361 Arbeiten
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.
Die Arbeit stellt das Frequency-Separable Hamiltonian Neural Network (FS-HNN) vor, ein neues Framework, das durch die Aufteilung der Hamilton-Funktion in separate Netzwerke für unterschiedliche Frequenzbereiche die Erfassung komplexer Mehrzeitskalen-Dynamiken und die langfristige Extrapolation bei ODE- und PDE-Problemen verbessert.
Dieses Paper stellt CLAIRE vor, ein hybrides Deep-Learning-Framework für die intelligente Qualitätskontrolle in der Fertigung, das durch einen optimierten Autoencoder komprimierte latente Repräsentationen erzeugt und mit einer spieltheoretischen Interpretierbarkeitstechnik eine robuste und erklärbare Fehlererkennung in hochdimensionalen Umgebungen ermöglicht.
Diese Arbeit stellt ein neues Konzept namens „Control Barrier Corridors" vor, das die funktionalen Ansätze von Control Barrier Functions mit den geometrischen Methoden sicherer Bewegungsgassen vereint, um durch die Umwandlung von Barrieren in lokale Zielregionen verifizierbare und persistente Pfadverfolgung in unbekannten Umgebungen zu ermöglichen.
Dieser Artikel stellt ein adaptives, datengesteuertes Min-Max-Modellprädiktives Regelungsverfahren für diskrete lineare zeitvariante Systeme vor, das durch Online-Daten einen Zustandsrückführungsregelgewinn aktualisiert, um die Stabilität und die Einhaltung von Beschränkungen zu gewährleisten, und zudem auf Systeme mit Prozessrauschen erweitert wird.
Diese Arbeit erweitert ein hardware- und energieeffizientes hybrides Multiuser-MIMO-Konzept mit array-gefütterten RIS-Modulen, indem sie einen pragmatischen Codebook-Entwurf für breitstrahlige AMAF-RIS-Module sowie ein niedrigkomplexes Basisband-Vorcodierungsverfahren für realistische mmWave-Multipath-Kanäle unter Einhaltung der 3GPP-5GNR-Standards vorschlägt.
Diese Arbeit stellt ein neuartiges, unsicherheitsbewusstes adaptives Dynamikmodell für Unterwasserfahrzeug-Manipulator-Systeme vor, das durch bewegte Horizont-Schätzung physikalisch konsistente Parameter in Echtzeit schätzt und damit die Vorhersagegenauigkeit sowie die Zuverlässigkeit der Regelung im Vergleich zu festen Parametern signifikant verbessert.
Der Artikel stellt eine Methode vor, um aus einfachen Kandidaten-ISS-Lyapunov-Funktionen zeitvariante ISS-Lyapunov-Funktionen für Impulssysteme zu konstruieren, wodurch die Einfachheit der Konstruktion mit der notwendigen und hinreichenden Stabilitätsbedingung der zeitvariablen Funktionen kombiniert wird.
Diese Arbeit erweitert die Methode der Control Lyapunov Value Functions (CLVFs) auf nichtlineare Systeme mit beschränkten Störungen durch die Einführung der Robust CLVF (R-CLVF), die den kleinsten robusten kontrollinvarianten Satz identifiziert, und schlägt zudem Techniken zur Überwindung des „Fluchs der Dimensionalität" vor.
Die Arbeit stellt stochastische Greedy-Algorithmen (MRG und DRG) sowie den Random-WSSA-Algorithmus vor, um unter Berücksichtigung von Robustheitseigenschaften effizient schwach-submodulare Sensorauswahlprobleme mit Budget- und Leistungsbeschränkungen für Erdbeobachtungssatellitenkonstellationen zu lösen.