309 Arbeiten
Dieser Beitrag stellt einen allgemeinen regelungstechnischen Ansatz namens vektorfeldgeleitete Constraint-Following-Steuerung vor, der die dynamische Pfadverfolgung für eine Klasse unsicherer mechanischer Systeme unter Berücksichtigung von heterogenen, zeitvariierenden Unsicherheiten und selbstschneidenden Pfaden ermöglicht.
Diese Arbeit stellt ein biologisch plausibles, variationsbasiertes Formalismus vor, der Backpropagation Through Time durch lokale, zeitkontinuierliche Gleichungen approximiert und damit einen Rahmen für das räumlich-zeitliche Lernen im Kortex sowie für physikalische Schaltkreise schafft.
Dieses Papier stellt einen neuartigen MPC-Rahmen mit unendlichem Kontrollhorizont vor, der die Anfangsfeasibilität für die eingeschränkte endzeitliche Stabilisierung diskreter Systeme erweitert, indem er eine Endkostenstrategie durch die Summe der Stufenkosten über einen unendlichen Horizont ersetzt und dabei auf Endgleichheitsbedingungen oder Umschaltstrategien verzichtet.
Der Artikel untersucht die Implementierung eines Embedded Model Predictive Control-Algorithmus auf ressourcenbeschränkter Hardware zur robusten Stabilisierung und Verbesserung des Komforts von EMS-Maglev-Fahrzeugen bei Geschwindigkeiten von über 600 km/h.
Die Arbeit stellt ein neuartiges, robustes und effizientes spikendes Steuerungsframework vor, das auf dem Prinzip der freien Energie basiert, bei dem Neuronen nur feuern, wenn sie die freie Energie ihrer internen Repräsentation verringern, und damit sowohl biologische Plausibilität als auch hohe Störresistenz für neuromorphe Hardware bietet.
Diese Arbeit stellt ein leichtgewichtiges 3D-LiDAR-basiertes UAV-Tracking-System vor, das einen adaptiven erweiterten Kalman-Filter (AEKF) nutzt, um auch bei spärlichen Daten und unter strengen Nutzlastbeschränkungen eine zuverlässige relative Positionsbestimmung in GPS-freien Umgebungen zu gewährleisten.
Diese Studie charakterisiert die dielektrischen Eigenschaften von Schweinehaut als menschlichem Gewebesurrogat im Frequenzbereich von 0,1 bis 11 THz mittels Terahertz-Zeitbereichsspektroskopie und liefert damit eine wichtige Datengrundlage für die Modellierung von Intra-Körper-Nanosensornetzwerken.
Diese Arbeit stellt einen lernbasierten primal-dualen Regelungsansatz für die sekundäre Frequenzregelung vor, der durch den Einsatz neuronaler Netze zur Verbesserung der transienten Leistung bei gleichzeitiger Wahrung mathematisch bewiesener Stabilität und optimaler stationärer Betriebszustände führt.
Diese Arbeit stellt HR-GAT vor, ein hierarchisches Graph-Attention-Netzwerk, das mithilfe von Geodaten die Spektrumnachfrage präziser vorhersagt als herkömmliche Modelle und dabei räumliche Autokorrelationen effektiv berücksichtigt.
Die vorgestellte Arbeit beschreibt eine neuartige Architektur für einen feldfreien Spin-Flash-Analog-Digital-Wandler mit 3-Bit-Auflösung, der mittels SOT-MTJs, VCMA- und STT-Schaltmechanismen sowie einem innovativen Dual-Set-Design ohne Reset-Schritt eine Umwandlungsrate von 304,1 MHz bei einem Leistungsverbrauch von 476 µW erreicht.
Diese Übersichtsarbeit präsentiert eine strukturierte Taxonomie für Cloud-basierte 6G-Deployments, analysiert kritisch zentrale Herausforderungen wie Sicherheit und Skalierbarkeit, bewertet die Strategien führender Cloud-Anbieter und identifiziert zukünftige Trends sowie offene Probleme auf dem Weg zu robusten, cloudbasierten Mobilfunknetzen.
Diese Arbeit stellt einen privacy-preserving dynamischen Durchschnittskonsens-Algorithmus vor, der mithilfe von zufälligen sinusförmigen Maskierungssignalen die Konvergenz gewährleistet und gleichzeitig das Abhören von Referenzsignalen verhindert, was insbesondere für das SoC-Ausgleichsmanagement in vernetzten Batteriespeichersystemen demonstriert wird.
Das Paper stellt NanoBench vor, ein Open-Source-Benchmark-Datensatz für den Crazyflie 2.1-Nano-Quadrocopter, der erstmals synchronisierte Aktor-, Regler- und Schätzerdaten mit millimetergenauer Ground Truth bereitstellt, um Systemidentifikation, Regelung und Zustandsschätzung unter den spezifischen physikalischen und rechnerischen Randbedingungen von Nano-Luftfahrzeugen zu evaluieren.
Diese Arbeit stellt einen datengesteuerten KI-Ansatz vor, der mithilfe validierter Proxys aus Lizenz- und Crowdsourcing-Daten die Spektrumnachfrage in fünf kanadischen Städten präzise prognostiziert, um Regulierungsbehörden bei der dynamischen Ressourcenallokation zu unterstützen.
Diese umfassende Übersicht analysiert die Herausforderungen bei der Integration von Notfallortungssendern (ELT) in mehr elektrische Flugzeuge, wobei der Fokus auf Energieautonomie, elektromagnetischer Verträglichkeit, Batteriezertifizierung und Überlebensfähigkeit liegt, um die Zuverlässigkeit und Effizienz zukünftiger Such- und Rettungsdienste zu gewährleisten.
Diese Arbeit stellt eine datengesteuerte Methode vor, die mithilfe von Geodatenanalyse und maschinellem Lernen die räumlich-zeitlichen Muster der Spektrumnachfrage in 6G-Netzen modelliert, um Regulierungsbehörden bei der Entwicklung flexibler Zugriffsschemata zu unterstützen.
Die Arbeit führt eine neue Familie von mittelnormalisierten Operator-Normen ein, um stabilen Lernraten-Transfer über verschiedene Netzwerkbreiten hinweg zu ermöglichen, und stellt den darauf basierenden Optimierer MOGA vor, der in großen Sprachmodellen mit Muon konkurrierbar ist und dabei schneller konvergiert.
Dieser Beitrag stellt eine kostengesteuerte Methode zur Erlernung von Zustandsrepräsentationen für die lineare quadratische Gaußsche (LQG) Steuerung vor und liefert erstmals endliche Stichproben-Garantien für die Konvergenz zu einem nahezu optimalen Regler, indem ein latentes Modell ausschließlich durch die Vorhersage von Kosten statt von Beobachtungen gelernt wird.
Diese Übersichtsarbeit untersucht die Anwendung nutzungstheoretischer kognitiver Modelle in der Robotik, indem sie die Entwicklung von Verhaltensbasierter Robotik und kognitiven Architekturen hin zu wertebasierten Systemen für Entscheidungsfindung, Lernen und Interaktion in ein- und multi-agentischen Umgebungen analysiert und zukünftige Forschungsrichtungen sowie offene Probleme aufzeigt.
Die vorgestellte Arbeit entwickelt eine modellprädiktive Regelungsstrategie für den Betrieb von Heimbatterien unter Berücksichtigung von gestaffelten Spitzenlastgebühren, die in numerischen Experimenten mit norwegischen Daten eine Kosteneffizienz von nur 1,7 % über dem theoretischen Optimum mit perfekter Vorhersage erreicht.