2087 पेपर
यह शोध पत्र एक वेक्टर-फील्ड निर्देशित बाधा-अनुसरण नियंत्रण दृष्टिकोण प्रस्तावित करता है जो अनिश्चित यांत्रिक प्रणालियों के लिए गतिकी-स्तर की ज्यामितीय पथ-अनुसरण समस्या को हल करता है, जो अज्ञात सीमाओं और स्व-प्रतिच्छेदी वांछित पथों वाली विषम, तीव्र समय-परिवर्तनीय अनिश्चितताओं के साथ पूर्णतः-सक्रियित और अल्प-सक्रियित दोनों विन्यासों को प्रभावी ढंग से संभालता है।
यह शोध पत्र नैनो-स्केल एरियल रोबोटिक्स की अनूठी मॉडलिंग और नियंत्रण चुनौतियों को संबोधित करने के लिए एक 27 ग्राम क्रेजीफ्लाई 2.1 नैनो-क्वाड्रोटर पर एकत्र किए गए सिंक्रोनाइज़्ड एक्चुएटर-लेवल सिग्नल्स, कंट्रोलर इंटरनल्स और मिलीमीटर-सटीक ग्राउंड ट्रुथ प्रदान करने वाले एक ओपन-सोर्स मल्टी-टास्क बेंचमार्क डेटासेट, नैनोबेंच (NanoBench) का परिचय देता है।
यह शोध पत्र डीप न्यूरल नेटवर्क के लिए चौड़ाई-स्वतंत्र (width-independent) स्मूथनेस बाउंड्स प्राप्त करने हेतु मीन-नॉर्मलाइज्ड मैट्रिक्स ऑपरेटर नॉर्म्स के एक परिवार को प्रस्तुत करता है, जिससे MOGA का विकास हुआ है, जो एक रो/कॉलम-नॉर्मलाइज्ड ऑप्टिमाइज़र है जो मॉडल की चौड़ाई के बीच स्थिर हाइपरपैरामीटर ट्रांसफर को सक्षम बनाता है और प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए गति में Muon से बेहतर प्रदर्शन करता है।
यह शोध पत्र स्तरीय पीक पावर शुल्कों के तहत होम बैटरी प्रबंधन के लिए एक मॉडल प्रेडिक्टिव कंट्रोल पॉलिसी का प्रस्ताव देता है, जो सरल पूर्वानुमानों का उपयोग करके, पूर्ण पूर्वदर्शिता से प्राप्त सैद्धांतिक न्यूनतम के भीतर 1.7% बिजली लागत प्राप्त करता है।
यह शोध पत्र एक नवीन कपल्ड ऑसिलेटर नेटवर्क (CON) मॉडल प्रस्तुत करता है जो लैग्रेंजियन संरचना, वैश्विक इनपुट-टू-स्टेट स्थिरता और एक व्युत्क्रमणीय इनपुट-फोर्स मैपिंग सुनिश्चित करके लेटेंट-स्पेस नियंत्रण में प्रमुख सीमाओं को दूर करता है, जिससे केवल कच्चे विजुअल फीडबैक का उपयोग करके जटिल यांत्रिक प्रणालियों के लिए कुशल क्लोज्ड-फॉर्म नियंत्रण रणनीतियों को सक्षम बनाया जा सके।
यह शोध पत्र वासेरस्टीन मॉडल सन्निकटन (Wasserstein model approximation) के तहत डिस्क्रीट-टाइम स्टोकेस्टिक ऑप्टिमल कंट्रोल के लिए रोबस्टनेस बाउंड्स स्थापित करता है, यह प्रदर्शित करते हुए कि अनुमानित मॉडलों से प्राप्त नीतियों का प्रदर्शन ह्रास ट्रांज़िशन कर्नेल के बीच वासेरस्टीन-1 दूरी द्वारा नियंत्रित होता है, जिससे उन मामलों में अनुभवजन्य मॉडल और शोर वितरण शिक्षण के लिए कठोर नमूना जटिलता विश्लेषण (sample complexity analysis) सक्षम होता है जहाँ अधिक मजबूत अभिसरण मानदंड विफल हो सकते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि इन-कॉन्टेक्स्ट लर्निंग सेटिंग में उपयोग किए जाने वाले फ्रोजन ट्रांसफॉर्मर्स, शोरयुक्त अवलोकनों (noisy observations) से रैखिक और गैर-रैखिक दोनों गतिशील प्रणालियों के आउटपुट की सटीक भविष्यवाणी करने के लिए अंतर्निहित छिपी हुई अवस्थाओं (hidden states) का अनुमान लगा सकते हैं, जो बिना किसी टेस्ट-टाइम ग्रेडिएंट अपडेट या सिस्टम मॉडल के स्पष्ट ज्ञान के, इष्टतम और ह्यूरिस्टिक बायेसियन फिल्टरों के तुलनीय प्रदर्शन प्राप्त करते हैं।
यह शोध पत्र एक डीप लर्निंग-आधारित ढांचे का प्रस्ताव करता है जो घटना-स्तरीय पावर सिस्टम लचीलेपन (resilience) की भविष्यवाणी करने के लिए ऐतिहासिक आउटेज और मौसम डेटा को एकीकृत करता है, जिसे सिम्युलेटेड और वास्तविक दुनिया के डेटासेट के माध्यम से मान्य किया गया है, ताकि संवेदनशील क्षेत्रों में वितरित ऊर्जा संसाधनों (distributed energy resources) में लक्षित निवेश के लिए मार्गदर्शन किया जा सके।
यह शोध पत्र DEBT कंट्रोल को प्रस्तुत करता है, जो पेमेंट चैनल नेटवर्क के लिए एक संयुक्त रूटिंग और फ्लो-कंट्रोल प्रोटोकॉल है, जो नेटवर्क को एक इष्टतम स्थिर-अवस्था परिचालन स्थिति की ओर निर्देशित करने के लिए मूल्य-आधारित तंत्र और ग्रेडिएंट डिसेंट अनुकूलन का उपयोग करता है और अभिसरण गारंटी प्रदान करता है।
यह अध्ययन एडियाबेटिक क्वांटम पावर फ्लो (AQPF) और ऑप्टिमल पावर फ्लो (AQOPF) एल्गोरिदम को प्रस्तुत और मूल्यांकित करता है, जो पावर सिस्टम विश्लेषण को असतत कॉम्बिनेटोरियल अनुकूलन समस्याओं के रूप में पुनर्गठित करते हैं जिन्हें क्वांटम और डिजिटल एनियलर द्वारा हल किया जा सकता है, जो 4 से 1354 बसों तक के विभिन्न परीक्षण प्रणालियों में उनकी व्यवहार्यता और आशाजनक स्केलेबिलिटी का प्रदर्शन करते हैं।