326 artigos
Este artigo apresenta dois novos frameworks metodológicos baseados em funções "contratoras e expansoras" para projetar leis de controle não linear inversamente ótimas que estabilizam sistemas afins gerais no ortante positivo, utilizando controles positivos e garantindo significado bioecológico, como ilustrado pelo modelo predador-presa.
Este artigo propõe o framework Multi-View Tensor Fusion (MVTF), que utiliza correlações entre múltiplas perspectivas visuais durante o treinamento para melhorar significativamente a extração de fala de um orador-alvo, oferecendo tanto ganhos de desempenho em cenários de visão única quanto maior robustez em cenários de múltiplas visões.
Este artigo propõe uma abordagem de linearização sucessiva baseada em dados para o controle de tensão em redes de distribuição, superando as limitações das aproximações lineares fixas ao garantir convergência e adaptabilidade rápida às flutuações não lineares causadas por fontes renováveis e cargas variáveis.
Este artigo apresenta um novo framework de pós-treinamento que combina calibração e aprendizado por reforço (GRPO) para adaptar modelos de linguagem de áudio grandes, permitindo a avaliação explicativa da qualidade de fala através da análise multidimensional de dimensões perceptivas, localização temporal de artefatos e previsão aprimorada de MOS.
O artigo apresenta o ARCHE, um framework de compressão de imagens aprendido de ponta a ponta que equilibra precisão de modelagem e eficiência computacional ao unificar priores hierárquicos, espaciais e de canal sem depender de componentes recorrentes ou baseados em transformers, alcançando eficiência taxa-distorção superior a codecs tradicionais e existentes com parâmetros moderados e tempo de execução rápido.
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.
O artigo apresenta o \texttt{nlm}, um conjunto de externals em C++ para o ambiente Max que viabiliza a síntese modal não linear em tempo real para cordas, membranas e placas, oferecendo controle interativo de parâmetros físicos e saída multicanal para facilitar a exploração criativa por compositores e designers sonoros.
Este artigo propõe um método de controle de formação para agentes heterogêneos que explora a superposição de sinais em canais de acesso múltiplo sem fio para calcular combinações convexas normalizadas, garantindo a convergência para uma formação prescrita sob condições baseadas na taxa de comunicação e na geometria, com uma redução significativa no número de transmissões necessárias em comparação com protocolos que evitam interferência.
Este artigo apresenta a geração de um conjunto de dados de gêmeo digital de alta fidelidade para microrredes baseadas em inversores, contendo 38 canais de sinais de transientes eletromagnéticos sincronizados sob 11 cenários de perturbação distintos, validados fisicamente e prontos para treinar modelos substitutos e analisar a resiliência ciber-física.
Este artigo aborda o projeto de sistemas de recomendação para redes sociais como um problema de controle ótimo, demonstrando que a escolha adequada dos parâmetros garante estabilidade e diversidade, enquanto recompensas excessivas de engajamento podem levar a comportamentos patológicos e polarização.
Este artigo apresenta um controlador de realimentação de saída baseado em aprendizado inverso para sistemas não lineares, que utiliza dados de medição entrada/saída livres de ruído e um mecanismo de seleção de referência para garantir a regulação prática da saída sob uma condição verificável.
Este artigo apresenta o "Simulation-in-the-Reasoning" (SiR), um novo quadro conceitual que integra simuladores de domínio específico diretamente no ciclo de raciocínio de Modelos de Linguagem Grandes (LLMs) para transformar o raciocínio hipotético em um fluxo de trabalho falsificável e empiricamente fundamentado, visando sistemas de transporte autônomo mais confiáveis.
O artigo propõe o CGVD, um framework de inferência livre de treinamento que supera a lacuna entre precisão e raciocínio em modelos de Visão-Linguagem-Ação em ambientes desordenados, utilizando inpainting baseado em Fourier e refinamento de alvos para suprimir distrações semânticas e alcançar uma taxa de sucesso significativamente superior à dos 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 analisa sistematicamente tokenizadores de fala, revelando que eles capturam predominantemente informações fonéticas em vez de semânticas lexicais, o que destaca a necessidade de novos métodos de tokenização para melhorar o desempenho dos modelos de linguagem multimodal.
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 FireRedASR2S, um sistema de reconhecimento automático de fala (ASR) industrial de ponta e tudo-em-um que integra módulos de detecção de atividade vocal, identificação de língua falada e previsão de pontuação, alcançando desempenho superior ao estado da arte em diversos benchmarks para mandarim, dialetos chineses, inglês e código misto.
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.
Este artigo propõe um sistema de sensoriamento sem fio inovador que utiliza uma antena móvel em trajetória tridimensional para otimizar a estimativa robusta da direção de alvos, superando as limitações de desempenho das antenas fixas e do movimento bidimensional ao minimizar o erro angular quadrático médio em todo o espaço angular.