321 articles
Cet article propose un modèle analytique de la probabilité de réception de paquets pour le mode 2 NR en mode Sidelink, qui intègre explicitement les collisions MAC spécifiques au Scheduling Persistant Semi-Statique (SPS) et est validé par des simulations ns-3 afin d'optimiser la fiabilité des communications 6G.
Cet article propose un réseau d'oscillateurs couplés (CON) qui modélise la dynamique des systèmes physiques dans un espace latent sous forme lagrangienne avec une stabilité prouvée, permettant ainsi un contrôle basé sur des modèles en boucle fermée performant utilisant uniquement des images brutes.
Ce papier étudie la robustesse des contrôles stochastiques optimaux sous approximation de modèle en distance de Wasserstein, établissant des bornes sur la perte de performance et la complexité d'échantillonnage pour des applications en apprentissage de modèles et d'estimation de perturbations.
Cette étude démontre que les transformers, utilisés en apprentissage en contexte, peuvent estimer implicitement les états cachés et prédire avec précision les sorties de systèmes dynamiques linéaires et non linéaires, rivalisant ainsi avec des méthodes de filtrage bayésien classiques comme le filtre de Kalman, sans nécessiter de mises à jour de gradient ni de connaissance explicite du modèle.
Cet article propose des solutions explicites pour des problèmes de régulateur linéaire minimax appliqués aux systèmes linéaires positifs continus soumis à des perturbations non négatives et bornées, en utilisant la théorie de la programmation dynamique et une méthode de point fixe pour la stabilisation et l'analyse de gain, illustrées par un réseau de gestion de l'eau à grande échelle.
Cet article propose un cadre d'évaluation de la résilience des réseaux électriques basé sur l'apprentissage profond, qui intègre des données historiques de pannes et de conditions météorologiques pour prédire la résilience au niveau des événements et orienter les investissements ciblés dans les ressources énergétiques distribuées.
Cet article présente DEBT control, un protocole conjoint de routage et de contrôle de flux pour les réseaux de canaux de paiement qui utilise des mécanismes de tarification et une optimisation duale par descente de gradient pour guider le réseau vers un état opérationnel optimal tout en garantissant la convergence.
Cet article propose une approche de routage coordonné utilisant des véhicules connectés et automatisés dans des voies réservées aux bus pour améliorer, grâce à des données en temps réel, à la fois la ponctualité des transports en commun et l'efficacité du trafic dans un environnement mixte.
Cette étude présente et évalue les algorithmes de flux de puissance et de flux de puissance optimal adiabatiques quantiques (AQPF et AQOPF), qui reformulent ces problèmes sous forme d'optimisation combinatoire discrète, en démontrant leur capacité à reproduire des solutions réalisables et leur scalabilité prometteuse sur des systèmes quantiques et des recuits numériques pour des réseaux allant de 4 à 1354 nœuds.
Cet article propose un cadre unifié basé sur la coquille de Davis-Wielandt pour l'analyse graphique de la stabilité des systèmes linéaires invariants dans le temps à multiples entrées et sorties, introduisant un nouveau concept de graphe relatif rotatif et mis à l'échelle (-SRG) qui offre le critère de stabilité le moins conservateur parmi les conditions graphiques bidimensionnelles existantes.
Cet article présente un algorithme d'apprentissage par jeu dynamique inverse utilisant des programmes linéaires en nombres entiers mixtes pour inférer des contraintes paramétriques à partir de démonstrations d'équilibres de Nash locaux, garantissant théoriquement l'approximation des ensembles sûrs et permettant de concevoir des trajectoires interactives robustes pour des agents à dynamique non linéaire.
Cet article propose une méthode d'apprentissage de fonctions de barrière neuronales conditionnées par l'observation, fondée sur l'analyse de la faisabilité de Hamilton-Jacobi et une architecture de type hyper-réseau, qui garantit des ensembles sûrs optimaux et améliore la sécurité des systèmes autonomes dans des environnements partiellement observables.
Cet article présente la méthode BOUNDS et le filtre AI-KF pour découvrir des motifs de mouvement actifs améliorant l'estimation dans les systèmes non linéaires, démontrant ainsi leur efficacité sur un drone expérimental en environnement sans GPS.
Cet article propose un cadre hybride combinant un modèle de Markov caché et un réseau de neurones profond pour inférer les états cachés des rivaux et optimiser la stratégie énergétique en Formule 1 2026, permettant ainsi de détecter des tactiques de contre-récolte dans un environnement partiellement observable.
Cet article examine comment l'intégration des technologies quantiques dans les dispositifs de périphérie des réseaux électriques peut surmonter les limites actuelles en matière de traitement des données, de précision des capteurs et de sécurité des communications, tout en identifiant les opportunités et les défis associés à cette transition.
Ce papier propose une méthode efficace de fonction barrière de contrôle neuronale composite (CN-CBF), combinant plusieurs réseaux de neurones entraînés via la théorie de l'atteignabilité de Hamilton-Jacobi et une architecture résiduelle, pour garantir une navigation robotique sûre dans des environnements dynamiques avec des taux de réussite supérieurs aux méthodes existantes sans augmenter la conservatisme.
Cet article propose un observateur non linéaire à gain adaptatif (AGNO) basé sur le modèle dynamique complet pour estimer avec précision et robustesse les forces et couples d'interaction humaine avec des drones, éliminant ainsi le besoin de capteurs dédiés et surpassant les filtres de Kalman étendus dans des conditions de transport de charge coopératif.
En s'appuyant sur des données de terrain en Arizona, cette étude démontre que l'intégration de la flexibilité des horaires de travail avec la production photovoltaïque permet d'optimiser la coordination de la recharge des véhicules électriques et d'augmenter la capacité d'accueil des transformateurs de distribution.
Space-Control est une conception matérielle-logicielle qui comble la lacune de sécurité actuelle en assurant une isolation fine au niveau des processus pour la mémoire disagrégée partagée via CXL, avec une surcharge de performance négligeable de 3,3 %.
Cet article propose une revue critique des applications pratiques des fonctions de barrière de contrôle (CBF) en robotique, en mettant en lumière les écarts entre les garanties théoriques et la réalisation concrète des contrôleurs sûrs sous contraintes d'entrée, tout en fournissant des lignes directrices pour construire des arguments de sécurité valides pour des systèmes dépourvus de sécurité passive.