311 artículos
Este artículo analiza la existencia de observadores basados en estimación de parámetros (PEBO) para sistemas no lineales generales, examinando en detalle las propiedades de transformabilidad e identificabilidad y estableciendo condiciones suficientes para su validez.
Este artículo presenta un nuevo algoritmo de optimización distribuida llamado DPS-LA que utiliza un tamaño de paso adaptativo de Polyak con ajuste de nivel para eliminar la dependencia de valores óptimos globales desconocidos, garantizando al mismo tiempo el consenso de la red y una tasa de convergencia lineal de .
Este artículo analiza un problema de toma de decisiones secuenciales en un sistema de colas de dos etapas inspirado en las clínicas MinuteClinic de CVS, donde se proponen heurísticas simples y robustas que guían a los enfermeros practicantes sobre cuándo colaborar por telemedicina con un médico general, logrando un rendimiento casi óptimo y ofreciendo recomendaciones clave para la inversión en infraestructura de telemedicina.
Este artículo presenta una nueva solución de forma cerrada para el beamforming adaptativo robusto que, mediante tres etapas consecutivas, supera a los métodos existentes en eficiencia computacional y versatilidad al manejar casos de covarianza de rango completo y deficiente, además de establecer por primera vez las condiciones de existencia y unicidad de la solución.
Este artículo demuestra experimentalmente que un solver de conjunto activo dual (DAQP) puede ejecutarse a 500 Hz en el microcontrolador de un cuadricóptero Crazyflie 2.1, superando en tiempo de ejecución a métodos de primer orden como TinyMPC y permitiendo la certificación en tiempo real de su viabilidad mediante un método de selección de datos basado en análisis de componentes principales.
El artículo presenta SHANG++, un método de descenso de gradiente estocástico acelerado que, mediante una corrección de amortiguamiento, logra una convergencia robusta y eficiente bajo ruido multiplicativo, superando a los métodos existentes en estabilidad y rendimiento en problemas convexos y aprendizaje profundo.
Este artículo presenta un método basado en Gráficos Relativos Escalados (SRG) para calcular cotas de ganancia en sistemas de Lur'e sobre rangos acotados de frecuencia y amplitud, generando una generalización tridimensional no lineal del diagrama de Bode que recupera las representaciones clásicas en los límites de energía cero e infinita.
Este artículo propone un enfoque categórico para estudiar problemas de optimización convexa, definiendo una categoría donde los objetos son dichos problemas y demostrando teoremas como un resultado tipo minimax y la involución de la dualidad de Legendre.
Este artículo propone un método estocástico de multiplicadores de dirección alternada (ADMM) en espacios de Hilbert para problemas de optimización convexa compuesta no suave, demostrando su convergencia fuerte y tasas de convergencia no ergódicas aceleradas, así como su eficacia en aplicaciones relacionadas con ecuaciones diferenciales parciales con coeficientes aleatorios.
Este artículo introduce los núcleos de Christoffel-Darboux suavizados en variedades como una regularización sistemática que permite recuperar densidades a partir de datos de momentos con tasas de convergencia controladas y una dicotomía mejorada entre el soporte y su complemento, sin necesidad de conocer la medida de equilibrio subyacente.
Este artículo propone el modelo RE-RPfair, una extensión del problema de optimización robusta para la programación de unidades con energías renovables, que incorpora un criterio de equidad en la asignación de la energía solar fotovoltaica y demuestra su eficacia mediante simulaciones utilizando el índice de Gini para medir la distribución justa.
Este artículo presenta un modelo de programación lineal entera para formalizar las reglas del puzzle Evolomino, introduce un algoritmo para generar instancias con solución única y demuestra mediante experimentos computacionales que un solver CP-SAT puede resolver eficazmente casos de hasta 18x18.
Este estudio analiza un problema de control lineal-cuadrático de Dirichlet gobernado por una ecuación elíptica no coerciva en dominios poligonales no convexos, estableciendo regularidad en espacios de Sobolev ponderados y demostrando estimaciones de error óptimas mediante el uso de mallas graduadas y una proyección discreta en con regularización de Tikhonov en la seminorma de energía.
Este artículo presenta un marco unificado de proximales primales-duales (UPP) para la optimización no convexa distribuida que unifica diversos métodos existentes, demuestra su convergencia a soluciones estacionarias y óptimos globales bajo ciertas condiciones, y propone algoritmos mejorados con aceleración de Chebyshev que superan a los métodos más avanzados en velocidad y eficiencia de comunicación.
Este trabajo presenta un marco de identificación de sistemas basado en optimización y el método adjunto que, mediante enfoques monolítico y particionado, logra localizar debilidades estructurales y reconstruir campos de temperatura en sistemas termo-mecánicos acoplados unidireccionalmente utilizando mediciones dispersas de desplazamiento y temperatura, superando significativamente a las suposiciones de temperatura constante o interpolación, especialmente cuando los sensores no capturan completamente las tendencias térmicas.
Este artículo presenta un nuevo algoritmo de agregación de descenso bilevel basado en ADMM que logra convergencia global bajo condiciones relajadas, eliminando la necesidad de la hipótesis de singleton en el nivel inferior y demostrando superioridad en la selección de hiperparámetros para problemas de optimización dispersa.
Este artículo propone un enfoque de control óptimo riguroso para el entrenamiento de Transformers, modelando la arquitectura como un sistema de partículas controlado que se transforma en un proceso de decisión de Markov sobre medidas de probabilidad, lo que permite demostrar la existencia de políticas óptimas globales y ofrecer una alternativa robusta a los métodos basados en gradientes sin requerir suavidad ni convexidad.
Este artículo refina las cotas conocidas sobre las dimensiones de las caras maximales del cono de matrices completamente positivas, demostrando que para dimensiones impares la cota inferior exacta es , mientras que para dimensiones pares establece que dicha cota se encuentra entre y .
Este artículo presenta una encuesta sobre las técnicas de promediado en los métodos de gradiente estocástico, abarcando sus fundamentos teóricos, desarrollos modernos y aplicaciones en el aprendizaje automático, además de resumir resultados recientes sobre su comportamiento en muestras finitas y destacar problemas abiertos para futuras investigaciones.
El artículo analiza un equilibrio de Nash en la competencia entre exchanges descentralizados (DEX) que establecen tarifas dinámicas, demostrando que, aunque la estructura de dos regímenes persiste, la competencia reduce el deslizamiento de ejecución para los operadores estratégicos y altera el bienestar de los traders ruidosos dependiendo del nivel de actividad del mercado.