Customized Interior-Point Methods Solver for Embedded Real-Time Convex Optimization
本文提出了一种专为嵌入式实时凸优化（特别是现代制导与控制应用）定制的二次锥规划求解器，该方法结合预测 - 校正原对偶内点法与齐次嵌入框架，能够直接处理二次目标函数以避免稀疏性损失，并配套开发了基于问题稀疏性分析的代码生成工具，最终在嵌入式平台上的实验表明其性能优于现有求解器。
⚡ Category
eess
321 篇论文
Platform-Aware Channel Knowledge Mapping via Mutual Antenna Pattern Learning in 3D Wireless Links
该论文提出了一种基于互天线模式学习的平台感知框架，通过联合建模收发端硬件结构引起的近场散射与反射，利用最小二乘法从功率测量中有效估计联合角度域信道特征，从而将路径损耗估计误差较传统模型降低了高达 10 dB。
Constant-Envelope ISAC via FM-OFDM: Analytical Framework and Receiver Design
本文提出了一种基于调频正交频分复用（FM-OFDM）的恒包络通感一体化（ISAC）方案，通过构建双频散信道下的解析框架及设计专用的慢时域相位差分接收机，在严格归一化带宽约束下实现了功率放大器饱和工作区的高效运行，显著提升了高多普勒频移环境下的探测精度与通信误码率性能。
Deep Unfolding with Approximated Computations for Rapid Optimization
本文提出了一种结合深度展开与近似计算的联合学习优化框架，通过用低复杂度近似计算替换部分迭代步骤并学习扩展超参数，在混合波束成形和鲁棒主成分分析等任务中实现了比现有方法降低三个数量级计算复杂度的同时保持最先进的性能。
Robust Audio-Visual Target Speaker Extraction with Emotion-Aware Multiple Enrollment Fusion
该论文提出了一种情感感知的多注册融合方法，通过在高缺失率下训练，显著提升了视听目标说话人提取系统在测试阶段面对模态缺失时的鲁棒性，并证明了结合单帧人脸图像与帧级唇部特征是实现高性能与高鲁棒性的有效策略。
Tensor Train Completion from Fiberwise Observations Along a Single Mode
该论文提出了一种仅利用标准线性代数运算、针对沿单一模式纤维观测的张量进行快速且确定性恢复的张量列车补全方法，该方法在满足合理确定性观测条件下无需随机性假设即可保证有效重建。
Reciprocal Beyond-Diagonal Reconfigurable Intelligent Surface (BD-RIS): Scattering Matrix Design via Manifold Optimization
本文针对互易性超对角可重构智能表面（BD-RIS）的散射矩阵设计问题，提出了一种结合分式规划与流形优化的低复杂度方法，通过引入正则化项强制满足对称矩阵流形上的互易性约束，从而在实现物理可行性的同时显著提升了系统总和速率。
Event-Based Control via Sparsity-Promoting Regularization: A Rollout Approach with Performance Guarantees
本文提出了一种基于稀疏正则化的事件触发控制框架，通过结合滚动时域策略与多阶段优化算法，在平衡控制性能与执行频率的同时，为闭环系统提供了相对于周期性控制的性能保证及稳定性证明。
Formation Control via Rotation Symmetry Constraints
本文提出了一种仅基于旋转对称约束的分布式多智能体编队控制策略，通过设计势能函数驱动智能体形成平面对称构型，并进一步扩展以实现沿预定轨迹的协同平移、旋转和缩放机动。
HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection
本文提出了一种名为 HyWA 的新方法，利用超网络为语音活动检测（VAD）模型中的特定层生成个性化权重，从而在保持架构统一的同时，显著提升了个性化语音活动检测（PVAD）的平均精度并优化了部署效率。
A Predictive Flexibility Aggregation Method for Low Voltage Distribution System Control
本文提出了一种结合离线多参数优化与实时测量的预测性灵活性聚合方法，通过设计隐私保护的集中式控制方案，实现了低压配电网的高效、低成本实时管理。
Analysis and Synthesis of Switched Optimization Algorithms
本文提出了一种针对离散时间优化算法的分析与综合方法，通过求解线性矩阵不等式并结合 Zames-Falb 滤波器系数，实现了在存在时变延迟和不稳定信道动态的切换网络环境下具有指数收敛率保证的鲁棒优化算法设计。
System-Theoretic Analysis of Dynamic Generalized Nash Equilibria -- Turnpikes and Dissipativity
该论文从系统理论视角出发，揭示了广义纳什均衡中严格耗散性与转椅现象之间的双向蕴含关系，建立了稳态均衡的最优性条件与存储函数几何特征，并设计了确保开环轨迹收敛至稳态的线性终端惩罚，从而为博弈论模型预测控制的递归可行性与闭环稳定性分析奠定了理论基础。
Simplifying Preference Elicitation in Local Energy Markets: Combinatorial Clock Exchange
该论文提出了一种结合组合时钟交换与机器学习技术的本地能源市场机制，通过让产消者仅报告在给定价格下的偏好产品组合而非复杂报价，有效解决了其认知与计算资源受限及偏好复杂的问题，并实现了约 15 次迭代的高效价格收敛。
Safe and Optimal Learning from Preferences via Weighted Temporal Logic with Applications in Robotics and Formula 1
该论文提出了一种基于加权信号时序逻辑（WSTL）的安全保障且最优的偏好学习方法，通过结构剪枝和对数变换将复杂的多线性约束转化为混合整数线性规划问题，并在机器人导航及一级方程式赛车数据中验证了其捕捉复杂任务目标的有效性。
Design and Quantitative Evaluation of an Embedded EEG Instrumentation Platform for Real-Time SSVEP Decoding
本文提出并定量评估了一种基于 ESP32-S3 微控制器和 ADS1299 模拟前端的全嵌入式脑电仪平台，该平台实现了 8 通道实时 SSVEP 解码，具备优异的测量完整性（如低噪声、低抖动和高共模抑制比）及 99.17% 的闭环在线解码准确率。
Inferring Clinically Relevant Molecular Subtypes of Pancreatic Cancer from Routine Histopathology Using Deep Learning
该研究提出了一种名为 PanSubNet 的可解释深度学习框架，能够直接从常规 H&E 染色病理切片中准确预测胰腺导管腺癌的临床相关分子亚型，从而克服了传统基因检测成本高、耗时长等局限，为精准医疗提供了快速且可部署的解决方案。
GOUHFI 2.0: A Next-Generation Toolbox for Brain Segmentation and Cortex Parcellation at Ultra-High Field MRI
本文介绍了 GOUHFI 2.0，这是一个专为超高分辨率 MRI 设计的新一代深度学习工具箱，通过引入基于 238 名受试者数据的域随机化策略及双 3D U-Net 网络，实现了跨场强、跨对比度的鲁棒全脑分割、62 个皮层分区及体积测量，有效解决了现有工具在超高分辨率数据上表现不佳的难题。
LexiSafe: Offline Safe Reinforcement Learning with Lexicographic Safety-Reward Hierarchy
本文提出了名为 LexiSafe 的离线安全强化学习框架，通过引入词典式安全 - 奖励层级结构及单/多成本变体，在理论上保证了样本复杂度与安全性界限，并在实践中有效降低了安全违规风险并提升了任务性能。
ZACH-ViT: Regime-Dependent Inductive Bias in Compact Vision Transformers for Medical Imaging
该论文提出了 ZACH-ViT，一种移除位置编码和 [CLS] 标记的紧凑 Vision Transformer 架构，通过全局平均池化实现置换不变性，在医学影像的小样本场景下证明了根据数据空间结构特性调整归纳偏置（即在不同数据分布下表现出差异化的性能优势）比追求通用基准主导更为重要。