326 articoli
Questo articolo analizza l'esistenza degli osservatori basati sulla stima dei parametri (PEBO) per sistemi non lineari generali, esaminando in dettaglio le proprietà di trasformabilità e identificabilità per fornire condizioni sufficienti che ne garantiscano la fattibilità.
Il documento propone l'algoritmo DPS-LA, una nuova strategia distribuita di passo adattivo di Polyak con regolazione del livello, che elimina la necessità di conoscere i valori ottimali globali garantendo al contempo il consenso di rete e un tasso di convergenza lineare di .
Questo studio analizza un sistema di code a due stadi ispirato alle MinuteClinic di CVS per sviluppare politiche di controllo ottimali e robuste che guidano gli infermieri nella decisione se trattare i pazienti a bassa acuità in autonomia o collaborare con medici via telemedicina, offrendo euristiche efficienti che superano significativamente le politiche di riferimento esistenti.
Questo articolo propone una nuova soluzione in forma chiusa per il beamforming adattivo robusto, composta da tre fasi sequenziali, che supera i metodi esistenti in termini di efficienza computazionale, semplicità di derivazione e capacità di gestire scenari a rango ridotto, fornendo inoltre per la prima volta le condizioni di esistenza e unicità della soluzione.
Questo studio dimostra sperimentalmente che l'impiego di un risolutore a set attivo duale (DAQP) su un microcontrollore STM32F405 permette di eseguire il controllo predittivo del modello (MPC) a 500 Hz su un nano-quadricottero Crazyflie 2.1, superando le prestazioni di un solver ADMM e introducendo un metodo basato sui dati per la certificazione offline della fattibilità in tempo reale.
Il documento presenta SHANG++, un metodo di discesa del gradiente stocastico accelerato che, grazie a una correzione di smorzamento, garantisce una convergenza robusta ed efficiente anche in presenza di rumore moltiplicativo, superando le limitazioni di stabilità dei metodi di Nesterov tradizionali.
Questo articolo presenta un metodo basato sui Grafi Relativi Scalati (SRG) e sulla teoria di Sobolev per calcolare limiti di guadagno meno conservativi per sistemi di Lur'e su intervalli limitati di frequenza e ampiezza, generando così una generalizzazione tridimensionale del diagramma di Bode che si riduce al caso lineare nel limite di energia zero.
Questo articolo propone un approccio categorico allo studio dell'ottimizzazione convessa, definendo una categoria i cui oggetti sono problemi di ottimizzazione e dimostrando teoremi fondamentali come il teorema minimax e l'involuzione della trasformata di Legendre tramite metodi categoriali.
Questo articolo propone un metodo stocastico di moltiplicatori del direzione alternata (ADMM) per problemi di ottimizzazione convessa composita non liscia in spazi di Hilbert, dimostrandone la convergenza forte e tassi di convergenza non ergodici più rapidi, con applicazioni a problemi governati da equazioni differenziali alle derivate parziali con coefficienti casuali.
Questo lavoro introduce i nuclei mollificati di Christoffel-Darboux su varietà algebriche come strumento di regolarizzazione sistematica che, sostituendo la crescita lineare con un limite uniforme sul supporto, permette il recupero quantitativo e coerente delle densità dai dati dei momenti senza richiedere la conoscenza della misura di equilibrio.
Questo articolo propone un nuovo modello di ottimizzazione robusta per l'impegno delle unità (RE-RPfair) che integra un criterio di equità nell'allocazione della soppressione dell'energia rinnovabile, dimostrando la sua efficacia tramite simulazioni e misurando la distribuzione equa mediante l'indice di Gini.
Questo articolo presenta un modello di programmazione lineare intera per formalizzare il puzzle logico Evolomino, introduce un algoritmo per generare istanze con soluzione unica e dimostra l'efficacia di un solver CP-SAT nel risolvere e creare puzzle fino a dimensioni di 18x18.
Questo studio analizza un problema di controllo Dirichlet lineare-quadratico governato da un'equazione ellittica non coerciva su domini poligonali non convessi, dimostrando che l'uso di regolarizzazione di Tikhonov in una seminorma energetica, combinato con mesh graduate e una proiezione discreta, garantisce stime di errore ottimali e la convessità forte uniforme dei problemi discretizzati.
Il documento presenta un quadro unificato di tipo primale-duale e prossimale (UPP) per l'ottimizzazione distribuita non convessa, che unifica vari metodi esistenti, ne dimostra la convergenza a soluzioni stazionarie e offre garanzie di convergenza lineare sotto condizioni specifiche, superando le prestazioni degli stati dell'arte in termini di velocità e efficienza di comunicazione.
Questo lavoro presenta un framework di identificazione del sistema basato sull'ottimizzazione e sul metodo aggiuntivo per localizzare le debolezze strutturali e ricostruire i campi di temperatura in strutture accoppiate termo-meccaniche unidirezionali, dimostrando attraverso esempi numerici che le strategie proposte superano le assunzioni di temperatura costante o l'interpolazione, specialmente quando i sensori sono scarsamente distribuiti rispetto alle caratteristiche termiche locali.
Questo articolo propone un nuovo algoritmo di aggregazione della discesa bilevel basato su ADMM per la selezione di iperparametri sparsi, che supera i limiti delle assunzioni di singleton del livello inferiore garantendo la convergenza globale e dimostrando prestazioni superiori su dati sintetici e reali.
Questo articolo propone un approccio rigoroso basato sul controllo ottimo per l'addestramento dei Transformer, modellando l'architettura come un sistema dinamico di McKean-Vlasov su spazi di probabilità per garantire l'esistenza di politiche globalmente ottimali senza richiedere assunzioni di convessità o regolarità.
Questo articolo migliora le stime note sulle dimensioni delle facce massimali del cono delle matrici completamente positive, dimostrando che per ogni dimensione dispari il limite inferiore esatto è e fornendo nuovi limiti superiori per le dimensioni pari .
Questo articolo offre un'indagine sulle tecniche di media nei metodi del gradiente stocastico, esaminando le loro fondamenta teoriche, gli sviluppi moderni e le applicazioni nell'apprendimento automatico, con particolare attenzione al comportamento a campione finito e alle direzioni di ricerca future.
Lo studio identifica un equilibrio di Nash tra DEX concorrenti che regolano dinamicamente le commissioni, dimostrando come l'aumento del numero di piattaforme riduca lo slippage per gli operatori strategici e alteri il benessere dei trader rumorosi a seconda dell'attività di mercato.