321 articoli
Questo articolo propone un approccio di controllo generale basato su campi vettoriali per il rispetto dei vincoli, in grado di gestire la dinamica di sistemi meccanici incerti (completamente o parzialmente attuatori) con incertezze eterogenee a variazione temporale e percorsi geometrici auto-intersecanti.
Questo lavoro propone un formalismo generale basato su principi di conservazione dell'energia e azione estrema per approssimare la retropropagazione nel tempo (BPTT) in modo biologicamente plausibile, estendendo il modello di Equilibrio Latente Generalizzato (GLE) per fornire un quadro rigoroso per l'apprendimento spaziotemporale nel cervello e per circuiti fisici.
Questo articolo propone un nuovo quadro di controllo predittivo del modello (MPC) a orizzonte infinito per la stabilizzazione in tempo finito di sistemi discreti vincolati, che amplia la regione di fattibilità iniziale sostituendo i vincoli terminali rigidi con una somma di costi su orizzonte infinito, garantendo al contempo la stabilità in tempo finito e la tracciabilità computazionale sia per sistemi lineari che per una classe di sistemi non lineari.
Questo articolo esamina l'implementazione su hardware embedded di un controllo predittivo del modello (MPC) per veicoli maglev EMS, dimostrando la sua capacità di stabilizzare robustamente il sistema non lineare e vincolato a velocità superiori a 600 km/h e validando l'algoritmo tramite studi processor-in-the-loop.
Il paper propone un nuovo framework di controllo spiking efficiente e robusto, ispirato al principio dell'energia libera, in cui i neuroni si attivano solo se riducono l'energia libera della loro rappresentazione interna, offrendo alte prestazioni e resilienza ai disturbi sia per applicazioni cognitive che per l'hardware neuromorfico.
Questo articolo presenta un sistema di tracciamento UAV basato su LiDAR 3D leggero e adattivo, che utilizza un Filtro di Kalman Esteso Adattivo (AEKF) per garantire un posizionamento relativo robusto e preciso in ambienti privi di GPS, superando le limitazioni dei metodi convenzionali in termini di carico utile e prestazioni durante manovre aggressive.
Questo studio presenta una caratterizzazione sperimentale completa delle proprietà dielettriche del tessuto biologico (pelle di maiale) mediante spettroscopia THz nel dominio del tempo nell'intervallo 0,1-11 THz, fornendo dati estesi fondamentali per la modellazione di canali e lo sviluppo di reti di nanosensori intra-corpo.
Questo articolo presenta un quadro sistematico per integrare l'apprendimento automatico nella progettazione di un controllore primario-duale per la regolazione secondaria della frequenza, garantendo stabilità asintotica e ottimalità stazionaria mentre si migliorano le prestazioni transitorie, come il nadir di frequenza e lo sforzo di controllo, attraverso l'uso di reti neurali.
Questo articolo presenta HR-GAT, un modello di rete neurale a attenzione gerarchica basato su grafi che utilizza dati geospaziali per prevedere la domanda di spettro radio, dimostrando una precisione superiore del 21% rispetto ad altri modelli in cinque città canadesi.
Il paper presenta una nuova architettura per un convertitore analogico-digitale flash spintronico a 3 bit, privo di campo magnetico esterno e basato su giunzioni tunnel magnetiche SOT MTJ con controllo VCMA e STT, che elimina il passo di reset tramite l'uso di set di MTJ scambiabili, raggiungendo un consumo di 476 µW e una velocità di conversione di 304,1 MHz.
Questo articolo presenta un'analisi strutturata delle implementazioni cloud per le reti 6G, offrendo una tassonomia dei modelli di deployment, esaminando le sfide tecniche e operative attraverso una lente cloud-native, valutando le strategie dei principali provider IaaS e delineando le tendenze future e le sfide aperte per reti cellulari scalabili e robuste.
Questo articolo propone un algoritmo di consenso medio dinamico che preserva la privacy mascherando i segnali di riferimento con componenti sinusoidali scambiate tra agenti, garantendo al contempo la convergenza e dimostrando la sua efficacia pratica nel bilanciamento dello stato di carica di sistemi di accumulo energetico a batteria.
Il paper presenta NanoBench, il primo dataset open-source multi-task che fornisce dati sincronizzati a livello di attuatore, controller e stimatore su un nano-quadrotore Crazyflie 2.1, colmando il divario nei benchmark esistenti per lo studio dell'identificazione di sistema, del controllo e della stima dello stato in condizioni di aerodinamica a basso numero di Reynolds e vincoli computazionali severi.
Questo articolo presenta un approccio basato sull'intelligenza artificiale e sui dati per stimare la domanda di spettro radio, validato su cinque città canadesi, che consente ai regolatori di ottimizzare l'allocazione delle risorse e la pianificazione dinamica dello spettro.
Questo articolo offre una revisione completa delle sfide di integrazione, gestione energetica e sicurezza degli emettitori di localizzazione di emergenza (ELT) nell'era degli aeromobili più elettrici, analizzando l'impatto dell'elettrificazione sui requisiti di progettazione, le nuove infrastrutture di ricerca e soccorso e le direzioni future per garantire affidabilità e conformità normativa.
Questo articolo presenta una metodologia basata sui dati e sull'apprendimento automatico per stimare le variazioni della domanda di spettro nello spazio e identificare i fattori chiave che la influenzano, offrendo ai regolatori approfondimenti cruciali per la gestione flessibile delle risorse nelle reti 6G.
Il paper introduce una famiglia di ottimizzatori basati su norme operatorie normalizzate, culminanti nell'algoritmo MOGA, che garantisce una stabilità e un trasferimento dei tassi di apprendimento indipendenti dalla larghezza della rete, superando i limiti di metodi esistenti come AdamW e Muon.
Questo lavoro fornisce le prime garanzie a campione finito per un approccio di apprendimento di rappresentazioni guidato dai costi nel controllo LQG, dimostrando che è possibile apprendere un modello latente e un controllore quasi ottimali prevedendo direttamente i costi multi-step senza ricostruire osservazioni o azioni.
Questa rassegna esamina l'applicazione della teoria dell'utilità alla modellazione cognitiva nella robotica, analizzando l'evoluzione dai sistemi basati sul comportamento alle architetture cognitive e ai sistemi di valore, con particolare attenzione al processo decisionale, all'apprendimento e all'interazione in ambienti multi-agente e uomo-robot, proponendo infine nuove direzioni di ricerca e problemi aperti.
Il documento propone una strategia di controllo predittivo basato su modelli (MPC) per la gestione dell'energia domestica con batterie, che, utilizzando previsioni semplici di carichi e prezzi, riduce i costi energetici (inclusi quelli per i picchi di potenza a scaglioni) fino a un margine dell'1,7% rispetto al limite teorico ottimo ottenuto con la conoscenza perfetta del futuro.