1986 पेपर
यह शोध पत्र एक फ्रीक्वेंसी-सेलेक्टिव लोरेंत्ज़ियन मॉडल के तहत डायनेमिक मेटासरफेस एंटेना (DMA) का उपयोग करके वाइडबैंड ISAC सिस्टम के लिए एक डीप-अनफोल्डेड अल्टरनेटिंग ऑप्टिमाइजेशन फ्रेमवर्क प्रस्तावित करता है, जो पारंपरिक फ्रीक्वेंसी-फ्लैट अनुमानों और मानक अनुकूलन विधियों की तुलना में अभिसरण (कन्वर्जेंस) को तेज करते हुए संचार और रडार प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक इंटरसेप्शन-संचालित इन्वर्स-रीचेबिलिटी फ्रेमवर्क प्रस्तावित करता है जो देखे गए इंटरसेप्शन इवेंट्स से एडवरसैरियल लॉन्च क्षेत्रों का अनुमान लगाने के लिए नियतात्मक एंगेजमेंट ज़ोन का निर्माण करता है और जोखिम-जागरूक स्वायत्त वाहन नियोजन के लिए लॉन्च-लोकेशन अनिश्चितता को तेजी से कम करने हेतु सूचना-संचालित सैक्रिफिशियल एजेंटों का उपयोग करता है।
यह शोध पत्र सबमल्टीप्लिकेटिव सेमीनॉर्म्स (submultiplicative seminorms) का उपयोग करते हुए अभिसारी समुच्चयों (convergent sets) के भीतर स्टोकेस्टिक मैट्रिसेस के अनंत उत्पादों की अभिसरण दरों (convergence rates) की जांच करता है, यह प्रदर्शित करते हुए कि जबकि व्यक्तिगत मैट्रिसेस हमेशा एक एकल सेमीनॉर्म में संकुचन (contractions) नहीं होते हैं, किसी भी कॉम्पैक्ट अभिसारी समुच्चय के मैट्रिसेस के परिमित उत्पाद अंततः संकुचन बन जाते हैं, जिससे अभिसरण गति पर सीमाएं स्थापित होती हैं और कुछ मैट्रिक्स वर्गों के लिए इस पद्धति की सीमाओं को रेखांकित किया जाता है।
यह शोध पत्र एक नवीन ढांचे का प्रस्ताव करता है जो अवस्था-निर्भर योगात्मक विक्षोभों (state-dependent additive disturbances) के अधीन गैर-रेखीय प्रणालियों के लिए रोबस्ट्र कंट्रोल लयापुनोव फंक्शन्स और स्थिरकारी नियंत्रकों को संयुक्त रूप से सीखने के लिए स्पष्ट उच्च-क्रम अवकलज सीमाओं वाले लिप्सचिट्ज न्यूरल नेटवर्क और एक GPU-त्वरित ब्रांच-एंड-बाउंड एल्गोरिदम का लाभ उठाता है।
यह शोध पत्र यह स्थापित करता है कि स्टेट-लीनियर, स्टेट-एफाइन, एलपीवी (LPV), और लीनियर स्विच्ड सिस्टम में इनपुट-आउटपुट मानचित्रों के लिए मिनिमल रियलाइजेशन की स्थिरता सीधे तौर पर परिमित हैंकल रैंक (finite Hankel rank) और प्रतिक्रियाओं के एकसमान क्षय (uniform decay) द्वारा अभिलक्षित होती है, जो यह प्रदर्शित करता है कि इनपुट-आउटपुट डेटा की विस्मृति दर (forgetting rate) प्रत्येक मिनिमल रियलाइजेशन की क्षय दर को निर्धारित करती है।
यह शोध पत्र योज्य विक्षोभों (additive disturbances) और युग्मित बाधाओं (coupled constraints) वाले बहु-एजेंट रैखिक प्रणालियों के लिए एक सुदृढ़ रिसीडिंग होराइजन कंट्रोल फ्रेमवर्क प्रस्तावित करता है, जो पुनरावर्ती व्यवहार्यता (recursive feasibility) की गारंटी देता है और वास्तविक अवस्थाओं को न्यूनतम सुदृढ़ धनात्मक रूप से निश्चर समुच्चय (minimal robust positively invariant set) द्वारा परिभाषित एक सीमित पड़ोस के भीतर रखते हुए, नाममात्र की अवस्थाओं को एक वेरिएशनल सामान्यीकृत नैश इक्विलिब्रियम (variational generalized Nash equilibrium) की ओर अभिसरण सुनिश्चित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि अनंत वोल्टेरा श्रृंखला फीडबैक नियंत्रकों के निम्न-क्रम ट्रंकेशन (low-order truncations), हालांकि अब सटीक रैखिकीकरण (exact linearization) प्रदान नहीं करते हैं, फिर भी मूल बिंदु (origin) के निकट उच्च-क्रम पदों के घटते प्रभाव का लाभ उठाकर हाइपरबोलिक गैर-रैखिक PDE को प्रभावी ढंग से स्थिर करते हैं, जिससे आकर्षण के क्षेत्र (region of attraction) के भीतर, जो ट्रंकेशन क्रम के साथ विस्तारित होता है, परिमित-समय व्यावहारिक और अनंतिक स्थिरता (finite-time practical and asymptotic stability) प्राप्त की जा सकती है।
यह शोध पत्र एक न्यूरल ऑपरेटर फ्रेमवर्क प्रस्तावित करता है जो गैर-रेखीय हाइपरबोलिक PDEs के एक वर्ग के लिए एक अनुमानित फीडबैक लीनियराइजेशन कंट्रोलर सीखता है, जिससे बार-बार कर्नेल PDE समाधानों की आवश्यकता समाप्त हो जाती है और प्रशिक्षण सटीकता के रैखिक रूप से स्केल होने वाले त्रुटि के साथ व्यावहारिक क्लोज्ड-लूप स्थिरता की गारंटी मिलती है।
यह शोध पत्र एक एंड-टू-एंड व्याख्यात्मक एआई (Explainable AI) ढांचे का प्रस्ताव करता है जो फीचर-आधारित स्पष्टीकरणों को उत्पन्न और मूल्यांकन करने के लिए डीप लर्निंग मॉडल्स को LIME और SHAP एल्गोरिदम के साथ एकीकृत करता है, जिन्हें फिर ऊर्जा प्रणालियों में गैर-तकनीकी हितधारकों के लिए व्याख्यात्मकता बढ़ाने हेतु लार्ज लैंग्वेज मॉडल्स द्वारा प्राकृतिक भाषा में परिवर्तित किया जाता है।
यह शोध पत्र प्रदर्शित करता है कि टूल-कॉलिंग क्षमताओं से लैस लार्ज लैंग्वेज मॉडल एजेंट, वास्तविक समय के डेटा और मिक्स्ड-इंटीजर लीनियर प्रोग्रामिंग ग्राउंड ट्रुथ का उपयोग करके घरेलू प्राथमिकताओं को तकनीकी शेड्यूलिंग बाधाओं में अनुवादित करके, होम एनर्जी मैनेजमेंट के लिए प्राकृतिक-भाषा इंटरफेस के रूप में प्रभावी ढंग से कार्य कर सकते हैं, जिससे लगभग इष्टतम लागत बचत और उच्च विश्वसनीयता प्राप्त होती है।