Digital Methods to Quantify Sensor Output Uncertainty in Real Time
该论文提出了一种针对依赖预存校准数据的传感器输出的实时片上动态不确定性量化方法,通过解析校准参数量化误差的传播机制,在嵌入式平台上实现了比传统蒙特卡洛方法快数十倍的计算效率,并显著提升了边缘检测精度及展示了存储配置对不确定性的优化效果。
381 篇论文
该论文提出了一种针对依赖预存校准数据的传感器输出的实时片上动态不确定性量化方法,通过解析校准参数量化误差的传播机制,在嵌入式平台上实现了比传统蒙特卡洛方法快数十倍的计算效率,并显著提升了边缘检测精度及展示了存储配置对不确定性的优化效果。
该论文提出了 SAR 视角不变物理对抗攻击(SAAIPAA)框架,通过物理建模优化角反射器布局,使攻击者在未知 SAR 平台视角的情况下仍能实现对目标识别模型的高效物理欺骗。
该论文提出了 ParaS2S 框架,通过构建 ParaS2SBench 基准、设计抗风格幻觉的多阶段自动评估器以及采用强化学习策略,有效解决了现有语音到语音模型在情感、语调等副语言线索感知与响应方面的不足,显著提升了对话内容与风格的适配性。
本文针对具有多天线窃听者和多天线感知接收机的 MIMO 一体化感知通信系统,分析了其性能极限并推导了准最优预编码器的结构,进而提出了一种结合序贯基构建与功率分配的两阶段迭代算法,以有效解决非凸加权速率最大化问题并显著提升系统性能。
该论文提出了一种物理信息驱动的深度展开全波形反演(DUFWI)方法,通过从数据中学习更新规则,在显著降低计算成本的同时克服了传统反演方法的局部极小值问题,实现了基于超声原始通道数据的实时水肿检测与声速重建。
本文推导了窗函数离散傅里叶变换(DFT)相量估计器在幅值和相位调制下的完整复频响应,揭示了其对振荡分量产生的频率相关衰减与相移,并提出了一种利用已知复增益从 PMU 数据中恢复真实振荡幅值和相位的校正方法。
该论文探讨了面向 6G 的可持续物理层波形方案,通过融合正交性与非正交性提出 SC-OFDM 和 SC-NOFS 两种格式,并论证了具备 2D 时频预编码能力的 SC-NOFS 在频谱效率、低时延及高移动性等方面更具优势,是下一代通信的强力候选方案。
该论文提出了一种无需更新模型权重的参数化激活导向方法,通过识别并控制语音基础模型中间层中编码口音信息的特定子空间,有效降低了自动语音识别中的口音误差。
本文提出了一种名为 ImKWS 的测试时适应方法,通过引入奖励与惩罚分支的分离更新机制及多变换一致性约束,有效解决了关键词 spotting 任务中因类别不平衡导致的熵最小化过自信与背景类偏差问题。
本文综述了堆叠智能超表面(SIM)在下一代网络中通过波域计算实现通信、感知与计算联合设计的最新进展、应用案例,并探讨了其面临的挑战与未来发展方向。
本文通过分析 ISAC 系统中基于信道状态信息的电磁逆散射问题的病态性根源,提出了一种结合线性采样法与约束子空间二次规划的 ROI 受限重建框架,有效改善了矩阵条件数并显著提升了材料重构的鲁棒性与计算效率。
该论文提出了一种无需训练的后处理方法,通过利用推理时的激活导向技术,成功在零样本语音合成中实现了去除口音同时保留说话人音色。
本文针对可重构智能表面辅助的上中频段 MIMO 系统中因近场传播和过渡散射导致的信道估计病态难题,提出了一种无需稀疏假设的“条件感知”估计框架,通过贪婪列分组和分段 RIS 相位设计将高维病态问题转化为多个良态子问题,从而在低导频开销下显著提升了估计性能。
本文针对支持光声混合传输的水下能量收集中继网络,提出了一种基于模型强化学习的功率分配策略,以在存在窃听者且光链路可能受阻的复杂环境下最大化长期保密通信性能。
本文提出了一种融合检索与学习的统一指纹定位框架,通过信道绘图将高维信道状态信息映射至低维潜在空间以实现高效检索,并借助图注意力网络显式建模查询点与参考点间的关联,从而在复杂场景下显著提升了无线定位的精度与可扩展性。
该论文提出了 MAD(多模态情感数据集),这是一个包含同步采集的多种生理信号(如 EEG、ECG 等)与三视角 RGB-D 面部视频、并采用涵盖刺激诱发、主观认知及行为表达三级情感标注框架的多模态情感数据集,旨在为情感计算与神经生理建模提供可靠的多层次基准资源。
本文针对枕式心冲击图(BCG)中 J 波检测任务,构建了一个多受试者多夜次的公开数据集,并提出了一种基于集合预测的框架,通过直接将峰值建模为离散时间事件,在显著降低模型复杂度的同时实现了优于传统分割基线的检测性能。
这项研究通过结合监督分类与跨语言迁移实验,分析了芬兰语、法语和斯洛伐克语中自闭症与非自闭症儿童语音的声学特征,发现尽管部分自闭症语音线索具有跨语言通用性,但构建鲁棒的跨语言分类器仍需考虑语言特异性及录音条件的一致性。
该研究通过分析芬兰语、法语和斯洛伐克语语料库中的声学特征,揭示了自闭症儿童在跨语言层面表现出强度变异性增加、嗓音更清晰且基频降低等独特的韵律特征,从而挑战了缺陷模型并支持了自闭症存在跨语言声学标记的观点。
该论文提出了一种结合端到端神经说话人分离(EEND-VC)与微调 Qwen3 ASR 模型的级联系统,用于从重叠严重的印地语 - 英语代码切换医疗对话中提取病症,并在 DISPLACE-M 挑战赛中凭借开源架构夺得第一名。