2287 ورقة بحثية
تتناول هذه الورقة البحثية محدودية تطبيق التقنيات القائمة على البيانات على شبكات التحكم البوليانية من خلال اقتراح نهج خالٍ من النموذج يقيم السمات الأساسية مثل القدرة على الوصول ونقاط التوازن، ويحل مشكلات التحكم الآمن وتنظيم المخرجات باستخدام بيانات محدودة ناتجة عن الشبكة فقط.
تقدم هذه الورقة شجرة سيناريوهات الانتشار (DST)، وهو إطار عمل مبتكر يستفيد من التنبؤ الاحتمالي القائم على الانتشار لتوليد أشجار سيناريوهات غير استباقية للسلاسل الزمنية متعددة المتغيرات، مما يظهر أداءً فائقاً في مهام الأمثلة العشوائية متعددة المراحل والتحكم التنبئي بالنماذج مقارنة بالنماذج المرجعية التقليدية للتنبؤ والتعلم التعزيزي.
تقترح هذه الورقة خوارزمية MA-SCLUCB للمتعدد الوكلاء في النطاقات الخطية العشوائية، والتي تمكن شبكة من الوكلاء من التعاون لتعظيم المكافآت العالمية مع استيفاء قيود السلامة المحافظة على مستوى المرحلة، محققةً ندمًا يقترب من المثالية يتناسب مع الجذر التربيعي العكسي لحجم الشبكة ويتضمن تكلفة اتصالات لوغاريتمية فقط.
تعالج هذه الورقة أوجه القصور في التعلم الاتحادي عبر الهواء الحالي في البيئات اللاسلكية غير المتجانسة من خلال اقتراح إطار عمل للاشتقاق المتدرج العشوائي غير المحدب الذي يوازن استراتيجياً بين انحياز النموذج وتقليل التباين، والمُحسَّن عبر خوارزمية للتحكم في القدرة بناءً على حالة القناة الإحصائية لتسريع التقارب وتحسين التعميم.
تُثبت هذه الورقة أن التحكم بطريقة الارتداد للخلف (backstepping control) للمعادلات التفاضلية الجزئية (PDEs) على نطاقات غير متوازية المستطيلات، مثل المناطق ذات الشكل البيانو، يمكن تحقيقه دون عيوب تقنيات تمديد النطاق عبر تقديم إطار عمل جديد للنطاقات ذات الحدود ذات الرتابة الرسومية (graph-monotone boundaries) التي تحافظ على مزايا التغذية الراجعة ذات الصيغة المغلقة للطرق أحادية البعد.
تقدم هذه الورقة إطار عمل ديناميكيًا للمسح من نوع (N-1) في الوقت الفعلي، يستخدم معادلات التأرجح العشوائية الخطية وأخذ عينات الأهمية بطريقة الإنتروبيا المتقاطعة لتحديد الخطوط والمحولات عالية المخاطر المعرضة للأحمال الزائدة العابرة عقب الأعطال أحادية الطور بكفاءة، مما يوفر وعيًا ظرفيًا قابلًا للتنفيذ مع تسريع حاسوبي بمقدار عدة مراتب عشرية مقارنة بالطرق التقليدية.
تقترح هذه الدراسة طريقة تكيفية للتحكم في إشارات المرور تدمج صيغة مبتكرة لتقسيم الطريق بطول خلية متغير مع تمثيل حالة متعدد القنوات ضمن إطار عمل الشبكة العميقة لتعلم كيو (Deep Q-Network) وتحسين السياسة القريبة (Proximal Policy Optimization)، لتتفوق بشكل كبير على أساليب طول الخلية الثابت في تحسين تدفق حركة المرور، ووقت الانتظار، والسرعة، واستهلاك الوقود.
تقترح هذه الورقة مرشح سلامة يعتمد على الحالة وموجهاً بهيسيان (Hessian)، يستفيد من انحناء دالة قيمة الفعل لتوجيه الإسقاطات نحو اتجاهات القيمة العالية، مما يحافظ على التحدب، ويوفر حدود أداء قابلة للإثبات، ويتفوق على الإسقاطات الإقليدية القياسية في القيمة طويلة المدى مع الحفاظ على الجدوى في الوقت الفعلي.
تقترح هذه الورقة طريقة تصميم مبتكرة وسياسة تفعيل عبر الإنترنت للمتحكمات الاحتياطية الآمنة في الأنظمة الهجينة الخطية، والتي تضمن مناطق سلامة قصوى، وتعافياً في الوقت المناسب، واستخداماً أدنى للموارد من خلال التبديل الديناميكي بين متحكمات ذات معدلات تنفيذ مختلفة ضمن بنية سيمبلكس (Simplex).
تقترح هذه الورقة إطار عمل EARL، وهو إطار عمل قائم على التعلم المعزز لشبكات O-RAN cell-free massive MIMO، يقوم بتكييف تكوينات الهوائيات ديناميكيًا لتقليل إجمالي استهلاك الطاقة مع تلبية متطلبات الأداء، محققًا توفيرًا في الطاقة يصل إلى 81% ضمن قيود الوقت الحقيقي تقريبًا.