Einstein from Noise: Statistical Analysis
该论文对“爱因斯坦来自噪声”现象进行了全面的统计分析，证明了在纯噪声数据中通过模板对齐平均得到的估计量，其傅里叶相位会收敛至模板信号的相位，从而在数学上解释了为何纯噪声会呈现出与模板相似的结构特征，并揭示了该现象在高维情形下的收敛速率规律。
⚡ Category
eess
283 篇论文
Image Compression Using Novel View Synthesis Priors
该论文提出了一种利用先验任务信息和训练好的新视图合成模型，通过梯度下降优化潜在表示来生成可压缩差异的基于模型的图像压缩技术，旨在解决水下遥控机器人实时视觉反馈的带宽受限问题，并在人工海洋盆地数据集上验证了其优于现有方法的压缩率、图像质量及对场景中新物体的鲁棒性。
Dampening parameter distributional shifts under robust control and gain scheduling
本文提出了一种通过凸半定规划来抑制参数分布偏移的鲁棒控制方法，旨在解决非线性系统在增益调度等场景下因状态 - 输入空间变化导致模型参数分布发生漂移的问题，确保控制器对未来数据的分布具有鲁棒性。
Achievable DoF Bounds for Cache-Aided Asymmetric MIMO Communications
本文针对具有缓存比的缓存辅助非对称 MIMO 通信系统，提出了最小天线数（min-G）、分组（Grouping）和虚拟天线（Phantom）三种内容感知策略，通过联合优化用户数与并行流数，显著提升了系统的可达自由度（DoF）。
Entropy-and-Channel-Aware Adaptive-Rate Semantic Communication with MLLM-Aided Feature Compensation
该论文提出了一种面向 MIMO 瑞利衰落信道的熵与信道感知自适应语义通信框架，通过联合利用信道状态信息、信噪比及特征熵进行细粒度特征选择，并借助微调后的多模态大语言模型（InternViT）补偿丢弃的特征，从而在不同信道条件下实现通信资源的高效自适应分配与任务性能优化。
Verifying Nonlinear Neural Feedback Systems using Polyhedral Enclosures
该论文提出了一种针对非线性神经反馈系统的前向可达性分析新算法，通过利用系统非线性转换函数结构计算紧密的多面体包络并将其编码为混合整数线性规划（MILP），实现了比现有最先进方法快一个数量级的安全验证效果。
Safety-Critical Control with Guaranteed Lipschitz Continuity via Filtered Control Barrier Functions
本文提出了一种结合输入正则化滤波器的滤波控制障碍函数（FCBF）框架，通过统一二次规划将高阶控制障碍函数（HOCBF）与滤波器相结合，在确保系统安全性的同时，为控制输入提供了严格的利普希茨连续性保证，从而有效避免了控制信号的突变并满足执行器限制。
Distributed Model Predictive Control for Dynamic Cooperation of Multi-Agent Systems
本文提出了一种分布式模型预测控制框架，用于在个体及耦合约束下协调异构非线性多智能体系统，通过优化人工参考轨迹使协作任务目标在智能体交互中涌现，并证明了该方法的递归可行性、渐近稳定性及瞬态性能。
Textless and Non-Parallel Speech-to-Speech Emotion Style Transfer
本文提出了一种名为 S2S-ZEST 的无文本、非平行语音到语音零样本情感风格迁移框架，该框架通过分析 - 合成流水线提取语义、说话人和情感表征，在保留源语音内容与说话人身份的同时，成功将参考语音的情感风格迁移至目标语音，并在情感迁移效果及情感识别数据增强应用上优于现有方法。
Active Learning-Based Input Design for Angle-Only Initial Relative Orbit Determination
该论文提出了一种基于主动学习的混合估计与控制策略，通过优化初始控制输入序列以增强纯角度初始相对轨道确定（IROD）的可观测性，进而实现从批处理估计到扩展卡尔曼滤波及模型预测控制的无缝衔接，从而可靠地完成自主交会对接任务。
Fast-Converging Distributed Signal Estimation in Topology-Unconstrained Wireless Acoustic Sensor Networks
本文提出了一种名为 TI-DANSE+ 的改进算法，通过利用邻居节点的局部部分和及树剪枝策略，解决了原有拓扑无关分布式信号估计算法收敛慢的问题，使其在保持拓扑鲁棒性的同时实现了更快的收敛速度并节省了通信带宽。
On finite-horizon approximation of a feedback Nash equilibrium in LQ games
本文提出了一种通过求解有限时域博弈来近似无限时域线性二次动态博弈反馈纳什均衡的方法，在建立均衡存在唯一性条件及高效算法的同时，证明了该策略的总成本收敛性并给出了误差上界。
Human-CLAP: Human-perception-based contrastive language-audio pretraining
该论文指出传统 CLAP 评分与人类主观评价相关性较低，并提出了一种基于人类感知的主观评分训练的 Human-CLAP 模型，使其与主观评价的斯皮尔曼等级相关系数提升了 0.25 以上。
Hardware test and validation of the angular droop control: Analysis and experiments
本文通过硬件实验验证了角下垂控制在直流/交流构网型变流器中的应用，解决了离散化与时钟漂移等实现难题，并证明了其在黑启动、功率分配及频率同步等方面的有效性。
Remote Tracking with State-Dependent Sensing in Pull-Based Systems: A POMDP Framework
本文针对具有状态依赖感知精度的多传感器远程实时跟踪问题，将其建模为部分可观测马尔可夫决策过程（POMDP），并提出了基于截断近似的相对值迭代算法（RVIA）与基于增量剪枝的折扣化求解方法，数值结果表明这两种策略在降低目标感知失真与传输成本方面均优于低复杂度基线方案。
Benchmarking Humans and Machines on Complex Multilingual Speech Understanding Tasks
该研究提出了一种多语言混合语音问答范式，发现人类在母语中凭借选择性注意能更有效地处理复杂声景，而语音大语言模型虽在单 speaker 条件下表现优异，但在多 speaker 场景下的选择性注意力机制上仍与人类存在显著差异。
Evaluating pretrained speech embedding systems for dysarthria detection across heterogenous datasets
该论文通过跨验证和零假设检验，评估了 17 种预训练语音嵌入系统在 6 个异构数据集上检测构音障碍的表现，揭示了数据集选择对基准测试结果的显著影响以及跨数据集泛化能力的不足，从而对基于同数据集训练测试的临床系统有效性提出了质疑。
Computationally Efficient Neural Receivers via Axial Self-Attention
本文提出了一种基于轴自注意力机制的神经接收机，通过将注意力操作分解为时间和频谱维度，在显著降低计算复杂度的同时实现了优于现有全局自注意力及卷积基线的块误码率性能。
Noise-Conditioned Mixture-of-Experts Framework for Robust Speaker Verification
该论文提出了一种噪声条件混合专家框架，通过噪声感知专家路由、通用模型专家专业化策略及信噪比衰减课程学习协议，将特征空间分解为专用子空间，从而在复杂噪声环境下显著提升了说话人验证的鲁棒性与泛化能力。
IMAS: Joint Agent Selection and Information-Theoretic Coordinated Perception In Dec-POMDPs
本文提出了一种名为 IMAS的算法，通过在去中心化部分可观测马尔可夫决策过程（Dec-POMDP）框架下联合优化感知代理选择与基于互信息的主动感知策略，利用目标函数的次模性在无限策略空间中实现了具有性能保证的协同感知解决方案。