361 articoli
Questo lavoro propone un framework di co-ottimizzazione per la pianificazione della produzione di sistemi utility-scale off-grid Power-to-Hydrogen, che coordina elettrolizzatori eterogenei per massimizzare l'output di idrogeno garantendo al contempo la sicurezza della frequenza attraverso la regolazione attiva delle risorse di conversione e stoccaggio.
Questo lavoro propone un modello epidemico SEIRV con recidiva e intervento per analizzare la dinamica della propagazione dei malware, identificare le strategie di controllo ottimali tramite ottimizzazione globale e dimostrare che il ritardo nell'intervento riduce esponenzialmente i casi prevenuti.
Il paper propone un framework di apprendimento alternato per giochi Markoviani cooperativi con vincoli di comunicazione, dimostrando che l'agente globale e gli agenti locali convergono verso un equilibrio di Nash approssimato con complessità campionaria ridotta rispetto allo spazio congiunto di stati e azioni.
Questo lavoro presenta un framework di co-ottimizzazione hardware-carico di lavoro basato su un algoritmo evolutivo ottimizzato per progettare acceleratori di calcolo in memoria (IMC) generalizzati che riducono significativamente il divario prestazionale tra soluzioni specifiche per carico e quelle adattabili a più modelli neurali.
Lo studio valuta diverse tecniche di apprendimento per rinforzo offline in un ambiente telecomunicazioni stocastico, dimostrando che il Conservative Q-Learning offre la maggiore robustezza e rappresenta la scelta predefinita più affidabile per la gestione dei reti future, sebbene i metodi basati su sequenze possano risultare competitivi in presenza di dati ad alto rendimento.
Il documento propone un metodo per identificare reti acicliche non lineari a tempo continuo, dimostrando che la misurazione di tutti i nodi di uscita è necessaria e sufficiente per la riconciliazione della topologia e delle funzioni dinamiche, sfruttando condizioni iniziali non nulle e derivate di ordine superiore.
Il documento dimostra un teorema di Lyapunov inverso per la limitatezza degli insiemi di raggiungibilità in sistemi a dimensione infinita, applicabile a equazioni di evoluzione semi-lineari e che, nel caso di equazioni differenziali ordinarie, garantisce la completezza in avanti senza restrizioni a priori sull'ampiezza degli ingressi.
Questo articolo propone un approccio euristico basato su un problema maestro centrale e problemi maestri indipendenti per risolvere in modo efficiente un modello MILP di riconfigurazione delle sottostazioni vincolato alla sicurezza, considerando le contingenze N-1 su linee, sezionatori e sbarre per mitigare la congestione della rete mantenendo l'affidabilità del sistema.
Questo articolo propone un metodo di clustering quantistico basato su kernel che, codificando la similarità dei profili di energia rinnovabile in un modello di Ising risolvibile tramite una Macchina di Ising Coerente (CIM), supera la maledizione della dimensionalità e risolve efficacemente problemi NP-difficili, come dimostrato da test su un computer quantistico ottico reale.