361 편의 논문
이 논문은 선형화 시 안정화 불가능하지만 섹터 조건을 만족하는 정적 비선형성과 구조적 특성을 활용하여, 비선형 PI 제어기를 적용한 3 상태 무어-그라이처터 압축기 모델의 모든 해가 유계임을 보장하는 명시적 조건과 분석적 논증을 제시합니다.
이 논문은 풍력 발전의 극단적인 부족 상황을 효과적으로 대비하기 위해, 희귀 사건 발생 확률을 높여 시나리오를 생성하는 플레밍 - 비오프 입자 기법을 활용한 다단계 확률적 프로그래밍 기반의 전력 시스템 제어 방법을 제시합니다.
본 논문은 시뮬레이션된 용암 동굴 환경에서 로봇의 자세 데이터 (특히 피치 표준편차) 를 기반으로 지형을 98% 이상의 정확도로 분류하여, 다양한 지형을 극복하기 위한 적응형 정책 스위칭의 실현 가능성을 입증했습니다.
이 논문은 비선형 유체 역학과 히스테리시스 같은 복잡한 동역학을 분석적 모델 없이 신경망 기반의 순방향 동역학 모델과 모방 학습을 결합한 데이터 기반 제어 프레임워크를 통해 자기 구동 어류형 로봇의 정밀한 경로 추종 성능을 달성하는 방법을 제안하고 검증합니다.
이 논문은 현대적 정책 최적화 관점에서 혼합 H2/H∞ 제어 문제를 재검토하여, 모든 정상점이 전역 최적해인 '유익한 비볼록성'을 증명하고 확장된 볼록 리프팅 (ECL) 프레임워크를 통해 대규모 및 데이터 기반 설정에서도 확장 가능한 전역 최적화 방법을 제시합니다.
이 논문은 eVTOL 및 무인기 등 저고도 경제의 안전과 확장을 위해 기압계, 해수면, 지상고 등 파편화된 기존 수직 기준을 대체하여 전 세계적으로 일관된 GNSS 기반 '타원체 고도 (HAE)'를 표준화하고, 이를 통해 공역 용량을 증대시키는 실용적인 전환 로드맵을 제시합니다.
본 논문은 불확실성 하에서 다각형 로봇과 장애물 간의 충돌 위험을 명시적으로 고려하여 기존 방법의 과도한 보수성을 완화하고 협소한 환경에서의 항법 효율성을 향상시키는 'U-OBCA'라는 새로운 최적화 기반 충돌 회피 프레임워크를 제안합니다.
이 논문은 분산전원의 증가로 인한 계통 불안정성을 해결하기 위해, 다양한 응답 속도를 가진 자원을 주파수 및 전압 제어 루프를 통해 다중 시간대별로 최적화하여 배분하는 그리드 포밍 기반의 동적 가상발전소 (DVPP) 제어 전략을 제안하고 그 유효성을 입증합니다.
이 논문은 다자유도 로봇 매니퓰레이터의 비선형 및 결합된 동역학 문제를 해결하기 위해 모델 예측 제어와 피드백 제어를 통합한 하이브리드 제어 아키텍처를 제안하고, 머신러닝 기반의 하드웨어 구현을 통해 외부 간섭 하에서도 뛰어난 성능과 실용성을 입증합니다.
이 논문은 이벤트 카메라의 비동기적 밝기 변화 데이터를 바탕으로, 히스토리 의존성 마크드 포인트 프로세스를 모델링하여 신경 ODE 기반의 연속 시간 동역학과 임계값을 온라인으로 추정하는 재귀적 지평선 최대우도 추정법을 제안합니다.
이 논문은 연속 상태 확률 시스템의 엔트로피와 제어 성능을 동시에 고려하여, 이산화 오차에 대한 새로운 경계와 기존 형식적 추상화 기법을 결합해 예측 가능성과 제어 목표를 균형 있게 달성하는 형식적 엔트로피 규제 제어 방법을 제안합니다.
이 논문은 물리적 한계와 안전 고려사항으로 인한 상태 및 입력 제약 조건을 만족하면서도 입력 포화 현상을 고려하여 무인 수면 선박의 궤적 추적을 보장하는 비선형 피드백 제어 기법을 제안합니다.
이 논문은 불확실한 생산과 소비, 그리고 그리드 제약 조건 하에서 그리드 운영자와 프로슈머의 이해관계를 균형 있게 반영한 지역 에너지 시장 연합의 최적 안정적 분할을 위한 협력 게임 이론적 프레임워크를 제시합니다.
이 논문은 선형 행렬 부등식을 이용해 상태 공간 표현으로부터 이산 시간 LTI 시스템의 스케일드 리레이티브 그래프 (SRG) 를 정확히 계산하는 방법을 제시하고, 입력 - 출력 데이터와 잡음이 있는 궤적로부터도 SRG 를 데이터 기반으로 추정하는 새로운 접근법과 이를 포함하는 강건한 SRG 버전을 제안합니다.
이 논문은 리만 다양체와 리 군 위에서 곡선을 유도하여 접선 및 법선 성분을 결합한 새로운 동적 시스템 프레임워크 (CDSM) 를 제안하고, 이를 통해 로봇의 안전하고 적응 가능한 동작 생성 및 안정성을 입증합니다.
이 논문은 자율주행 소프트웨어 개발의 효율성과 정확성을 높이기 위해 물리적 차량과 디지털 트윈을 동기화한 '차량-루프 (ViL)' 기반 테스트 프레임워크를 제안하며, 이를 통해 중앙 집중형 E/E 아키텍처에서의 안전하고 재현 가능한 검증을 가능하게 합니다.
이 논문은 실제 추격 - 회피 상황에서 발생하는 가변적인 추정 지연을 실시간으로 모델링하고 입자 기반 고정 지연 스무더를 활용한 적응형 유도 법칙을 제안함으로써, 기존 지연 정보 유도 법칙의 한계를 극복하고 추격 성능을 크게 향상시키는 포괄적인 프레임워크를 제시합니다.
이 논문은 비선형 동역학 대신 학습된 선형 딥 쿠퍼만 (Koopman) 연산자를 사용하여 모델 예측 경로 적분 (MPPI) 제어의 계산 효율성을 크게 향상시키면서도 제어 성능을 유지하는 'MPPI-DK' 프레임워크를 제안하고, 시뮬레이션 및 4 족 로봇 실증 실험을 통해 그 유효성을 입증합니다.
이 백서에서는 고차원 MIMO 시스템에서 최대 가능도 (ML) 검출의 계산 복잡도를 줄이면서도 거의 ML 성능을 달성할 수 있는 구조화된 축소 탐색 기법을 제안하고, 다양한 MIMO 차원과 변조 차수에 대해 선형 복잡도로 최적에 가까운 하드 디케이션 성능을 입증합니다.
이 논문은 대규모 언어 모델 (LLM) 을 활용하여 자연어 설명을 RTL 과 GDSII 레이아웃으로 자동 변환하는 NL2GDS 프레임워크를 제안하며, 이를 통해 ASIC 설계의 접근성을 높이고 면적, 지연, 전력 효율을 크게 개선할 수 있음을 입증합니다.