321 articles
Cet article propose une méthode de transport collaboratif de charges suspendues par câbles via un équilibre rotatif, permettant aux drones de générer une poussée purement verticale et réduisant ainsi la consommation d'énergie jusqu'à 20 % par rapport aux approches statiques.
Cet article propose un cadre d'oubli machine basé sur la méthode SISA pour la localisation des courts-circuits entre spires dans les transformateurs de puissance, permettant de supprimer efficacement l'influence des données empoisonnées en réentraînant uniquement les sous-ensembles affectés plutôt que le modèle entier, ce qui réduit considérablement le temps de calcul tout en maintenant une précision de diagnostic équivalente.
Cette étude présente un cadre d'apprentissage par renforcement sur graphes intégrant l'analyse topologique des données pour optimiser la reconfiguration et le délestage des réseaux de distribution d'électricité, améliorant ainsi significativement leur résilience face aux pannes et aux cyberattaques.
Cet article propose un cadre de récupération de données conscient du réseau de communication qui intègre les contraintes de routage et l'achèvement de matrices de faible rang pour améliorer la précision de la récupération des données manquantes dans les réseaux de distribution électrique, surpassant ainsi les méthodes traditionnelles qui négligent l'impact des défaillances de communication.
Cet article présente un cadre convivial assisté par les grands modèles de langage (LLM) permettant aux scientifiques de générer des animations 3D de données climatiques et océanographiques à l'échelle pétascale sur des postes de travail standards, en réduisant considérablement les délais de traitement et les barrières techniques grâce à une interface conversationnelle et à une gestion efficace des données cloud.
Ce papier présente GuideTWSI, un nouveau jeu de données diversifié combinant des images synthétiques et réelles pour améliorer la segmentation des indicateurs de surface de marche tactiles, en comblant le manque de données actuelles sur les avertissements à dômes truncqués et en surmontant les biais géographiques et de point de vue qui limitent la navigation des personnes aveugles ou malvoyantes.
Cet article propose une méthode novatrice d'optimisation de trajectoire robuste et sans hypothèse de distribution pour les systèmes stochastiques non gaussiens, utilisant l'inférence conforme et la contraction statistique pour garantir le respect des contraintes de probabilité avec des preuves formelles, même à partir d'un nombre fini d'échantillons.
Cet article propose un cadre de contrôle prédictif de modèle distribué basé sur la méthode ADMM pour permettre à une équipe de robots quadrupèdes manipulateurs de transporter collaborativement des charges lourdes de manière évolutive et en temps réel dans des environnements complexes.
Ce tutoriel présente une introduction orientée contrôle aux systèmes de navigation inertielle assistée en utilisant une formulation géométrique basée sur le groupe étendu SE₂(3) pour fusionner les mesures inertielles avec des données d'aide, tout en explicitant les rôles de l'invariance et de la symétrie.
Cet article propose un cadre de coordination Vehicle-to-Grid (V2G) basé sur l'apprentissage par renforcement (algorithme Soft Actor-Critic) pour la régulation de tension dans des systèmes à un ou plusieurs hubs, intégrant des contraintes réalistes de batterie et validé par simulation sur le réseau IEEE 34 nœuds.
Cet article de revue propose une analyse complète des méthodes de modélisation, d'optimisation et de contrôle tenant compte des contraintes de réseau pour les systèmes énergétiques intégrés, en identifiant leurs limites actuelles et en traçant des pistes de recherche pour des cadres opérationnels évolutifs et garantissant la sécurité des futures réseaux énergétiques bas-carbone.
Cet article propose un cadre d'intelligence artificielle multi-agents intégrant des modèles de langage et un raisonnement analogique pour automatiser la génération et l'orchestration de politiques d'applications r dans les réseaux Open RAN, permettant ainsi une réduction significative des coûts de raisonnement et une amélioration de la précision de déploiement tout en gérant les conflits et en assurant une généralisation zéro-shot.
Cet article de revue propose une perspective d'intelligence incarnée contrainte pour les robots sous-marins autonomes, en soulignant que la planification et le contrôle doivent intégrer les couplages physiques et environnementaux pour surmonter les incertitudes océaniques et atteindre une autonomie résiliente et vérifiable.
Cet article propose un algorithme de suivi prédictif sans modèle basé sur le lemme fondamental de Willems pour les systèmes non linéaires admettant une embedding linéaire de Koopman, démontrant que la régie dynamique de cette approche décroît exponentiellement avec l'horizon de prédiction.
Ce sondage tutorial synthétise les méthodologies d'apprentissage machine appliquées à l'Internet des Choses sous-marines (IoUT) pour surmonter les défis de communication acoustique, en démontrant des gains significatifs en efficacité énergétique, débit et fiabilité à travers toutes les couches du réseau, tout en identifiant les obstacles persistants et les orientations futures pour le déploiement opérationnel.
Ce travail établit des garanties à échantillon fini pour l'apprentissage de représentations d'état pilotées par le coût dans le cadre du contrôle LQG infini, en comparant deux approches de modélisation dynamique latente, dont l'une inspirée de MuZero, tout en prouvant la persistance de l'excitation pour un nouveau processus stochastique.
Cet article propose une méthode de commande par retour de sortie pour les systèmes LPV à retards d'entrée variables, fondée sur le cadre des contraintes quadratiques intégrales (IQC) et des fonctions de Lyapunov dépendantes des paramètres, qui permet d'obtenir des conditions de synthèse convexes et moins conservatrices grâce à une structure de contrôleur à mémoire exacte.
Ce papier propose un observateur innovant basé sur l'inversion dynamique d'un modèle monocycle linéaire couplé à une représentation des pneus par des équations aux dérivées partielles hyperboliques, permettant d'estimer avec précision l'angle de dérive et les forces de pneus à partir de mesures de vitesse de lacet et d'accélération latérale, même en présence de bruit et d'incertitudes.
Ce papier présente VB-NET, un cadre d'apprentissage profond gris contraint par la physique qui modélise les systèmes de climatisation comme des batteries virtuelles pour améliorer la flexibilité de la demande, en surmontant les défis de l'interprétabilité et du manque de données grâce à une approche efficace et physiquement cohérente.
Cet article propose un cadre léger de commande prédictive (MPC) pour les enchères publicitaires de marque, utilisant une régression isotonique en ligne pour optimiser l'efficacité des dépenses et le contrôle des coûts sans recourir à des modèles d'apprentissage automatique complexes.