309 articles
Cette note propose une approche de contrôle général appelée « contrôle de suivi de contraintes guidé par champ vectoriel » pour résoudre le problème de suivi de trajectoire géométrique de systèmes mécaniques incertains, qu'ils soient entièrement ou partiellement actionnés, en présence d'incertitudes hétérogènes à variation temporelle rapide et de chemins désirés auto-intersectants.
Cet article propose un formalisme général biologiquement plausible qui approxime la rétropropagation dans le temps en unifiant et en étendant le modèle d'équilibre latent généralisé (GLE) pour offrir un cadre rigoureux d'apprentissage spatiotemporel dans le cortex et des pistes pour des circuits physiques réalisant ces calculs.
Cet article propose un cadre de commande prédictive (MPC) à horizon infini pour la stabilisation en temps fini des systèmes discrets sous contraintes, élargissant la région de faisabilité initiale et évitant les contraintes d'égalité terminales tout en garantissant une implémentation calculable pour les systèmes linéaires et non linéaires.
Cet article démontre que le contrôle prédictif de modèle, implémenté sur du matériel embarqué contraint, permet de stabiliser de manière robuste les véhicules maglev à suspension électromagnétique (EMS) à des vitesses supérieures à 600 km/h tout en garantissant le confort de conduite.
Cet article propose un cadre de contrôle par épines neurales novateur et robuste qui implémente le principe de l'énergie libre en limitant le tir des neurones à la réduction de cette énergie, offrant ainsi une efficacité computationnelle élevée et une grande résilience aux perturbations tout en éclairant les mécanismes du contrôle cérébral.
Cet article présente un système de suivi de drones léger basé sur le LiDAR 3D, utilisant un filtre de Kalman étendu adaptatif pour assurer un positionnement relatif robuste et précis dans des environnements sans GPS, même avec des données de nuage de points éparses et bruitées.
Cette étude caractérise expérimentalement les propriétés diélectriques de la peau de porc, utilisée comme substitut des tissus humains, dans la gamme 0,1 à 11 THz par spectroscopie temporelle, révélant une forte absorption liée à l'eau et fournissant des données essentielles pour la modélisation des réseaux de nanocapteurs intra-corporels.
Cet article propose un cadre systématique intégrant l'apprentissage automatique dans la conception d'un contrôleur primal-dual pour la régulation secondaire de fréquence, garantissant la stabilité et l'optimalité à l'état stationnaire tout en améliorant les performances transitoires via des réseaux de neurones.
Ce papier présente HR-GAT, un modèle de réseau d'attention graphique hiérarchique qui améliore la prédiction de la demande en spectre radioélectrique de 21 % par rapport aux modèles existants en exploitant des données géospatiales pour gérer efficacement les motifs spatiaux complexes.
Cet article présente une nouvelle architecture d'un convertisseur analogique-numérique flash à 3 bits sans champ magnétique, utilisant des jonctions tunnel magnétiques à couple de spin-orbite (SOT-MTJ) et une technique de commutation bidirectionnelle entre ensembles de conversion et de référence pour éliminer l'étape de réinitialisation, permettant ainsi d'atteindre un taux de conversion de 304,1 MHz avec une consommation de puissance de 476 µW.
Cet article de synthèse propose une taxonomie structurée des déploiements cellulaires basés sur le cloud pour la 6G, analyse les solutions actuelles et les défis majeurs tels que la sécurité et la scalabilité en s'appuyant sur les stratégies des principaux fournisseurs de cloud, tout en identifiant les tendances émergentes et les obstacles à surmonter pour l'avenir des réseaux mobiles.
Cet article propose un algorithme de consensus dynamique moyen préservant la confidentialité, qui masque les signaux de référence à l'aide de signaux sinusoïdaux pour empêcher l'inférence par des espions externes tout en garantissant la convergence, et démontre son efficacité pratique pour l'équilibrage de l'état de charge dans les systèmes de stockage d'énergie par batteries.
Ce papier présente NanoBench, un nouveau jeu de données open-source et multi-tâches collecté sur un nano-quadrirotor Crazyflie 2.1, qui fournit des signaux de niveau actionneur et un état de référence précis pour faciliter l'identification de systèmes, le contrôle et l'estimation d'état à l'échelle nanométrique.
Cet article présente une approche pilotée par l'intelligence artificielle et les données pour estimer la demande en spectre radioélectrique, validée sur cinq villes canadiennes, afin d'aider les régulateurs à optimiser l'allocation des ressources et la planification dynamique.
Cet article de revue examine les défis d'intégration, de gestion énergétique et de compatibilité électromagnétique des émetteurs de localisation d'urgence (ELT) dans le contexte des avions plus électriques, tout en explorant les tendances émergentes pour améliorer la fiabilité et l'efficacité des systèmes de recherche et de sauvetage.
Cet article propose une méthodologie axée sur les données et l'apprentissage automatique pour estimer les variations de la demande spectrale dans les régions urbaines canadiennes, permettant ainsi aux régulateurs de mieux concevoir des politiques d'accès flexible au spectre pour les réseaux 6G.
Ce papier propose une nouvelle famille d'optimiseurs, dont MOGA, basée sur des normes d'opérateurs moyennées et des normalisations par lignes/colonnes, qui garantissent une stabilité de l'apprentissage indépendante de la largeur du réseau et permettent un transfert efficace des hyperparamètres, surpassant ainsi les limitations de méthodes comme Muon.
Cet article établit des garanties théoriques en échantillonnage fini pour une méthode d'apprentissage de représentations d'états pilotée par le coût, permettant de résoudre des problèmes de contrôle linéaire quadratique gaussien (LQG) à horizon fini sans prédire les observations ou les actions.
Cette étude de synthèse examine l'application de la théorie de l'utilité au modèle cognitif en robotique, en retraçant son évolution depuis la robotique basée sur le comportement jusqu'aux systèmes de valeurs actuels, tout en identifiant les défis ouverts et les perspectives de recherche pour les systèmes mono et multi-agents.
Cet article propose une politique de commande prédictive de modèle (MPC) pour optimiser la gestion d'une batterie domestique sous des tarifs de puissance de pointe échelonnés, démontrant par des expériences numériques qu'elle atteint un coût proche de la borne inférieure théorique.