321 articoli
Il documento propone un metodo di trasporto collaborativo di carichi sospesi tramite cavi basato su un equilibrio rotazionale, che sfrutta le forze centrifughe per permettere ai droni di generare spinta puramente verticale, riducendo così il consumo energetico fino al 20% rispetto alle tecniche statiche convenzionali.
Questo articolo propone un framework di disapprendimento automatico basato su SISA per la localizzazione dei cortocircuiti tra spire nei trasformatori di potenza, che consente di rimuovere efficacemente l'influenza di dati dannosi riaddestrando solo i modelli interessati, riducendo così drasticamente i tempi di elaborazione rispetto al riaddestramento completo.
Questo studio presenta un framework di apprendimento per rinforzo basato su grafi e topologia che, integrando l'analisi della persistenza omologica, ottimizza la riconfigurazione e il carico nei reti di distribuzione elettrica per migliorare la resilienza e la stabilità operativa durante eventi estremi.
Questo articolo propone un framework di recupero dei dati mancanti per le reti di distribuzione elettrica che integra i vincoli di instradamento della rete di comunicazione con il completamento di matrici a basso rango, migliorando significativamente l'accuratezza della ricostruzione rispetto ai metodi tradizionali che ignorano le dipendenze della rete di comunicazione.
Questo articolo presenta un framework innovativo che, sfruttando un'interfaccia conversazionale basata su LLM e un sistema di rendering ottimizzato, consente agli scienziati di generare animazioni 3D di dati climatici petascale su workstation commerciali, riducendo drasticamente i tempi di elaborazione e rendendo accessibile la visualizzazione avanzata anche a utenti privi di competenze specialistiche.
Il paper introduce GuideTWSI, un nuovo dataset diversificato di indicatori tattili di camminata (TWSI) derivato da immagini sintetiche e reali, progettato per colmare le lacune geografiche e tipologiche dei dataset esistenti e migliorare la navigazione sicura per persone non vedenti o ipovedenti.
Questo articolo presenta un metodo innovativo per l'ottimizzazione di traiettorie robuste senza assunzioni distributive su sistemi stocastici non lineari e non gaussiani, utilizzando l'inferenza conforme per garantire il rispetto dei vincoli probabilistici attraverso la riformulazione in vincoli deterministici statisticamente validi.
Il documento propone un framework di controllo predittivo distribuito basato sul metodo ADMM che permette a un team di robot quadrupedi con bracci manipolatori di trasportare collaborativamente carichi pesanti in ambienti complessi, garantendo scalabilità e prestazioni in tempo reale superando i limiti dei metodi centralizzati e decentralizzati tradizionali.
Questo tutorial presenta un'introduzione orientata al controllo ai sistemi di navigazione inerziale assistita, utilizzando una formulazione geometrica basata sul gruppo esteso SE₂(3) per chiarire il ruolo dell'invarianza e della simmetria nella fusione dei dati e discutere metodi moderni come i filtri equivarianti.
Questo articolo presenta un framework di coordinamento Vehicle-to-Grid basato sull'apprendimento per rinforzo (Soft Actor-Critic) che, attraverso una strategia di formazione in due fasi e il rispetto dei vincoli delle batterie, garantisce una regolazione della tensione robusta e la preservazione dello stato di carica della flotta sia in scenari a singolo che a multi-nodo.
Questa revisione offre un'analisi completa dei metodi di modellazione, ottimizzazione e controllo consapevoli della rete per i Sistemi Energetici Integrati, evidenziando le limitazioni metodologiche attuali e delineando direzioni di ricerca per garantire scalabilità, fattibilità e integrazione delle rinnovabili.
Questo lavoro propone un framework di intelligenza artificiale multi-agente basato su LLM che automatizza la generazione e l'orchestrazione delle policy delle rApp in Open RAN, risolvendo i conflitti e migliorando significativamente l'accuratezza di deployment e l'efficienza dei costi rispetto ai metodi tradizionali.
Questo articolo propone una prospettiva sulla "intelligenza incarnata" sottomarina che affronta l'autonomia dei robot attraverso un approccio basato sull'accoppiamento dei vincoli, integrando pianificazione, controllo e deployment per gestire le interdipendenze tra incertezza idrodinamica, osservabilità parziale e scarsità di risorse.
Il documento propone un algoritmo di tracciamento predittivo senza modello basato sul Lemma Fondamentale di Willems per sistemi non lineari con embedding lineare di Koopman, dimostrando che il rimpianto dinamico decade esponenzialmente all'aumentare dell'orizzonte di previsione.
Questo articolo di revisione analizza come l'apprendimento automatico, supportato da un'analisi di 300 studi, superi le limitazioni delle comunicazioni sottomarine attraverso ottimizzazioni a tutti i livelli di rete, migliorando significativamente l'efficienza energetica, il throughput e l'accuratezza delle applicazioni nell'Internet delle Cose Sottomarine (IoUT).
Questo lavoro stabilisce garanzie finite-campiono per l'apprendimento di rappresentazioni dello stato guidate dai costi e per il controllo ottimale in problemi LQG a orizzonte infinito, analizzando sia modelli latenti espliciti che impliciti (simili a MuZero) e provando la persistenza dell'eccitazione per un nuovo processo stocastico.
Questo articolo propone un metodo di controllo a retroazione dell'uscita basato su vincoli quadratici integrali (IQC) per sistemi LPV con ritardi d'ingresso variabili nel tempo, che utilizza funzioni di Lyapunov dipendenti dai parametri e moltiplicatori IQC dinamici per derivare condizioni di sintesi convesse e meno conservative, fornendo inoltre una formula esplicita per la ricostruzione del controllore senza bisogno di specificare a priori la forma funzionale dei guadagni.
Il documento propone un osservatore innovativo basato sull'inversione dinamica che, combinando un modello lineare monorotaia con una rappresentazione distribuita degli pneumatici tramite equazioni alle derivate parziali iperboliche, ricostruisce con precisione l'angolo di sbandata e le forze degli pneumatici utilizzando solo misure di velocità di imbardata e accelerazione laterale, anche in presenza di rumore e incertezze del modello.
Questo articolo presenta VB-NET, un framework di deep learning grigio-con fisico che modella i sistemi di condizionamento dell'aria come batterie virtuali, garantendo coerenza fisica, interpretabilità e alta precisione con dati limitati per facilitare la flessibilità della domanda nella rete elettrica.
Questo articolo propone un framework leggero basato sul controllo predittivo del modello (MPC) per le aste pubblicitarie di brand, che utilizza la regressione isotonica online per costruire modelli monotoni direttamente dai dati in streaming, migliorando l'efficienza della spesa e il controllo dei costi senza la necessità di complessi modelli di machine learning.