CycleULM: A unified label-free deep learning framework for ultrasound localisation microscopy
本文提出了 CycleULM，这是首个用于超声定位显微镜的无标签统一深度学习框架，它通过物理模拟的域翻译技术克服了数据稀缺和仿真到现实的差距，在无需配对真值数据的情况下显著提升了血管成像的对比度、分辨率及微泡定位精度，并实现了实时处理速度。
⚡ Category
eess
321 篇论文
Field Free Novel Architecture for Spintronic Flash Analog to Digital Converter
该论文提出了一种基于垂直自旋轨道力矩磁隧道结（SOT MTJ）的新型无场自旋闪存模数转换器架构，通过利用电压控制磁各向异性（VCMA）和自旋转移力矩（STT）机制，并采用转换组与备用组互换工作的创新设计消除了复位步骤，从而实现了在 476 微瓦功耗下 304.1 MHz 转换速率的 3 位高速低功耗 ADC。
Efficient, Adaptive Near-Field Beam Training based on Linear Bandit
该论文提出了一种基于线性 Bandit 和汤普森采样的近场波束训练框架，通过引入 DFT 域高斯先验及三种搜索策略，在多径信道下实现了高达 90% 的导频开销降低和超过 2dB 的波束赋形增益。
A Survey on Cloud-Based 6G Deployments: Current Solutions, Future Directions and Open Challenges
本文提出了一种涵盖部署架构、资源管理、多租户隔离及经济模型四个维度的分类法，系统综述了基于云的 6G 部署现状，深入分析了安全、扩展性、性能等关键挑战，评估了主流云厂商的部署策略，并展望了 AI 编排与无服务器网络等未来趋势及待解决的开放性问题。
Dynamic Average Consensus with Privacy Guarantees and Its Application to Battery Energy Storage Systems
该论文提出了一种通过初始化阶段交换随机频率正弦信号生成掩蔽信号，从而在确保收敛性的同时防止外部窃听者推断参考信号及其导数的隐私保护动态平均共识算法，并验证了其在电池储能系统荷电状态平衡中的实际应用效果。
NanoBench: A Multi-Task Benchmark Dataset for Nano-Quadrotor System Identification, Control, and State Estimation
本文介绍了 NanoBench，这是一个基于 Crazyflie 2.1 微型四旋翼飞行器采集的开源多任务基准数据集，通过提供包含执行器指令、控制器内部状态及估计器输出的高精度同步数据，填补了现有基准在纳米级飞行器系统辨识、控制与状态估计研究中的空白。
Emergency Locator Transmitters in the Era of More Electric Aircraft: A Comprehensive Review of Energy, Integration and Safety Challenges
本文综述了“多电飞机”（MEA）范式下应急定位发射机（ELT）在能源管理、系统集成及电磁兼容等方面面临的关键挑战，并探讨了其在新一代搜救服务中的技术演进、认证路径及未来研究方向。
Segmentation of Retinal Low-Cost Optical Coherence Tomography Images using Deep Learning
该论文首次提出利用深度学习方法（结合卷积神经网络与卷积去噪自编码器）对新型低成本全视野 OCT 设备获取的视网膜图像进行分割，实现了高精度的视网膜总层分割，并通过形状先验知识有效修正了因图像伪影导致的色素上皮脱离（PED）分割误差。
Response time central-limit and failure rate estimation for stationary periodic rate monotonic real-time systems
本文提出了一种针对平稳周期性速率单调实时系统的方法，通过利用响应时间的中心极限定理并结合逆高斯混合分布的重新参数化与自适应 EM 算法来估算故障率，仿真结果表明该方法能有效近似故障率并适用于实时系统的扩展分析。
Automated Layout and Control Co-Design of Robust Multi-UAV Transportation Systems
该论文提出了一种新颖的协同优化方法，通过联合设计多无人机运输系统的物理布局（即推力模块的排列）与控制器，以最大化携带负载时的飞行精度和抗扰动鲁棒性，并通过多机实验验证了该方法的有效性。
Max-Consensus with Deterministic Convergence in Directed Graphs with Unreliable Communication Links
本文提出了一种名为 DMaC 的新型分布式有限时间算法，该算法利用窄带无误反馈信道，在存在任意丢包模式的有向网络中确保所有节点自主确定收敛并精确计算出最大状态值。
Synthesizing Interpretable Control Policies through Large Language Model Guided Search
该论文提出了一种利用预训练大语言模型引导进化搜索，将控制策略表示为标准编程语言（如 Python）程序的方法，从而在动态系统控制中生成既具备复杂行为能力又具有高透明度和可解释性的控制策略。
Enhancing Brain Source Reconstruction by Initializing 3D Neural Networks with Physical Inverse Solutions
本文提出了一种名为 3D-PIUNet 的新型混合方法，通过结合物理逆解初始化与 3D 卷积 U-Net 的数据驱动优化，显著提升了脑电图（EEG）源定位的空间精度，并在模拟与真实视觉任务数据中验证了其优越性能。
Phase Selection and Analysis for Multi-frequency Multi-user RIS Systems Employing Subsurfaces in Correlated Ricean and Rayleigh Environments
本文提出了一种将智能反射面划分为用户专属子表面的多频多用户相位选择方案，通过推导相关莱斯和瑞利信道下的信噪比闭式解，并引入迭代与收敛优化机制，在显著降低计算复杂度的同时实现了优于现有方法的性能，尤其适用于强视距和簇状用户场景。
Signal Processing over Time-Varying Graphs: A Systematic Review
本文系统综述了时变图上的信号处理与学习技术，对比了现有方法的优劣，并指出了该领域面临的挑战与未来研究方向。
Robust targeted exploration for systems with non-stochastic disturbances
本文提出了一种针对具有能量有界非随机扰动的不确定线性时不变系统的新型定向探索策略，通过利用非证伪参数集的经典结果构建半定规划，在无需假设扰动分布的情况下，基于初始参数不确定性设计了能保证参数估计精度的探索方案。
Are Deep Speech Denoising Models Robust to Adversarial Noise?
该论文指出，尽管深度语音降噪（DNS）模型被广泛应用于高安全场景，但通过添加人耳难以察觉的对抗性噪声即可使其输出变为无法理解的乱码，且经专家验证和主观测试证实了攻击的有效性与隐蔽性，从而强调了在将其用于安全关键应用前必须采取实际防御措施。
Modular Control of Discrete Event System for Modeling and Mitigating Power System Cascading Failures
本文提出了一种基于离散事件系统模块化监督控制的策略，通过结合在线前瞻控制与强制事件，在 MATLAB 仿真平台上对 IEEE 30、118 及 300 节点系统进行了验证，有效降低了计算复杂度并提升了电力系统级联故障预测与缓解的鲁棒性和可靠性。
Rethinking Few-Shot Image Fusion: Granular Ball Priors Enable General-Purpose Deep Fusion
该论文提出了一种基于“不完整先验”概念和粒球像素计算（GBPC）算法的少样本图像融合新方法，通过自适应损失函数使轻量级网络仅需少量图像对即可学习通用融合规则，在多个任务中实现了优异的视觉质量与模型紧凑性。
Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems
本文提出了一种基于得分匹配扩散的非线性系统确定性反馈控制框架，通过前向扩散探索状态空间并设计反向去噪律来驱动系统概率密度收敛至目标分布，从而为漂移自由及线性时不变系统提供了可靠的密度控制与规划方法。