361 papers
Dit artikel presenteert een benchmark voor kleine taalmodellen in leider-volger-interacties en toont aan dat fijngetuneerde modellen, ondanks prestatieverlies bij één-shot context, een effectieve en snelle oplossing bieden voor rollen-toewijzing op randapparatuur.
Dit paper introduceert DRAFTO, een nieuw algoritme voor trajectoptimalisatie bij robotmanipulators dat door het ontkoppelen van een gereduceerde ruimte en adaptieve herstelprocedures voor haalbaarheid, efficiënt en betrouwbaar optimale paden genereert die aan diverse beperkingen voldoen.
Dit artikel introduceert TATIC, een unificerend framework dat koppelkrachten en een taakbewuste tijdelijke convolutionele netwerkarchitectuur combineert om zowel discrete taakintenties als continue bewegingsparameters te infereren uit korte fysieke correcties in mens-robot samenwerking, wat resulteert in robuuste aanpassing en succesvolle hardware-validatie bij collaboreerend demonteren.
Dit artikel onderzoekt de invloed van parameterselectie op de convergentie van een gemodificeerd mierenkolonie-algoritme voor het optimaliseren van de hiërarchische structuur van industriële distributieregelsystemen en biedt richtlijnen voor het afstemmen van het algoritme op specifieke combinatorische optimalisatieproblemen.
Dit artikel breidt het Irreversible Port-Hamiltonian Systems (IPHS)-kader uit naar niet-isentropische vloeistoffen met viskeuze dissipatie in de Euleriaanse beschrijving, waarbij convectief transport en thermodynamische consistentie via aangepaste differentiaaloperatoren en randvariabelen worden geïntegreerd.
Dit paper introduceert een adaptief algoritme voor multi-robot multitask-dekking dat, afhankelijk van de beschikbaarheid van kennis over de sensorische behoeften, ofwel een federatieve aanpak gebruikt of een multitask-Gaussian Process-framework toepast om sublineaire regret te garanderen.
Dit werk breidt eerdere 1D-formuleringen van irreversibele port-Hamiltoniaanse systemen uit naar rand-gestuurde N-dimensionale distributieve parameter-systemen voor geleiding-diffusie, waarbij een thermodynamisch consistent raamwerk wordt geboden dat globale energiebalans en entropieproductie waarborgt voor de modellering en controle van complexe multi-fysische processen.
Dit artikel presenteert een implementatie en evaluatie van een gedistribueerde Kalman-consensusfilter met adaptieve onzekerheidsweeging voor het volgen van meerdere objecten in mobiele robotnetwerken, waarbij gebruik wordt gemaakt van het MOTLEE-framework voor frame-uitlijning en dynamische aanpassing van de invloed van bureninformatie om de trackingnauwkeurigheid te verbeteren ondanks lokale drift en communicatievertraging.
Dit artikel stelt voorwaarden op waaronder multi-stap Runge-Kutta-methoden sterke contractiviteit behouden bij het discretiseren van continu-tijd systemen, waarbij voor impliciete methoden garanties worden uitgebreid naar de -, - en -normen en unieke oplosbaarheid wordt gegarandeerd via een hulpcontinu-tijdsysteem.
Dit paper introduceert SliceFed, een nieuw federatief multi-agent deep reinforcement learning-framework dat dynamische spectrum-slicing in 6G-netwerken optimaliseert door via een Lagrangiaanse aanpak strikte QoS-beperkingen en privacy te waarborgen.
Deze paper introduceert KProxNPLVM, een nieuw probabilisch latent variabelenmodel dat door het gebruik van de Wasserstein-afstand als proximal operator de benaderingsfouten van conventionele amortized variational inference elimineert en zo de nauwkeurigheid van zachte sensoren verbetert.
Dit artikel presenteert een dynamisch samenwerkingskader voor meerdere UAV's met geïntegreerde sensing en communicatie (ISAC) om mobiele doelen in de laagvliegende economie nauwkeurig waar te nemen door gezamenlijke optimalisatie van associatie, trajecten en bandbreedte, waarbij de posterior Cramer-Rao ondergrens wordt geminimaliseerd via een efficiënt iteratief algoritme.
Dit artikel presenteert een hybride zonotheebased methode voor het exact berekenen van voorwaartse en achterwaartse bereikbare verzamelingen van gesloten-lus recurrente neurale netwerken met ReLU-activaties, waarbij een instelbaar relaxatieschema de schaalbaarheid verbetert door een afweging tussen rekencomplexiteit en benaderingsnauwkeurigheid mogelijk te maken.
Deze studie presenteert een robuust framework op basis van multi-agent deep reinforcement learning dat gebruikmaakt van virtuele ankerpunten voor de coördinatie van UAV's, waarmee een efficiëntere en nauwkeurigere lokalisatie van chemische pluimbronnen wordt bereikt dan met traditionele methoden zoals fluxotaxis.
In dit artikel wordt een nieuw systeem voor covert communicatie met draaibare antennes voorgesteld dat de draaihoeken en het beamforming optimaliseert via een wisselend optimalisatiealgoritme om de verborgenheid en het transmissievermogen te maximaliseren.
Dit artikel beschrijft een geoptimaliseerde C++-implementatie van de QPALM-OCP-algoritme voor optimale controle die gebruikmaakt van parallelle en vectorisatietechnieken om de onafhankelijke berekeningen per fase te versnellen, met prestaties die worden gevalideerd via benchmarkproblemen.
Dit artikel presenteert een probabilistisch raamwerk dat historische data gebruikt om dynamische thermische beschermingsinstellingen te voorspellen, waardoor de capaciteit van laagspanningstransformatoren met 10–12% kan worden vergroot terwijl het oververhittingsrisico nauwkeurig wordt beheerd.
Dit artikel presenteert een noodgevoelige en frequentie-beperkte HVDC-planningsmethode voor asynchroon verbonden netwerken die, door middel van gecoördineerde noodcontrole en geavanceerde frequentie-nadir-beperkingen, de capaciteit van inter-area HVDC-lijnen optimaliseert om economische efficiëntie en frequentiebeveiliging in evenwicht te brengen.
Dit artikel presenteert een robuuste parametrische microgrid-dispatchstrategie die de endogene onzekerheid van batterijdegradatie, veroorzaakt door operationele beslissingen en temperatuur, adresseert door een op XGBoost gebaseerd probabilistisch degradatiemodel te integreren in een parametrisch modelvoorspellend regelkader voor kosten-effectieve levenscyclusbeheersing.
Deze paper presenteert een algebraïsch raamwerk voor de benaderingsreductie van Markoviaanse open kwantumsystemen dat, via projectie op het centrumvariëteit of perturbatieve methoden, een volledig positieve en spoorbehoudende gereduceerde dynamiek garandeert met expliciete foutgrenzen, terwijl het de connectie met adiabatische eliminatie verduidelijkt en toepasbaar is op dissipatieve veel-deeltjessystemen.