321 artículos
Este artículo propone un método de transporte aéreo colaborativo de cargas suspendidas mediante cuerdas que utiliza un equilibrio rotatorio para generar la tensión horizontal necesaria mediante fuerzas centrífugas, permitiendo que los vehículos produzcan solo empuje vertical y reduciendo así el consumo de energía hasta en un 20% en comparación con los enfoques estáticos tradicionales.
Este artículo propone un marco de desaprendizaje basado en SISA para la localización de fallas de cortocircuito entre espiras en transformadores de potencia, que permite eliminar la influencia de datos envenenados mediante el reentrenamiento selectivo de fragmentos de datos, logrando una precisión diagnóstica comparable al reentrenamiento completo pero con un tiempo significativamente reducido.
Este estudio presenta un marco de aprendizaje por refuerzo basado en grafos que integra características topológicas de orden superior mediante homología de persistencia para optimizar la gestión de apagones en redes de distribución eléctrica, logrando una mayor resiliencia, entrega de energía y estabilidad de voltaje en comparación con modelos baselines.
Este artículo propone un marco de recuperación de datos conscientes de la red de comunicación que combina restricciones de enrutamiento con completado de matrices de bajo rango para mejorar la precisión en la recuperación de mediciones faltantes en redes de distribución eléctrica, superando así a los métodos tradicionales que ignoran las fallas de comunicación.
Este artículo presenta un marco de trabajo accesible que utiliza scripting asistido por modelos de lenguaje grande para generar animaciones 3D de datos climáticos petascala en estaciones de trabajo comerciales, permitiendo a científicos sin experiencia en visualización crear resultados de alta resolución en tiempos de procesamiento muy reducidos.
El artículo presenta GuideTWSI, un conjunto de datos diverso que combina imágenes sintéticas y reales para abordar la falta de representatividad geográfica y de puntos de vista en los datos existentes, permitiendo así una segmentación más precisa y generalizable de los indicadores táctiles de superficie peatonal (tanto barras como domos) para la navegación de personas ciegas o con baja visión.
Este artículo presenta un método novedoso para la optimización de trayectorias robusta y libre de distribuciones en sistemas estocásticos no gaussianos, que utiliza inferencia conforme para garantizar el cumplimiento de restricciones de probabilidad mediante la reformulación de estas en restricciones deterministas tratables, permitiendo así la aplicación segura de planificadores de movimiento basados en aprendizaje.
Este artículo presenta un marco de control predictivo basado en modelos distribuido que utiliza el método ADMM para permitir que un equipo de robots cuadrúpedos con manipuladores transporte colaborativamente cargas pesadas de manera escalable y en tiempo real, superando las limitaciones de los métodos centralizados y descentralizados tradicionales.
Este tutorial presenta una introducción orientada al control a los sistemas de navegación inercial asistida mediante una formulación geométrica basada en el grupo extendido SE₂(3), destacando el papel de la invariancia y la simetría para ofrecer una perspectiva coherente que facilita tanto la comprensión teórica como la implementación práctica de métodos modernos de navegación.
Este artículo presenta un marco de coordinación vehículo-a-red basado en aprendizaje por refuerzo que utiliza el algoritmo Actor-Crítico Suave para regular el voltaje en sistemas de carga de uno o múltiples centros, logrando una recuperación robusta del voltaje y priorizando la disponibilidad de la flota bajo restricciones de batería.
Esta revisión ofrece un análisis exhaustivo de los métodos de modelado, optimización y control conscientes de la red para los Sistemas Energéticos Integrados, identificando limitaciones metodológicas y proponiendo direcciones de investigación para superar los desafíos de escalabilidad y garantizar la viabilidad operativa en sistemas de energía bajos en carbono.
Este trabajo propone un marco de IA multiagente que automatiza la generación y orquestación de políticas de rApps en Open RAN mediante agentes especializados en percepción, razonamiento y refinamiento, logrando una mejora superior al 70% en la precisión de despliegue y una reducción del 95% en costos de razonamiento al resolver conflictos y generalizar intenciones sin supervisión.
Este artículo de revisión propone una perspectiva de inteligencia encarnada acoplada a restricciones para la autonomía de robots submarinos, sintetizando avances recientes y presentando una taxonomía de fallos que aboga por un diseño de sistemas que internalice las limitaciones físicas y ambientales interconectadas para lograr una autonomía resiliente y verificable en entornos oceánicos reales.
Este artículo presenta un algoritmo de seguimiento predictivo sin modelo basado en el lema fundamental de Willems para sistemas no lineales con incertidumbre, demostrando que, al aprovechar la incrustación lineal de Koopman, el arrepentimiento dinámico decae exponencialmente con el horizonte de predicción.
Esta encuesta tutorial sintetiza el papel fundamental del aprendizaje automático en la Internet de las Cosas Submarinas (IoUT), analizando sus beneficios en todas las capas de la red, documentando mejoras significativas en eficiencia energética y rendimiento, e identificando los desafíos actuales y futuras direcciones de investigación para su implementación práctica.
Este trabajo presenta garantías finitas de muestra para aprender representaciones de estado impulsadas por costos y controladores subóptimos en sistemas de control lineal cuadrático gaussiano (LQG) de horizonte infinito, abordando tanto modelos de dinámica latente explícitos como implícitos (similares a MuZero) y estableciendo una nueva contribución técnica sobre la excitación persistente en procesos estocásticos.
Este artículo presenta un método de control de retroalimentación de salida para sistemas LPV con retardos de entrada variables en el tiempo, basado en el marco de restricciones cuadráticas integrales (IQC) y funciones de Lyapunov dependientes de parámetros, que permite condiciones de síntesis convexas y menos conservadoras mediante una estructura de controlador con memoria exacta.
Este artículo propone un observador innovador basado en la inversión dinámica de un modelo lineal de vehículo de un solo rastro con dinámica de neumáticos distribuida, capaz de estimar con precisión el ángulo de derrape y las fuerzas de los neumáticos utilizando únicamente mediciones de velocidad de guiñada y aceleración lateral.
Este artículo presenta VB-NET, un marco de aprendizaje profundo de caja gris con restricciones físicas que transforma la termodinámica de los sistemas de aire acondicionado en un modelo de "batería virtual" estandarizado, logrando una alta precisión en la modelización con datos limitados y garantizando la consistencia física para facilitar la regulación de la red eléctrica.
Este artículo propone un marco ligero de Control Predictivo de Modelos (MPC) para anuncios de marca en subastas, que utiliza regresión isotonía en línea para construir modelos de oferta directos a partir de datos en tiempo real, logrando así una mayor eficiencia en el gasto y un control de costos superior a las estrategias convencionales sin necesidad de modelos complejos de aprendizaje automático.