Quantization Robustness of Monotone Operator Equilibrium Networks

이 논문은 단조 연산자 균형 네트워크의 가중치 양자화를 스펙트럼 섭동으로 분석하여, 양자화 오차가 단조성 마진보다 작을 때만 수렴이 보장되며 MNIST 실험을 통해 5 비트 이상에서 수렴하고 4 비트 이하에서는 발산하는 임계값을 확인하고 양자화 인식 학습으로 이를 회복할 수 있음을 증명합니다.

James Li, Philip H. W. Leong, Thomas ChaffeyThu, 12 Ma⚡ eess

Practical Regularized Quasi-Newton Methods with Inexact Function Values

이 논문은 수치적 오차가 포함된 비볼록 최적화 문제를 해결하기 위해 정규화 파라미터 업데이트 규칙과 완화된 아르미조 라인 서치를 결합한 잡음 내성 정규화 준뉴턴 방법을 제안하고, CUTEst 벤치마크를 통해 기존 방법보다 뛰어난 견고성과 경쟁력 있는 수렴 속도를 입증했습니다.

Hiroki Hamaguchi, Naoki Marumo, Akiko TakedaThu, 12 Ma🔢 math

Convergence Analysis of a Fully Discrete Observer For Data Assimilation of the Barotropic Euler Equations

이 논문은 1 차원 바로트로픽 오일러 방정식에 대한 이산 루엔버거 관측기의 수렴성을 분석하여, 초기 조건 오차, 격자 크기, 측정 오차 및 누딩 매개변수에 의존하는 시간 독립적인 오차 상한을 최초로 증명하고 장기 시뮬레이션에서의 균일 정확성을 입증합니다.

Aidan Chaumet, Jan GiesselmannThu, 12 Ma🔢 math

A partitioned optimization framework for structure-aware optimization

이 논문은 변수 공간의 분할을 통해 문제를 단순화하고 이를 도함수 없는 최적화 기법으로 해결하는 '분할 최적화 프레임워크 (POf)'와 이를 위한 '도함수 없는 분할 최적화 방법 (DFPOm)'을 제안하여 무한차원 최적 제어 및 유한차원 복합 그레이박스 문제 등 다양한 문제에 적용 가능한 효율적인 해법을 제시합니다.

Charles Audet, Pierre-Yves Bouchet, Loïc BourdinMon, 09 Ma🔢 math

StochasticBarrier.jl: A Toolbox for Stochastic Barrier Function Synthesis

이 논문은 이산 시간 확률 시스템의 안전성 검증을 위해 선형, 다항식, 그리고 일반 비선형 동역학까지 포괄적으로 지원하며 기존 도구보다 계산 속도와 확장성에서 월등한 성능을 보이는 오픈소스 자바 (Julia) 기반 도구인 'StochasticBarrier.jl'을 소개합니다.

Rayan Mazouz, Frederik Baymler Mathiesen, Luca Laurenti, Morteza LahijanianMon, 09 Ma🔢 math

Marking Data-Informativity and Data-Driven Supervisory Control of Discrete-Event Systems

이 논문은 이산 사건 시스템의 모델이 알려지지 않은 상황에서 주어진 사양을 만족하는 비차단 마킹 감독기를 설계하기 위한 조건인 '마킹 데이터 정보성' 개념을 제안하고, 이를 검증하는 알고리즘을 개발하며 데이터가 불충분할 경우를 위한 확장 개념과 알고리즘을 제시합니다.

Yingying Liu, Kuma Fuchiwaki, Kai CaiMon, 09 Ma🔢 math