Linear viscoelastic rheological FrBD models
本文在摩擦粘弹性动力学（FrBD）框架下，提出了基于广义麦克斯韦和广义开尔文 - 沃伊特两种最一般线性粘弹性模型的新型摩擦建模方法，证明了其在物理参数下的有界性与无源性，并展示了其在机器人控制设计中的应用。
⚡ Category
eess
331 篇论文
Text-only adaptation in LLM-based ASR through text denoising
该论文提出了一种将文本域适应重构为文本去噪任务的轻量级新方法，通过训练大语言模型从噪声输入中恢复清晰转录，在无需修改架构或增加参数的情况下，有效解决了基于大语言模型的语音识别系统在仅使用文本数据适应新领域时跨模态对齐被破坏的问题，并显著提升了性能。
[b]=[d]-[t]+[p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic
该论文通过对 96 种语言的研究发现，自监督语音模型（S3Ms）的表示空间中存在与音系特征对应的线性方向，且这些向量具有可组合性，能够像算术运算一样通过向量加减和缩放来连续控制语音的音系属性（如清浊音）。
Evaluating Zero-Shot and One-Shot Adaptation of Small Language Models in Leader-Follower Interaction
该论文提出了一种针对人机交互中领导者 - 跟随者角色分类的小语言模型基准，通过引入合成数据增强的数据集，证实了经过微调的小模型（如 Qwen2.5-0.5B）在零样本模式下能以低延迟实现高精度分类，优于提示工程方法，但在单样本模式下因上下文长度增加而面临性能下降的挑战。
Scalable and Convergent Generalized Power Iteration Precoding for Massive MIMO Systems
本文提出了一种适用于完美及非完美信道状态信息场景的广义幂迭代预编码框架，通过将高维波束成形问题降维至用户维度并利用低秩近似与 Sherman-Morrison 公式，实现了在显著降低计算复杂度的同时保证收敛性和频谱效率的最优性能。
Wide-Area GNSS Spoofing and Jamming Detection Using AIS-Derived Spatiotemporal Integrity Monitoring
该论文提出了一种基于 AIS 数据的三阶段框架，通过规则诊断、运动一致性分析和时空聚类，在剔除通信层缺陷后有效实现了对广域 GNSS 欺骗与干扰的检测，并在韩国沿海海域的测试中将误报率降低了 98.6%。
DRAFTO: Decoupled Reduced-space and Adaptive Feasibility-repair Trajectory Optimization for Robotic Manipulators
本文提出了一种名为 DRAFTO 的新型机器人机械臂轨迹优化算法，通过解耦降维空间高斯 - 牛顿下降与自适应可行性修复机制，在确保关节极限等约束可行性的同时，显著提升了在多样化场景及复杂操作任务中的优化效率与可靠性。
TATIC: Task-Aware Temporal Learning for Human Intent Inference from Physical Corrections in Human-Robot Collaboration
本文提出了 TATIC 框架，通过结合基于力矩的接触力估计与任务感知时间卷积网络，从人机协作中的短暂物理修正中同时推断离散的任务级意图和连续的运动级参数，从而实现了机器人对动态任务约束和人类意图的在线自适应。
V2A-DPO: Omni-Preference Optimization for Video-to-Audio Generation
本文提出了 V2A-DPO，一种专为基于流的视频转音频模型设计的直接偏好优化框架，通过引入 AudioScore 评分系统、自动化偏好数据生成流水线以及课程学习策略，显著提升了生成音频与人类偏好的一致性，并在多项指标上超越了现有最先进模型。
Metaheuristic algorithm parameters selection for building an optimal hierarchical structure of a control system: a case study
本文通过案例研究探讨了参数选择对改进蚁群算法收敛性的影响，并提出了针对工业分布式控制系统分层结构优化问题的参数调优建议。
Multimodal Self-Attention Network with Temporal Alignment for Audio-Visual Emotion Recognition
该论文提出了一种基于 Transformer 的多模态自注意力网络框架，通过引入时序对齐旋转位置编码（TaRoPE）和跨时序匹配损失（CTM）来解决音视频模态间的采样率不匹配问题，从而在 CREMA-D 和 RAVDESS 数据集上显著提升了情感识别性能。
Can LLMs Help Localize Fake Words in Partially Fake Speech?
该论文探讨了利用基于文本训练的大语言模型构建语音模型以定位部分伪造语音中的篡改词汇，实验表明模型虽能利用训练数据中的编辑风格模式（如词汇极性替换）在特定场景下有效工作，但如何避免过度依赖这些特定模式并提升对未见编辑风格的泛化能力仍是待解决的开放性问题。
Cough activity detection for automatic tuberculosis screening
该研究提出利用预训练的 XLS-R 模型（仅使用其前三层）实现高精度咳嗽片段自动检测，从而为在智能手机上部署可扩展的结核病筛查工具提供了高效可行的技术方案。
Self-Speculative Decoding for LLM-based ASR with CTC Encoder Drafts
该论文提出了一种利用 CTC 编码器作为草稿模型来加速自回归推理并提升自动语音识别（ASR）准确性的“自投机解码”方法，该方法在多个语料库和语言上实现了显著的速度提升，同时在 HuggingFace Open ASR 基准测试中取得了 5.58% 的优异词错率（WER）记录。
Multi-Robot Multitask Gaussian Process Estimation and Coverage
该论文针对多机器人多任务覆盖问题，在已知和未知感官需求两种场景下分别提出了联邦多任务覆盖算法与基于多任务高斯过程的自适应学习算法，并证明了后者在累积遗憾上具有次线性收敛性。
Conduction-Diffusion in N-Dimensional settings as irreversible port-Hamiltonian systems
本文将不可逆端口哈密顿系统（IPHS）框架从一维推广至 N 维边界控制的分布参数系统，为描述传导 - 扩散流体现象提供了一个统一且热力学一致的建模方法，确保了全局能量平衡与熵产的正确表征，并为复杂多物理过程的系统建模、控制及结构保持数值离散奠定了基础。
Performance Bounds and Robust Filtering for LEO Inter-Satellite Synchronization under Cross-Epoch Doppler Coupling
本文针对低轨卫星链路中由跨历元多普勒耦合引起的同步难题，从理论上证明了该耦合机制对抑制载波相位不确定性的必要性，推导了包含块状信息结构的后验克拉美 - 罗界，并提出了一种结合硬门限与 Huber 估计的混合鲁棒滤波框架，显著降低了相位估计误差。
EquivAnIA: A Spectral Method for Rotation-Equivariant Anisotropic Image Analysis
本文提出了一种名为 EquivAnIA 的新型谱方法，利用蛋糕小波和脊滤波器进行各向异性图像分析，该方法在合成及真实图像实验中展现出对数值旋转的鲁棒性，并成功应用于角度图像配准任务。
Distributed Kalman--Consensus Filtering with Adaptive Uncertainty Weighting for Multi-Object Tracking in Mobile Robot Networks
本文提出了一种结合 MOTLEE 框架与自适应不确定性加权机制的分布式卡尔曼一致性滤波器，通过利用动态物体作为瞬态地标进行帧对齐并动态调整邻居信息权重，有效解决了移动机器人网络中因定位不确定性差异导致的轨迹不一致问题，显著提升了多目标跟踪性能。
Hybrid eTFCE-GRF: Exact Cluster-Size Retrieval with Analytical p-Values for Voxel-Based Morphometry
该论文提出了一种结合精确聚类大小检索与高斯随机场解析推断的混合 eTFCE-GRF 方法，在无需置换检验的情况下实现了体素形态学分析中严格的族错误率控制，并将计算速度提升了数十至千倍。