Génie électrique et science des systèmes - Traitement du signal

Explorer des méthodes pour l'estimation en temps réel des paramètres dans la technologie des piles à hydrogène.

Un nouveau modèle améliore la reconstruction de l'activité cardiaque à partir de dérivations ECG réduites.

MoCo-SAS utilise l'apprentissage auto-supervisé pour améliorer la reconnaissance d'objets sous-marins.

La réalité augmentée mobile mélange le monde digital et physique pour des expériences captivantes.

Un système basé sur radar améliore la détection et l'identification des petits drones pour la sécurité.

Utiliser des signaux Wi-Fi pour compter avec précision les personnes dans un espace.

Examen des limites des algorithmes d'état-espace dans la compréhension des interactions des systèmes.

De nouvelles méthodes améliorent la détection du spectre large bande pour la communication sans fil.

Apprends comment la détection d'anomalies peut améliorer la fiabilité des réseaux sans fil face aux interférences.

Une méthode pour estimer les données de manière précise en utilisant la collaboration entre appareils.

Cet article parle de nouvelles méthodes pour améliorer le déchargement des tâches dans les voitures autonomes.

Explorer des méthodes non linéaires en audio pour la production musicale et l'analyse de la parole.

Cette étude passe en revue des méthodes pour améliorer la maintenance prédictive grâce à l'analyse des données des capteurs.

Une nouvelle approche pour améliorer les systèmes Full Duplex et gérer efficacement les interférences de signal.

Combiner des données visuelles avec la technologie sans fil pour améliorer l'efficacité de l'entraînement des faisceaux.

Les antennes mobiles améliorent les systèmes sans fil, boostant la vitesse de transfert de données et les performances.

Un nouveau système améliore la précision des mouvements des avatars et la gestion des ressources dans les mondes virtuels.

Les nouvelles technos visent à améliorer la communication sans fil grâce aux surfaces réfléchissantes intelligentes et aux systèmes full duplex.

Une nouvelle méthode d'apprentissage profond améliore l'analyse des données de vibration pour des infrastructures plus sûres.

Explorer la reconnaissance des gestes pour améliorer l'interaction avec les smartphones grâce aux capteurs de mouvement.

Explorer des méthodes efficaces pour gérer des capteurs pour le suivi de cibles en période d'incertitude.

Une nouvelle méthode améliore la détection des états émotionnels dans les modèles d'apprentissage automatique.

JCAS fusionne la communication et le radar pour améliorer les performances du réseau mobile.

Explorer le rôle d'ISAC dans l'avancement des réseaux sans fil et des applications d'apprentissage automatique.

Découvrez des méthodes qui améliorent la précision du suivi des formants pour l'analyse de la parole.

Des chercheurs développent des méthodes basées sur la parole pour une évaluation plus précise de la maladie de Parkinson.

De nouvelles méthodes améliorent les mesures d'antennes pour les systèmes de communication de nouvelle génération.

Améliorer la communication en intérieur grâce à des surfaces à cristaux liquides.

Une nouvelle approche améliore le suivi des cibles mobiles qui se chevauchent en utilisant des méthodes de regroupement.

Un système conçu pour mesurer avec précision des signaux qui changent rapidement.

Une nouvelle méthode pour prédire la durée de vie des machines en utilisant des techniques de données avancées.

Les NTNs offrent de nouvelles façons d'améliorer la connectivité dans les zones reculées.

Explorer de nouvelles méthodes pour déterminer avec précision la localisation des appareils.

Une nouvelle approche pour améliorer la qualité du signal dans les réseaux sans fil.

De nouvelles méthodes améliorent la transmission de données sur de longues distances en utilisant la lumière.

Une méthode pour améliorer les prévisions du modèle en utilisant plusieurs noyaux en même temps.

De nouvelles méthodes améliorent l'estimation de canal et la détection de symboles dans les systèmes MIMO.

Un nouveau système convertit les données EEG pour de meilleures prédictions en utilisant des modèles pré-entraînés.

Étude des utilisateurs non fiables dans le NOMA avec SIC imparfait.

Une nouvelle approche pour résoudre les défis de sécurité dans les systèmes NOMA affectés par l'interférence résiduelle.