Community-Informed AI Models for Police Accountability
本文提出了一种由社区参与的多视角人工智能开发方法，旨在通过分析洛杉矶警察局执法记录仪视频来增强政府问责制，并强调了社会科学家在将多元利益相关者视角融入警务问责 AI 工具研发中的关键作用。
⚡ Category
eess
330 篇论文
Holographic Intelligence Surface Assisted Integrated Sensing and Communication
本文提出了一种基于全息智能表面（HIS）的连续孔径阵列辅助的通感一体化（ISAC）系统，通过傅里叶变换将连续孔径设计转化为离散波束成形问题，并采用交替优化算法联合优化收发波束，在满足多用户通信需求的同时显著提升了多目标感知性能。
Goal-Oriented Status Updating for Real-time Remote Inference over Networks with Two-Way Delay
该论文针对具有双向延迟的网络环境下的实时远程推理问题，提出了一种基于半马尔可夫决策过程的闭环目标导向调度方案，通过联合优化数据包的新鲜度、长度和传输时机，显著降低了推理误差。
Distributed Koopman Learning using Partial Trajectories for Control
本文提出了一种名为 DDKL-PT 的分布式数据驱动框架，该框架利用部分轨迹在本地通过深度神经网络近似未知动力学，并通过交换模型而非原始数据实现多智能体对全局动力学的一致学习，进而结合已知运动学关系构建模型预测控制器，成功实现了高精度的参考跟踪控制。
Operator Learning for Robust Stabilization of Linear Markov-Jumping Hyperbolic PDEs
本文提出了一种结合算子学习与反步法的控制策略，通过神经网络算子近似反步核，实现了在马尔可夫跳变参数不确定性及近似误差下线性混合双曲偏微分方程的均方指数稳定，并验证了其在随机交通流控制中的有效性。
Functional Approximation Methods for Differentially Private Distribution Estimation
本文提出了一种受泛函分析启发的新颖框架，通过多项式投影和匹配追踪稀疏近似两种方法，将经验累积分布函数投影至特定函数空间并私有化其系数，从而实现了在保障差分隐私的前提下高效、准确且适用于分布式及流式数据场景的分布估计。
Audio-Language Models for Audio-Centric Tasks: A Systematic Survey
本文作为首篇系统性综述，全面梳理了涵盖语音、音乐及环境声的音频 - 语言模型（ALM）的研究现状，构建了统一的架构与训练目标分类体系，并深入分析了该领域的评估挑战、局限性与未来发展方向。
SHIELD: A Host-Independent Framework for Ransomware Detection using Deep Filesystem Features
本文提出了 SHIELD 框架，这是一种基于存储控制器层面的主机独立解决方案，通过解析无法被篡改或混淆的文件系统级特征，实现了对勒索软件的高精度实时检测与快速阻断。
Compact Nested Hexagonal Metamaterial Sensor for High-Sensitivity Permittivity Characterization Across S and X-Band Frequencies
本文提出了一种用于 S 和 X 波段的高灵敏度紧凑型嵌套六边形超材料传感器，该传感器尺寸仅为 30 mm × 30 mm × 0.79 mm，在透射模式下对介电常数（1 至 6）的测量灵敏度高达 9.55%，并通过仿真与多种介质材料的实测验证了其性能。
Geometric SSM: LTI State Space Models for Selective Tasks
该论文通过引入基于几何控制理论的“几何 SSM"，证明了线性时不变系统无需依赖时变动态即可实现选择性，从而在保持高效 FFT 训练的同时，成功解决了 Mamba 等模型在长程多 Token 模式识别任务中的局限性。
Enhancing Sample Efficiency in Multi-Agent RL with Uncertainty Quantification and Selective Exploration
该论文提出了一种结合分解式集中评论家与去中心化集成学习的新算法，通过利用集成峰度引导选择性探索、采用截断的 TD() 训练评论家以及混合样本策略训练演员，显著提升了多智能体强化学习的样本效率并在 SMAC II 等基准测试中超越了现有最先进方法。
Identifying Network Structure of Nonlinear Dynamical Systems: Contraction and Kuramoto Oscillators
本文利用收缩理论框架，证明了半收缩是网络非线性系统在部分观测下无法区分不同拓扑结构的充分条件，并具体分析了 Kuramoto 振荡器网络中不同结构（包括连通与不连通情形）产生观测不可区分性的场景。
Identifying Network Structure of Linear Dynamical Systems: Observability and Edge Misclassification
该论文研究了从部分节点观测数据中唯一识别网络化线性系统拓扑结构的局限性，揭示了不可识别网络空间与观测矩阵零空间的关系，并提出了评估结构差异和边误分类的指标，同时通过仿真和理论分析阐明了观测节点比例及谱性质对网络可识别性的影响。
Online Slip Detection and Friction Coefficient Estimation for Autonomous Racing
本文提出了一种仅依赖 IMU、激光雷达和控制指令的轻量化在线方法，无需复杂动力学模型或训练数据即可实现自主赛车在极限工况下的实时打滑检测与轮胎 - 路面摩擦系数估计，且实验结果表明其精度与真值高度吻合。
Contrastive Diffusion Guidance for Spatial Inverse Problems
该论文提出了一种名为 CoGuide 的对比扩散引导方法，通过在对比学习获得的平滑嵌入空间中重构似然引导，有效解决了前向算子非平滑、不可微且部分未知的空间逆问题（如从轨迹重建平面图），实现了比现有方法更稳定、鲁棒的生成式后验采样。
Towards xApp Conflict Evaluation with Explainable Machine Learning and Causal Inference in O-RAN
该论文提出了一种结合可解释机器学习与因果推断的框架，通过构建因果图并量化关键性能指标的平均处理效应，来识别和评估 O-RAN 中多 xApp 并发运行时的控制冲突及其影响。
Multi-Period Sparse Optimization for Proactive Grid Blackout Diagnosis
该论文提出了一种多周期稀疏优化方法，通过结合电路理论公式与启发式算法，在大规模电力系统中高效识别随负荷压力增加而持续存在的潜在故障源，从而实现对电网黑灾的主动诊断并提升系统韧性。
Multi-Target Flexible Angular Emulation for ISAC Base Station Testing Using a Conductive Amplitude and Phase Matrix Setup: Framework and Experimental Validation
本文提出了一种基于可调导电幅相矩阵的灵活多目标角度仿真框架，旨在解决大规模天线阵列 ISAC 基站测试中多目标参数（如 RCS、距离、角度和多普勒）受限端口下的模拟难题，并通过 ADTR 和 SATR 两种工作模式下的无人机实验验证了其在亚 6GHz 频段 ISAC 基站开发中的有效性。
When Semantics Connect the Swarm: LLM-Driven Fuzzy Control for Cooperative Multi-Robot Underwater Coverage
该论文提出了一种由大语言模型驱动的语义引导模糊控制框架，通过将多模态观测压缩为可解释的语义令牌并辅以语义通信，实现了在缺乏全球定位和通信受限的未知水下环境中多机器人系统的鲁棒协作覆盖与兴趣目标导航。
Joint Sparsity and Beamforming Design for RDARS-Aided Systems
本文针对可重构分布式天线与反射面（RDARS）辅助系统，通过联合优化有源/无源波束成形及连接单元阵列的稀疏性来最大化和速率，并针对单用户、双用户及多用户场景分别提出了闭式解或基于加权最小均方误差的交替优化算法，有效解决了低复杂度单元配置问题并提升了系统性能。