342 articoli
Questo lavoro presenta un quadro rigoroso per estendere gli operatori neurali al di fuori della distribuzione di addestramento, sfruttando tecniche di approssimazione dei kernel e spazi di Hilbert a nucleo riproducente per garantire la robustezza teorica e l'accuratezza nella risoluzione di equazioni differenziali alle derivate parziali su varietà.
Questo articolo presenta un metodo di ottimizzazione stocastica non convessa che combina passi di gradiente e di curvatura negativa con meccanismi adattivi, garantendo complessità iterativa ad alta probabilità per raggiungere punti stazionari di secondo ordine e dimostrando sperimentalmente i benefici dell'approccio anche in presenza di rumore.
Questo articolo propone un approccio basato sulla teoria delle perturbazioni singolari per realizzare filtri di sicurezza locali e decentralizzati per sistemi dinamici in rete, garantendo approssimazioni controllate rispetto ai filtri centralizzati ideali attraverso la separazione delle scale temporali e la stima dei derivati.
Questo articolo analizza i bandit multi-braccio in tempo continuo con tempi di intervento casuali, fornendo una caratterizzazione esplicita dell'indice di Gittins per processi di Lévy e dimostrando come questo si esprima in termini di funzioni di scala o caratteristiche di diffusione quando i tempi di interruzione sono esponenziali.
Questo articolo formalizza l'apprendimento della comunicazione in ambienti decentralizzati parzialmente osservabili attraverso la struttura delle informazioni, identificando i casi "quasi-classici" come computazionalmente trattabili e proponendo algoritmi di pianificazione e apprendimento con complessità dimostrabilmente efficiente.
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 articolo propone un modello infinito-dimensionale trattabile e ben definito per valutare l'impatto ambientale a lungo termine di processi a memoria lunga, come le fioriture di alghe bentoniche, riducendo il problema alla risoluzione di un sistema Hamilton-Jacobi-Bellman esteso e dimostrandone l'applicazione pratica attraverso dati sperimentali.
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 articolo propone un metodo differenziale convesso-successivo (SDC) per risolvere una classe di programmi stocastici conici a due stadi non convessi e non lisci, trasformando il problema in una disuguaglianza variazionale stocastica e dimostrando la convergenza del metodo attraverso un'estensione del modello di Markowitz.
Il paper propone un framework Plug-and-Play per la super-risoluzione cieca di immagini MRI cliniche a 1.5 T, formulando il problema come un'inversione non convessa risolta tramite un metodo alternato eterogeneo che garantisce la convergenza e migliora la visibilità dei biomarcatori della sclerosi multipla.
Questo lavoro introduce un nuovo approccio di filtraggio di Kalman basato su ensemble che, sostituendo le tecniche di localizzazione tradizionali e manuali con una localizzazione intrinseca della densità di probabilità tramite ottimizzazione bayesiana variazionale, ottiene prestazioni di accuratezza e costo computazionale comparabili ai metodi esistenti già ottimizzati.
Il documento presenta un metodo di regione di fiducia implicito-esplicito che sfrutta la struttura dell'Hessiano e la trasformata veloce di Fourier per calcolare punti stazionari del secondo ordine nei modelli di Landau, garantendo la convergenza verso minimi locali e permettendo di identificare nuove fasi stabili come la FDDD nel modello Landau-Brazovskii.
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.
Questo articolo propone una riformulazione adattiva basata sulla normalizzazione quantile di un indicatore di convergenza KKT per l'ottimizzazione multi-obiettivo, migliorandone la robustezza rispetto alle distribuzioni eterogenee dei residui di stazionarietà senza dipendere da insiemi di riferimento esterni.
Questo studio analizza l'interazione tra politiche di rifornimento e algoritmi di evasione degli ordini online in un contesto di e-commerce, dimostrando teoricamente la stabilità del rimpianto su cicli lunghi e identificando le condizioni in cui ottimizzare il rifornimento o l'adempimento ha un impatto maggiore sul profitto, proponendo inoltre un nuovo algoritmo online "look-ahead" che supera le prestazioni delle strategie miope.
Questo articolo presenta e valida sperimentalmente un metodo del gradiente riemanniano con momento, che estende un approccio di ottimizzazione non vincolata garantendo un punto stazionario ε-convergente con complessità e dimostrando prestazioni competitive rispetto agli strumenti esistenti.
Questo studio analizza il flusso di gradiente di Wasserstein di energie semi-discrete, rilevanti nella pianificazione urbana, dimostrando la convergenza dello schema JKO verso un sistema accoppiato di PDE e ODE con dinamiche singolari e caratterizzandone le proprietà qualitative e il comportamento numerico, inclusa una cristallizzazione dinamica.
Questo lavoro presenta un'analisi di stabilità di Lyapunov per un modello di ottimizzazione vettoriale stocastica basato su equazioni differenziali stocastiche, ne dimostra l'unicità e la ricorrenza positiva, e fornisce un'implementazione numerica compatibile con il framework *pymoo* che, pur mostrando prestazioni inferiori negli spazi a bassa dimensionalità rispetto agli algoritmi evolutivi, si rivela una valida alternativa in contesti ad alta dimensionalità con budget di valutazione limitato.
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 studio dimostra che, nei processi decisionali di Markov a orizzonte infinito valutati tramite una carica diffusa, non è garantita l'esistenza di una strategia ottimale (né pura né randomizzata) senza assumere il principio del valore temporale del denaro, fornendo un controesempio che risponde negativamente alla questione sollevata da Neyman.