Rezultatele cercetării SENTHIPoli

Ce am publicat până acum

Articole științifice rezultate din activitatea de cercetare SENTHIPoli, prezentate în jurnale și la conferințe de specialitate.

18publicații
4jurnale
10conferințe

18 publicații

Real-Time Detection and Masking of Romanian Offensive Words in Audio Streams Using ASR

Vicentiu-Lucian Milcu, Costin-Emanuel Vasile

ISETC26 - the 17th International Symposium on Electronics and Telecommunications · 2026

ConferințăÎn curs de publicare

Abordări noi de programare pentru acceleratoare hardware

Rezumat

Automatic moderation of spoken content requires not only detecting offensive language, but also locating the corresponding portion of the audio signal so that it can be removed or masked. This paper presents a real-time system for detecting and masking predefined offensive words in Romanian audio streams using automatic speech recognition (ASR). The input audio is processed in partially overlapping chunks and transcribed using a Romanian FastConformer-based ASR model. Word-level temporal positions are estimated from CTC output frames and refined using local signal-energy variations. To increase robustness to transcription and pronunciation variations, recognized words are compared against an external blocklist using approximate string matching, after which the detected audio intervals are replaced by a masking tone. Experiments on controlled and natural Romanian speech show one-pass F1 scores of 80.8% and 75.0% on two natural-speech recordings, while average ASR inference remains below 110 ms.

Improving Graph-Based Sleep Staging with Shared Waveform Node Representations

Simona Juvină, Ana Neacșu Nicolae

Machine Learning and Knowledge Extraction · 2026

JurnalQ1IF 8.4

Metode de antrenare a modelelor de inteligență artificială sigure

Rezumat

Studiul investighează impactul reprezentării nodurilor asupra performanței modelelor graf pentru clasificarea stadiilor de somn. Frontendurile specifice a cinci arhitecturi sunt înlocuite cu aceeași rețea convoluțională unidimensională, antrenată direct pe semnale polisomnografice. Sunt analizate trei strategii de antrenare pe cinci seturi de date, în condiții experimentale comparabile. Rezultatele arată îmbunătățiri pentru majoritatea combinațiilor model–set de date, cu cele mai consistente câștiguri pentru strategia de antrenare în două etape, în special pentru stadiile N1 și REM. Reprezentările învățate își păstrează utilitatea și în transferul între seturi de date.

Towards Zero-Shot Attribution of Synthetic Speech via Audio-Text Contrastive Retrieval

Cristian-Teodor Neamtu, Serban Mihalache, Stefan Smeu, Dan Oneata, Horia Cucu, Dragos Burileanu

IEEE Spoken Language Technology 2026 · 2026

Conferință

Identificarea vorbitorului în mediul auto pentru control bazat pe vorbire cu autentificare

Rezumat

In acest studiu nu ne-am oprit la un simplu verdict de „real sau fake”, ci am vrut să aflăm direct ce sistem a generat fișierul audio. Ca să evităm capcana clasificării clasice, am transformat problema într-una de căutare text-audio. Practic, descriem fiecare generator în cuvinte simple și aliniem mostrele audio cu textele într-un spațiu comun de embedding-uri. Astfel, adăugarea unui model nou nu mai cere reantrenare. Pe MLAAD v9 am obtinut un MRR de 58,4% pe sisteme complet nevăzute la antrenare. Chiar și când ratează modelul exact, metoda noastră recunoaște corect arhitectura, vocoderul sau caracteristicile acustice de bază.

On the Potential of Forward-Looking Automotive SAR for Target Separation in Elevation

Radu Otopeleanu, Alexandru Gîrdianu, Mădălina Ciucă, Andrei Anghel, Remus Cacoveanu, Filip-Alexandru Roșu

IEEE Radio & Wireless Week (RWW2027) · 2026

ConferințăÎn curs de publicare

Metode de clasificare și focalizare pentru imagini radar auto

Rezumat

Rezoluția în elevație rămâne punctul slab al radarelor auto, deși e esențială pentru distingerea structurilor suspendate de vehiculele din față și evitarea frânărilor nejustificate. Propunem sintetizarea unei aperturi în elevație, cu vizare frontală, din deplasarea înainte a vehiculului. Formulăm un model al variației distanței și deducem analitic limita de rezoluție Rayleigh în elevație. Simulările arată că o apertură de ~10 cm separă două reflectoare distanțate cu câteva grade. Măsurători pe șină cu radar FMCW NXP și focalizare prin retroproiecție susțin fezabilitatea. Testele Monte Carlo indică faptul că SAR auto în elevație oferă un complement viabil și ieftin al MIMO în elevație.

S2X-Net: Stereo-to-Multichannel Neural Upmixing Network

Marian Negru, Bogdan Moroșanu, Ana Neacșu Nicolae

IEEE Transactions on Audio, Speech and Language Processing · 2026

JurnalQ1IF 5.2

Metode de antrenare a modelelor de inteligență artificială sigure

Rezumat

În această lucrare este prezentat un algoritm automat de upmixing bazat pe rețele neuronale, capabil să transforme orice semnal audio stereo, precum cel provenit din filme, muzică sau animații, într-un format multicanal 5.1 sau 7.1. Metoda propusă combină modele de separare a surselor și de extragere a componentelor principale și ambientale, obținând rezultate apropiate de cele realizate manual, conform unor teste subiective de tip MUSHRA. În plus, formularea matematică utilizată permite o conversie aproape fără pierderi înapoi la stereo, evaluată prin SDR, SI-SDR și MSE.

Anti-tamper Conductive Mesh for SiP Devices

D. C. Vasile, P. M. Svasta, R. C. Maxim

SIITME 2026 · 2026

ConferințăÎn curs de publicare

Securitatea fizică a modulelor embedded

Rezumat

Lucrarea propune o structură de protecție împotriva intruziunilor fizice, aplicabilă pentru circuite tip SiP. Structura a fost proiectată și simulată în ANSYS HFSS, rezultatele au evidențiat proprietăți foarte bune în detecția intruziunilor fizice, pentru tot domeniul operațional al temperaturilor de operare.

Improved Range Separability and Maximum Velocity for Automotive FMCW Radar via Frequency-Stepped Chirp

Alexandru Gîrdianu, Filip-Alexandru Roșu, Andrei Anghel

European Microwave Week 2026 (EuRAD 2026) · 2026

ConferințăÎn curs de publicare

Metode de clasificare și focalizare pentru imagini radar auto

Rezumat

Performanța radarelor auto este limitată de memorie și lărgimea de bandă, împiedicând îmbunătățirea simultană a rezoluției în distanță și a vitezei maxime neambigue. Lucrarea investighează semnalul Frequency-Stepped Chirp (FSC) pentru realocarea parametrilor radarelor FMCW auto. Prin reducerea eșantionării în timp rapid și realocarea resurselor cubului radar către timpul lent, viteza maximă neambiguă se dublează, păstrând dimensiunea cubului și distanța maximă. Banda sintetizată îmbunătățește separabilitatea în distanță. Mișcarea țintelor introduce un termen de fază care produce dispersie energetică dependentă de Doppler la viteze mari. Simulările și măsurătorile reale confirmă beneficiile FSC sub constrângeri hardware fixe și identifică condițiile de degradare semnificativă.

CineSubNet: A Multimodal Architecture for Text-Driven Cinematic Audio Source Separation

Marian Negru, Ana Neacsu Nicolae

34th European Signal Processing Conference · 2026

ConferințăÎn curs de publicare

Metode de antrenare a modelelor de inteligență artificială sigure

Rezumat

În această lucrare se propune CineSubNet, o arhitectură multimodală bazată pe informație textuală pentru CASS. Subtitrările sunt generate automat printr-un sistem de recunoaștere automată a vorbirii (ASR) și integrate fără a necesita o aliniere explicită cu semnalul audio, facilitând astfel o abordare practică și scalabilă. Evaluările realizate pe toate variantele benchmark-ului Divide and Remaster (DnR) arată că CineSubNet depășește în mod constant metodele existente din literatură, conform tuturor metricilor analizate. Rezultatele evidențiază potențialul informației textuale pentru dezvoltarea CASS în direcția unor scenarii cinematografice mai realiste și multimodale.

Towards Universal, Transferable, and Targeted Acoustic Attacks on ASR Systems

Emanuel Pantelimon, Vlad Vasilescu, Ana Neacsu Nicolae

34th European Signal Processing Conference · 2026

ConferințăÎn curs de publicare

Metode de antrenare a modelelor de inteligență artificială sigure

Rezumat

Lucrarea propune MuteOut, o metodă de generare a perturbațiilor adversariale universale, aplicabile mai multor înregistrări de vorbire și transferabile între modele de recunoaștere automată a vorbirii (ASR). Studiul analizează mecanismele prin care caracteristicile arhitecturale comune favorizează transferabilitatea acestor atacuri, evidențiind vulnerabilități de securitate ale sistemelor ASR utilizate în regim de tip black-box.

Unfolding for Audio Quality Improvement in the Presence of Noise and Reverberation

Marian Negru, Ana Neacsu Nicolae, Corneliu Burileanu, Jean-Christophe Pesquet

34th European Signal Processing Conference · 2026

ConferințăÎn curs de publicare

Metode de antrenare a modelelor de inteligență artificială sigure

Rezumat

În această lucrare este propus un algoritm unificat care abordează simultan problemele de scoatere de sub zgomot a semnalului și dereverberație. Metoda combină modele fizice, prin integrarea unor informații suplimentare precum răspunsurile la impuls ale încăperii și deviațiile standard ale zgomotului, cu o abordare de învățare automată bazată pe date, pentru îmbunătățirea performanței. Evaluările realizate pe seturi de date ce conțin atât vorbire, cât și muzică demonstrează versatilitatea metodei și capacitatea acesteia de a fi aplicată eficient diferitelor tipuri de semnale audio.

RADAR-MAE: Masked Autoencoders for Instance Segmentation In Radar Point Clouds

Elena Beatrice Anghel, Nicolae Catalin Ristea, Andrei Anghel, Filip-Alexandru Roșu

IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2026) · 2026

ConferințăÎn curs de publicare

Metode de clasificare și focalizare pentru imagini radar auto

Rezumat

Înțelegerea scenei este esențială pentru vehiculele autonome, permițând predicția mișcării, evitarea coliziunilor și planificarea traiectoriei. Radarele auto, robuste la condiții meteo și de iluminare nefavorabile și larg integrate în vehiculele moderne, completează camerele și LiDAR-ul. Totuși, norii de puncte radar sunt rari, zgomotoși și de rezoluție redusă. Propunem RADAR-MAE, un cadru auto-supervizat care combină preantrenarea masked autoencoder (MAE) cu Single-stride Sparse Transformer (SST) pentru segmentarea norilor de puncte radar. Autoencoderul învață reprezentări dense și discriminative reconstruind token-uri mascate. Experimentele pe RadarScenes arată că metoda depășește abordările complet supervizate și stadiul actual al tehnicii, atât în calitatea segmentării, cât și în mAP.

A Cross-Session Benchmark for Device-Free Presence Detection Using Wi-Fi Channel State Information

Andrei Țaga, Răzvan Crăciunescu, Răzvan Mihai, Mihnea Udrea, Constantin Pintilie

2026 IEEE International Black Seas Conference on Communications and Networking (BlackSeaCom) · 2026

Conferință

Radar oportunist pentru domeniul auto

Rezumat

Informația despre starea canalului Wi-Fi (CSI) permite detectarea prezenței fără ca persoana să poarte un dispozitiv, însă performanța modelelor antrenate într-o sesiune se degradează frecvent atunci când se schimbă geometria legăturii sau încăperea. Evaluăm detecția binară a prezenței folosind un protocol strict leave-one-session-out (LOSO), pe șase sesiuni concepute pentru a introduce modificări controlate ale condițiilor: deplasarea sau rotirea receptorului, schimbarea înălțimii, amplasarea într-un colț, obturarea fără vizibilitate directă (NLoS) și transferul între încăperi. Fiecare eșantion este o hartă a amplitudinii CSI pentru o fereastră de cadre beacon (52 de subpurtătoare × 8 cadre beacon), procesată prin normalizare la nivelul fiecărei ferestre. Folosind ferestre identice, comparăm o rețea neuronală convoluțională (CNN) de complexitate redusă cu o mașină cu vectori suport (SVM) având nucleu de tip funcție de bază radială (RBF), pentru trei reprezentări: amplitudinea RAW, RAW împreună cu diferențele temporale și imagini compacte obținute prin transformata Fourier rapidă bidimensională. Pe lângă acuratețea medie, raportăm rezultatele fals pozitive și fals negative pentru a evidenția modurile de eroare în condiții modificate. Rezultatele arată că transferul între încăperi este în mod consecvent condiția cea mai dificilă, iar erorile sunt dominate de detecțiile ratate, evidențiind necesitatea unei calibrări de complexitate redusă sau a unei antrenări robuste la schimbarea domeniului pentru utilizarea practică.

Benchmarking Framework for Multimodal Large Language Models in Image Understanding and Processing

Costin-Emanuel Vasile, Sophia-Anca Minișan, Călin Bîră

MDPI Journal of Imaging

JurnalQ2IF 3.8În curs de publicare

Abordări noi de programare pentru acceleratoare hardware

Rezumat

This work introduces a configurable benchmarking framework for evaluating MLLMs in image understanding and enhancement. The framework supports quality assessment, no-reference enhancement, and reference-guided enhancement, while recording both image-quality metrics and agent-specific characteristics such as execution time, token usage, model requests, and tool interactions. We further propose an MLLM-driven image enhancement approach in which external image-analysis and image-processing operations are exposed as callable tools, allowing the model to select suitable operations and their parameters iteratively. The framework is demonstrated using a locally deployed general-purpose MLLM and blur and contrast distortions from KADID-10k. The results show that enhancement effectiveness depends strongly on degradation type, tool availability, and reference information, while unrestricted tool access does not necessarily improve performance. The proposed framework provides a reproducible basis for studying and comparing MLLM-based image understanding and processing systems.

Hardware Acceleration for Physical AI: Shared Operations and Design Requirements

Răzvan Stancu, Alina-Luiza Petcu, Costin-Cosmin Dumitru, Han-David Zhao, Georgian Nicolae

Electronics

Jurnal

Extinderea setului de instrucțiuni RISC-V pentru aplicații specifice domeniului

Rezumat

IA fizică încorporată combină percepția, inferența bazată pe modele învățate și acțiunea fizică în condiții de constrângeri de resurse și de timp. Această analiză critică focalizată examinează modul în care anumite sarcini multimedia, de IA/învățare automată, radar/LiDAR și de control al actuatoarelor se traduc în cerințe pentru acceleratoare hardware. Unitatea de analiză este o sarcină de lucru configurată, pentru care sunt explicite dimensiunile, semantica numerică, transferurile de date, starea, dependențele și fazele de execuție. Comparațiile pe perechi evaluează o capabilitate propusă ca fiind compatibilă condiționat, necesitând adaptare, incompatibilă în condițiile specificate sau insuficient documentată. Sinteza evidențiază neconcordanțe de format și capacitate ale FFT, stări de filtrare care se modifică și faze ale algoritmilor de rezolvare utilizați în control care schimbă prioritatea accelerării. Exemplele din robotică leagă transformările clasice de reprezentările acțiunilor învățate, disting rata de generare a acțiunilor de latența dintre observație și răspuns și documentează reutilizarea existentă între algoritmi de optimizare. Dovezile din controlul fizic al motoarelor adaugă achiziția sincronizată, starea persistentă și selecția candidaților. Operațiile matematice comune, reutilizarea proiectării hardware și utilizarea aceleiași resurse fizice sunt evaluate separat. Vechimea datelor de la senzori, invocarea politicii de control, producerea acțiunilor și actualizările actuatoarelor rămân cerințe temporale distincte, RISC-V fiind o perspectivă de implementare. Cadrul rezultat leagă capabilitățile propuse de dovezile din surse și de condiții explicite de acceptare. Evaluările sale de compatibilitate ghidează investigarea arhitecturilor; demonstrarea unui beneficiu al hardware-ului partajat necesită în continuare un comportament numeric echivalent, o calitate comparabilă a îndeplinirii sarcinii și dovezi privind comportamentul temporal în execuție concurentă.

MicroSlicer: Efficient Inference-Time Slicing for Small-Target Detection in Thermal UAV Search-and-Rescue Imagery

Andrei-Gabriel Manta, Costin-Emanuel Vasile, Călin Bîră

MDPI Journal of Imaging

JurnalQ2IF 3.8În curs de publicare

Abordări noi de programare pentru acceleratoare hardware

Rezumat

Thermal drones help search for missing people in the wilderness, but flying high enough to cover wide areas shrinks each person to just a few pixels, causing standard detectors to miss them. We introduce MicroSlicer, a lightweight method that improves small-target detection by slicing each frame into overlapping tiles at inference time, with no extra training required. Tested on three detector architectures (YOLO26-nano, YOLO26-small, RT-DETR-Large) using a thermal search-and-rescue dataset, MicroSlicer detects more small targets than standard full-frame inference and matches or beats an existing slicing method, SAHI, while running as fast or faster. It is especially strong on the transformer-based detector, where SAHI’s accuracy and speed both collapse at low confidence thresholds while MicroSlicer stays stable. We also show that training directly on cropped patches is less effective than simply combining full-image training with MicroSlicer, by up to 24.8 percentage points in accuracy.

Presence detection of persons in a room using 5G ISAC non-ML techniques

Theodor Fratu-Halunga, Razvan Mihai, Dragos Nicolae Vizireanu, Razvan Craciunescu

2026 IEEE International Black Seas Conference on Communications and Networking (BlackSeaCom) · 2026

Conferință

Radar oportunist pentru domeniul auto

Rezumat

Lucrarea propune implementarea unui detector de prezență a persoanelor în spații interioare, fără utilizarea învățării automate, destinat platformelor hardware cu resurse de calcul limitate, folosind criteriul de decizie Neyman–Pearson într-un scenariu ISAC bistatic SISO. Criteriul de decizie a fost calibrat și verificat pe o platformă experimentală de demonstrare a conceptului, alcătuită dintr-un sistem OAIBOX gNB + 5GC și un dispozitiv mobil compatibil 5G, care funcționează în banda n78. Au fost înregistrate informațiile despre starea canalului (CSI) extrase din semnalele de referință de sondare a canalului (SRS) pe legătura ascendentă, în cadrul unor teste desfășurate în laboratorul Orange 5G Lab din Institutul de Cercetare CAMPUS al UNSTPB. Datele măsurate au fost împărțite în cadre și separate în două seturi distincte, „prezență” și „absență”. După analiza distribuției lor statistice, s-a obținut o rată finală de detecție de 99,69%, la o probabilitate de alarmă falsă de 1%.

Private Check Waveform Assisted False Target Rejection for OFDM ISAC

Laura Fricosu, Alexandru Vulpe, Astik Samal, Octavian Fratu

IEEE CloudNet 2026 · 2026

Conferință

Radar și sensing

Rezumat

Integrarea funcțiilor de detecție și comunicație este utilizată tot mai mult în rețelele 6G, însă atacurile de retransmitere (replay) și de falsificare (spoofing) pot genera ținte false în hărțile distanță–Doppler. Detecția CFAR convențională identifică vârfuri puternice, dar nu poate verifica dacă o țintă detectată este reală sau generată de un atacator. Lucrarea propune un nivel de validare după detecție, cu complexitate redusă și bazat pe evaluarea încrederii, pentru sisteme ISAC bazate pe OFDM. Noutatea constă într-o metodă de validare cu un cadru privat de verificare, care tratează fiecare detecție din cadrul public ca fiind nevalidată și o verifică prin coerența mișcării, a formei de undă și a puterii ecoului. Metoda aplică mai întâi procesarea standard distanță–Doppler și detecția CFAR pe cadrul public, apoi validează fiecare candidat folosind coerența temporală a mișcării între cadre, un cadru privat de detecție cunoscut numai de emițător și receptor și un test al raportului dintre puterea ecoului privat și cea a ecoului public. Simulările Monte Carlo includ ținte reale, ecouri parazite, propagare pe căi multiple, zgomot, abatere reziduală a frecvenței purtătoare și patru cazuri de spoofing. Rezultatele arată că metoda propusă păstrează detecția țintelor reale și îmbunătățește rata de respingere a țintelor false de la 0% la 82,5% pentru spoofing cu evoluție lină limitat la cadrul public și de la 0% la 94,5% pentru spoofing cu salturi. Aceste rezultate arată că verificarea unei forme de undă private poate adăuga validarea integrității detecției în sistemele 6G de detecție bazate pe OFDM.

Temporal Windowing for Cross-Session Wi-Fi CSI Presence Detection

Andrei Țaga, Răzvan Crăciunescu, Răzvan Mihai, Mihnea Udrea, Constantin Pintilie

2026 16th International Conference on Communications (COMM) · 2026

Conferință

Radar oportunist pentru domeniul auto

Rezumat

Informația despre starea canalului Wi-Fi (CSI) permite detectarea prezenței fără ca persoana să poarte un dispozitiv, însă împărțirea semnalului în ferestre temporale poate influența puternic performanța detecției între sesiuni. În această lucrare, analizăm detecția binară a prezenței folosind un protocol strict leave-one-session-out (LOSO) și patru achiziții CSI în flux continuu, realizate în condiții de referință, de modificare redusă a configurației, fără vizibilitate directă (NLoS) și de transfer între încăperi. Din aceleași fluxuri înregistrate generăm offline seturi de date prin redefinirea ferestrelor temporale, cu lungimi W ∈ {4, 8, 16} și pași de deplasare H ∈ {1, 2, 4}. Fiecare eșantion este reprezentat prin amplitudinea CSI și diferența sa temporală, iar toate configurațiile sunt evaluate folosind aceeași rețea neuronală convoluțională (CNN) de complexitate redusă. Raportăm acuratețea, scorul F1 și coeficientul de corelație Matthews (MCC). Rezultatele arată că mărirea lungimii ferestrei îmbunătățește în mod consecvent robustețea între sesiuni, în timp ce pasul de deplasare are un efect comparativ mai redus. Cea mai bună performanță globală este obținută pentru W = 16, ceea ce indică faptul că lungimea ferestrei este principalul factor de proiectare temporală în acest lanț de detecție a prezenței bazat pe CSI.