Integrated Investment and Operational Planning for Sugarcane-Based Biofuels and Bioelectricity under Market Uncertainty

Diese Arbeit stellt ein zweistufiges stochastisches Optimierungsmodell namens „OptBio" vor, das Investitions- und Betriebsentscheidungen für brasilianische Zuckerrohr-basierte Biokraftstoff- und Bioelektrizitätsanlagen unter Unsicherheit integriert, um risikoadjustierte Kosten zu minimieren und robuste, diversifizierte Strategien für die Energiewende zu unterstützen.

Carolina Monteiro, Bruno Fanzeres, Rafael Kelman, Raphael Araujo Sampaio, Luana Gaspar, Lucas Bacellar, Joaquim Dias Garcia2026-03-10🔢 math

Learning-Based Robust Control: Unifying Exploration and Distributional Robustness for Reliable Robotics via Free Energy

Basierend auf dem Prinzip der freien Energie schlägt die Arbeit einen verteilungsrobusten Lernansatz vor, der Exploration und Unsicherheitsbewältigung vereint, um zuverlässige Robotersteuerung zu ermöglichen, die sich durch eine verbesserte Sim-zu-Real-Übertragbarkeit und eine erfolgreiche Null-Shot-Deployment-Strategie bei Manipulationsaufgaben auszeichnet.

Hozefa Jesawada, Giovanni Russo, Abdalla Swikir, Fares Abu-Dakka2026-03-10🔢 math

An Extended Topological Model For High-Contrast Optical Flow

Diese Arbeit identifiziert ein erweitertes topologisches Modell für hochkontrastierende optische Fluss-Patches, das auf der Theorie von Kreisbündeln basiert und zeigt, dass die meisten hochkontrastierenden Patches nahe an Kreisen für binäre Stufenkanten liegen, was die Grenzen vorheriger Torus-Modelle erklärt und neue Einblicke in die Beziehung zwischen Topologie und Geometrie bei der visuellen Inferenz liefert.

Brad Turow, Jose A. Perea2026-03-10🔢 math

Kernel Methods for Some Transport Equations with Application to Learning Kernels for the Approximation of Koopman Eigenfunctions: A Unified Approach via Variational Methods, Green's Functions and the Method of Characteristics

Diese Arbeit stellt einen einheitlichen theoretischen und rechnerischen Rahmen vor, der Variationsprinzipien, Greensche Funktionen und die Charakteristikenmethode vereint, um maßgeschneiderte Kernel für Transportgleichungen zu konstruieren und so die Approximation von Koopman-Eigenfunktionen sowie die Lösung verwandter linearer PDEs durch datengetriebene Kernel-Lernverfahren zu ermöglichen.

Boumediene Hamzi, Houman Owhadi, Umesh Vaidya2026-03-10🔢 math

Central extensions for loop groups of area-preserving diffeomorphisms and their fuzzy sphere limits

Dieser Artikel klassifiziert zentrale Erweiterungen der Schleifengruppe der flächenerhaltenden Diffeomorphismen der 2-Sphäre und zeigt, dass die entsprechenden Lie-Algebra-Kozyklen im Grenzwert großer kk (unter geeigneter Reskalierung) als „fuzzy sphere limits" der Kac-Moody-Kozyklen für (gezwirbelte) Schleifenalgebren Lsu(k+1)L\mathfrak{su}(k+1) interpretiert werden können.

Bas Janssens, Zhenghan Wang2026-03-10🔢 math

Target-Rate Least-Squares Power Allocation over Parallel Channels

Der Artikel stellt einen effizienten Algorithmus vor, der die Leistungsallokation über parallele Kanäle minimiert, indem er die quadratische Abweichung von vorgegebenen Zielraten unter einer Summenleistungsbeschränkung optimiert und dabei eine geschlossene Lösung mittels der Lambert-W-Funktion sowie eine Bisektionsmethode nutzt, die sich grundlegend von der klassischen Wasserfüllung unterscheidet und eine deutlich höhere Rechengeschwindigkeit bietet.

Bhaskar Krishnamachari2026-03-10🔢 math

A Gauss-Newton Method with No Additional PDE Solves Beyond Gradient Evaluation for Large-Scale PDE-Constrained Inverse Problems

Dieser Beitrag stellt eine Gauss-Newton-Methode für großskalige, durch partielle Differentialgleichungen (PDE) eingeschränkte Inverse Probleme vor, die insbesondere bei Full-Waveform-Inversion (FWI) keine zusätzlichen PDE-Lösungen über die Gradientenberechnung hinaus erfordert und somit die Effizienz gradientenbasierter Verfahren mit der schnellen Konvergenz von Gauss-Newton-Methoden vereint.

Cash Cherry, Samy Wu Fung, Luis Tenorio, Ebru Bozda\u{g}2026-03-10🔢 math

Quantifier elimination for lovely pairs of strongly geometric fields

Die Arbeit zeigt, dass die Theorie schöner Paare einer vollständigen stark geometrischen Theorie von Körpern mit Quantorenelimination ebenfalls Quantorenelimination in einer Erweiterung durch Prädikate für lineare Unabhängigkeit und entsprechende Koordinatenfunktionen besitzt, wodurch bekannte Ergebnisse für algebraisch abgeschlossene, reell abgeschlossene und p-adisch abgeschlossene Körper verallgemeinert werden.

Pablo Cubides Kovacsics, Felipe Estrada, Juan Pérez, David Rincón2026-03-10🔢 math

Finite element error analysis for elliptic parameter identification with power-type nonlinearity

Diese Arbeit entwickelt eine Finite-Elemente-Analyse für elliptische Parameteridentifizierungsprobleme mit Potenz-Nichtlinearitäten, indem sie durch neuartige bedingte Stabilitätsabschätzungen und maßgeschneiderte analytische Werkzeuge a priori-Fehlerabschätzungen für das vorgeschlagene rekonstruierende Least-Squares-Verfahren herleitet und damit bestehende Ergebnisse für den linearen Fall unter schwächeren Regularitätsannahmen erweitert und verfeinert.

De-Han Chen, Yi-Hsuan Lin, Irwin Yousept2026-03-10🔢 math

Explicit Formulas and Unimodality Phenomena for General Position Polynomials

Die Arbeit leitet explizite Formeln für das allgemeine Positionspolynom vollständiger multipartiter Graphen her, zeigt, dass dieses Polynom für balancierte Graphen mit Teilgröße r4r \le 4 log-konkav und unimodal ist, widerlegt diese Eigenschaften jedoch für größere rr, und beweist zudem, dass die Unimodalität bei der Corona-Bildung GK1G \circ K_1 für zahlreiche natürliche Graphklassen erhalten bleibt.

Bilal Ahmad Rather2026-03-10🔢 math

Demonstration Experiments

Diese Arbeit formalisiert das Ziel adaptiver Experimente, positive Behandlungseffekte in Teilpopulationen nachzuweisen, indem sie Schätzverfahren für den multi-armed-bandit-Rahmen entwickelt, die sowohl eine Informationspoolsierung als auch zeitlich einheitliche Mehrfachtests untermauern, und zeigt, wie sich das experimentelle Design durch die Optimierung des Signal-Rausch-Verhältnisses als Bandit-Problem mit logarithmischem Regret-Verlust gestalten lässt.

Guido Imbens, Lorenzo Masoero, Alexander Rakhlin, Thomas S. Richardson, Suhas Vijaykumar2026-03-10🔢 math