361 papers
Deze paper bewijst een superpositiestelling voor input-tot-output-stabiliteit (IOS) van een brede klasse van niet-lineaire oneindig-dimensionale systemen door nieuwe stabiliteitsconcepten te introduceren en te analyseren, terwijl het ook de uitdagingen van deze uitbreiding illustreert aan de hand van tegenvoorbeelden.
Dit artikel introduceert een forecast-gebaseerde optimalisatiemethode die de koolstofuitstoot van energie-intensieve diensten, zoals generatieve AI, verlaagt door de kwaliteit van antwoorden dynamisch aan te passen aan de koolstofintensiteit van het elektriciteitsnet, waardoor emissies met tot 10% kunnen worden gereduceerd zonder de beschikbaarheid te beïnvloeden.
In dit artikel wordt een nieuw raamwerk voorgesteld dat iteratieve optimalisatie-algoritmen voor tijdsvariërende convex problemen analyseert door ze te modelleren als lineaire parameter-variërende systemen met integrale kwadratische ongelijkheden, waardoor kwantitatieve foutgrenzen kunnen worden afgeleid die afhankelijk zijn van de snelheid van verandering in de doelfunctie en de gradiënt.
Dit artikel introduceert Space-O-RAN, een gedistribueerde besturingsarchitectuur die Open RAN-principes uitbreidt naar satellietnetwerken via hiërarchische gesloten-lusregeling en lichte dApps, waardoor autonome, intelligente en interoperabele niet-terrestrische netwerken voor 6G mogelijk worden gemaakt.
Deze paper introduceert een zelftoezichthoudende aanpak voor UAV-trajectplanning die diepteperceptie combineert met differentieerbare optimalisatie en een neurale tijdsallocatiestrategie om, zonder menselijke labels, de prestaties en robuustheid in complexe 3D-omgevingen aanzienlijk te verbeteren.
Dit artikel presenteert een iteratief tangentiële interpolatie-algoritme voor modelreductie van MIMO-systemen dat gebruikmaakt van de Loewner-framework en AAA-ideeën, waarbij interpolatiegewichten en -punten worden geoptimaliseerd om de -fout monotoon te verkleinen met prestaties die vergelijkbaar zijn met bestaande methoden.
In dit artikel wordt een robuuste regelstrategie voor tegenstroomwarmtewisselaars voorgesteld, die een uitlaattemperatuur regelt via een gestructureerd bilineair model en twee controlemethoden (een outputfeedbackregelaar met toestandsobservatie en een zuivere integralenregeling) valideert aan de hand van echte experimenten.
Dit artikel introduceert Zono-conformale voorspelling, een nieuwe methode die zonotopen gebruikt om in plaats van intervallen afhankelijke onzekerheidssets te genereren voor regressie- en classificatietaken, wat resulteert in minder conservatieve voorspellingen met gegarandeerde dekking via een efficiënt lineair programmeringsprobleem.
Dit conceptpapier introduceert het Adaptive Quantized Planetary Crater Detection System (AQ-PCDSys), een architectuur die kwantiseringsbewuste training en adaptieve multi-sensorfusie combineert om robuuste kraterdetectie mogelijk te maken binnen de strenge rekenkracht- en energiebeperkingen van ruimtevaartcomputers.
Dit artikel introduceert Learning-IPM, een leermodel dat een LSTM-netwerk gebruikt om het centrale pad van de binnen-puntmethode te projecteren op basis van vroege iteraties, waardoor de rekentijd voor optimalisatie van vermogensstroomproblemen met tot 94% wordt verkort zonder in te leveren op haalbaarheid of nauwkeurigheid.
Dit artikel presenteert een continue, tijdsonafhankelijke feedbackregeling die de toestand op de n-sfeer bijna globaal naar een gewenste locatie stabiliseert terwijl ster-vormige obstakels worden vermeden door de toestand ofwel langs een geodeet te sturen ofwel naar het antipode van een punt in het obstakel te leiden.
Dit artikel presenteert een dispatch-bewuste diep-neurale netwerk (DA-DNN) dat de berekeningscomplexiteit van optimale transmissieschakeling (OTS) oplost door een differentieerbare DC-OPF-laag te integreren, waardoor schaalbare, fysiek haalbare en generaliseerbare oplossingen worden gegenereerd zonder afhankelijkheid van vooraf berekende labels.
Dit artikel beschrijft een stralingsbestendige delta-sigma ADC in 130 nm CMOS-technologie met een dynamisch bereik van 200 dB, die is ontworpen voor stralingsharde beam loss monitoring in deeltjesversnellers zoals de HL-LHC en in staat is om stromen van 1 mA tot 1 pA te meten met zowel snelle reactietijden als hoge resolutie.
Dit paper introduceert het conceptuele raamwerk van de GenAI Workbench, een AI-ondersteunde MBSE-omgeving die systemenengineering integreert in het ontwerpproces door een digitale draad te creëren tussen documenten, geometrie en systeemgrafieken voor een meer holistische en datagedreven engineering.
Dit artikel presenteert een multidisciplinair ontwerpoptimisatiekader dat trajectdynamica, vermogenssystemen en elektrische voortstuwing voor een lage-druk missie naar asteroïde 16-Psyche gelijktijdig optimaliseert door de variabele specifieke impuls van de SPT-140 Hall-aandrijving te koppelen aan de tijdsvariabele zonne-energiebeschikbaarheid.
Dit artikel presenteert een real-time, losgekoppeld GNSS-IMU-integratiesysteem op basis van Factor Graph Optimization dat, hoewel het ten koste gaat van de positieprecisie, de beschikbaarheid van de dienst in uitdagende stedelijke omgevingen significant verbetert ten opzichte van batch-methoden.
Dit artikel presenteert een real-time, strak gekoppelde GNSS-IMU-integratiemethode op basis van factorgraafoptimalisatie die causale staatsschatting mogelijk maakt via incrementele optimalisatie met vaste-lag marginalisatie, en valideert deze prestaties in een sterk verstedelijkt, GNSS-verslechterde omgeving met de UrbanNav-dataset.
Dit paper presenteert lokaal implementeerbare benaderingen van netwerk-CBF-veiligheidsfilters via een twee-tijdschaalontwerp, waarbij expliciete grenzen worden afgeleid om de afweging tussen veiligheidsdegradatie en lokale toepasbaarheid te kwantificeren.
Deze studie toont aan dat, ondanks de emissiereductie door eco-routing, de totale uitstoot in zes Amerikaanse steden superlineair toeneemt met de bevolkingsgroei en dat gerichte capaciteitsuitbreiding van kritieke knelpunten een effectieve strategie is om zowel emissies als reistijd te verminderen zonder de efficiëntie van eco-routing te schaden.
Dit artikel formaliseert leren om te communiceren in Dec-POMDPs door middel van informatiestructuren, identificeert de wiskundige voorwaarden voor kwasi-klassieke scenario's die computationele haalbaarheid garanderen, en ontwikkelt daarvoor bewezen algoritmen met gegarandeerde complexiteit.