361 Arbeiten
Diese Studie bietet den ersten direkten Vergleich zwischen gate-basierten und adiabatischen Quantencomputing-Ansätzen zur Lösung der AC-Leistungsflussgleichungen und zeigt anhand eines 4-Bus-Systems, wie sich QAOA, D-Wave und Fujitsu Digital Annealer hinsichtlich Genauigkeit und Skalierbarkeit für die Optimierung moderner Stromnetze verhalten.
Diese Arbeit stellt konservative Wahrscheinlichkeitsgrenzen für das Spektrum der Admittanzmatrix unter unsicheren Netzparametern vor, indem sie Konzentrationsschranken für Zufallsmatrizen nutzt, um Fehlerabschätzungen für gängige Power-Flow-Näherungen zu ermöglichen und die Skalierung dieser Unsicherheiten in Abhängigkeit von der Knotenkritikalität zu analysieren.
Die vorgestellte Arbeit entwickelt eine effiziente, intervallbasierte Erreichbarkeitsanalyse für neuronale ODEs mittels gemischter Monotonie, die durch den gezielten Kompromiss zwischen Genauigkeit und Rechenleistung besonders für hochdimensionale, sicherheitskritische Echtzeitanwendungen geeignet ist.
Diese Studie stellt eine CVT-basierte Steuerungsmethode für Multi-UAV-Flotten zur Überwachung von Überflutungsgebieten vor, die mithilfe einer Gaußschen Mischverteilung von Dichtefunktionen eine präzisere Erfassung der betroffenen Bereiche und eine verbesserte Abdeckung im Vergleich zu herkömmlichen Modellen ermöglicht.
Diese Arbeit stellt einen Echtzeit-Rahmen vor, der mithilfe einer modifizierten Hankel-DMD mit gleitendem Fenster verrauschte, partielle Messdaten dynamischer Hindernisse denoist und für die robotische Bewegungsplanung vorhersagt.
Diese Arbeit führt das Konzept der abhängigen erreichbaren Mengen für Zwei-Agenten-Szenarien ein, charakterisiert deren Geometrie am Beispiel der Konstanten-Bearing-Verfolgungsstrategie durch theoretische Grenzen und Optimierungsprobleme und validiert die Ergebnisse mittels Simulationen.
Diese Arbeit stellt XR-DT vor, ein Framework für Extended Reality und Digital Twins, das eine menschenbewusste Modellprädiktive Pfadintegral-Steuerung (HA-MPPI) mit einem Transformer-basierten Vorhersagemodell kombiniert, um sichere und effiziente Navigation von mobilen Robotern in gemeinsamen Arbeitsräumen zu ermöglichen.
Die Arbeit stellt SORS vor, einen modularen, energiebasierten Simulator auf Finite-Elemente-Basis, der durch die Integration von sequentieller quadratischer Programmierung für Kontakthandhabung eine hohe physikalische Genauigkeit bei der Simulation komplexer weicher Roboter in Multiphysik-Umgebungen ermöglicht und so die Lücke zwischen Simulation und Realität schließt.
Der Artikel stellt StochasticBarrier.jl vor, ein Open-Source-Toolbox in Julia zur Synthese stochastischer Barrierenfunktionen für die Sicherheitsverifikation diskreter stochastischer Systeme, das durch den Einsatz von Sum-of-Squares-Optimierung und stückweise konstanten Funktionen bestehende Werkzeuge in Geschwindigkeit, Skalierbarkeit und Sicherheitswahrscheinlichkeit deutlich übertrifft.
Diese Arbeit stellt einen online-Lernalgorithmus für die modellfreie kooperative Vorhersage dynamischer Systeme unter asynchronen Beobachtungen vor, der logarithmische Regret-Garantien bietet und unter bestimmten symplektischen Bedingungen die Leistung optimaler modellbasierter Prädiktoren übertrifft.
Diese Studie stellt das NC-tALC-Datenset vor, eine hochpräzise, empirische Trajektoriendatenbank aus kontrollierten Versuchen, die das Wechselverhalten und die Interaktionsdynamik von Übergangs-autonomen Fahrzeugen (tAVs) mit anderen Verkehrsteilnehmern bei Spurwechseln analysiert.
Diese Studie stellt ein Modellierungsrahmenwerk vor, das die Wechselwirkungen zwischen Wildbränden und elektrischen Netzen analysiert, um realistischere Szenarien für die Bewertung von Resilienz und Minderungsstrategien zu schaffen und dabei sowohl die Ausbreitung von Bränden als auch die sozioökonomischen Folgen von Stromausfällen zu berücksichtigen.
Diese Arbeit stellt einen verteilungsagnostischen Rahmen zur Quantifizierung und Propagation von Unsicherheiten in gekoppelten hydrologischen und hydrodynamischen Systemen vor, der auf einer Differential-Algebraischen-Gleichungs-Formulierung basiert und probabilistische Zustandsabschätzungen auch bei unvollständigen Messdaten ermöglicht.
Diese Arbeit stellt eine hybride Architektur für die sicherheitskritische Koordination von Multi-Agenten-Systemen vor, die durch eine kombinatorische Zuweisung von Kollisionsvermeidungsverantwortungen mittels gemischt-ganzzahliger linearer Programmierung redundante Restriktionen eliminiert und die lokale Berechnungskomplexität mittels Control Barrier Functions reduziert.
Dieses Papier stellt eine neuartige Formulierung der Frequenzganganalyse für nichtlineare Systeme im Rahmen des Koopman-Operators vor, die durch die Laplace-Transformation des Ausgangssignals und die Resolvententheorie begründet wird und die Darstellung von Bode-Diagrammen ermöglicht.
Diese Arbeit stellt eine einfache und kostengünstige Steuerungsmethode für kleine Springroboter vor, die durch eine Feder-Masse-Modellierung sowie die Anpassung des Landewinkels und ein Korrekturdrehmoment vor dem Absprung die Stabilität auf schrägem Gelände sicherstellt.
Dieser Artikel stellt einen auf einem Dual-AoI-Modell basierenden, MDP-basierten Scheduling-Ansatz für drahtlose Überwachungssysteme mit zufälligen Datenankünften vor, der die Asynchronität zwischen Sensoren und Überwachungsstation berücksichtigt und durch eine schwellenwertbasierte Politik eine effizientere Minimierung des Informationsalters als bestehende Methoden erreicht.
Diese Arbeit stellt Conversational Demand Response (CDR) vor, ein neuartiges Koordinationskonzept, das mithilfe einer agentic-AI-Architektur bidirektionale natürliche Sprachinteraktionen zwischen Aggregatoren und Prosumern ermöglicht, um die Transparenz und Handlungsfähigkeit der Nutzer zu wahren und gleichzeitig die Skalierbarkeit automatisierter Laststeuerung zu erreichen.
Diese Studie stellt ein autonomes Navigationsverfahren für Raumschiffe im äußeren Sonnensystem vor, das durch die Messung der Parallaxenverschiebungen naher Sterne und die Berücksichtigung von Lichtlaufzeit-, Parallaxen- und Aberrationseffekten eine Positionsbestimmung mit sub-AU-Genauigkeit bis zu 250 AE ohne Erdkontakt ermöglicht.
Die Studie stellt AIRT vor, ein tiefes Lernframework, das innerhalb einer Sekunde auf einer einzigen GPU direkt aus CT-Bildern und Konturen strahlentherapeutische Behandlungspläne für Prostatakrebs generiert und dabei eine Qualität aufweist, die mit dem etablierten RapidPlan Eclipse vergleichbar ist.