de horizonte finito.

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

Simplifying Preference Elicitation in Local Energy Markets: Combinatorial Clock Exchange

Este artigo propõe um mecanismo de mercado local de energia que combina o Troca Combinatória de Relógio com aprendizado de máquina para simplificar a elicitação de preferências de prosumidores, permitindo que expressem necessidades complexas de forma intuitiva sem necessidade de previsão de preços, enquanto acelera a convergência para preços de liquidação.

Shobhit Singhal, Lesia MitridatiThu, 12 Ma⚡ eess

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

Este artigo propõe uma abordagem segura, ótima e eficiente para o aprendizado de preferências em sistemas autônomos, utilizando Lógica Temporal de Sinais Ponderada (WSTL) com otimização de restrições para garantir segurança em domínios críticos, como navegação robótica e corridas de Fórmula 1.

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

Este artigo apresenta uma plataforma de instrumentação EEG embarcada baseada no ESP32-S3 e no ADS1299 que realiza a decodificação em tempo real de potenciais evocados visualmente em estado estacionário (SSVEP) com processamento totalmente on-device, validada quantitativamente por uma precisão de medição robusta e uma taxa de transferência de informação de 27,66 bits/min.

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

O artigo apresenta o PanSubNet, um modelo de aprendizado profundo interpretável que classifica subtipos moleculares clinicamente relevantes do câncer de pâncreas diretamente a partir de lâminas histológicas rotineiras (H&E), oferecendo uma alternativa rápida, econômica e generalizável aos métodos baseados em sequenciamento de RNA para estratificação prognóstica e preditiva.

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

O artigo apresenta o GOUHFI 2.0, uma nova ferramenta de aprendizado profundo que supera as limitações de softwares padrão para realizar segmentação cerebral, parcellação cortical e volumetria robustas em imagens de Ressonância Magnética de Ultra-Alto Campo (UHF-MRI), oferecendo resultados precisos independentemente de contraste, resolução ou população.

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

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

O artigo apresenta o LexiSafe, um framework de aprendizado por reforço offline seguro que utiliza uma hierarquia lexicográfica para priorizar a segurança sobre a recompensa, oferecendo garantias teóricas e desempenho superior em sistemas ciber-físicos críticos.

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

O artigo apresenta o ZACH-ViT, uma arquitetura compacta de Vision Transformer que elimina embeddings posicionais e o token [CLS] para processamento invariante a permutações, demonstrando que essa abordagem adaptativa supera ou compete com modelos tradicionais em cenários de poucos dados e imagens médicas onde a estrutura espacial é menos informativa.

Athanasios AngelakisThu, 12 Ma⚡ eess

← Anterior Próximo →