361 papers
Dit paper introduceert een modelvrij online leeralgoritme voor het voorspellen van dynamische systemen op basis van asynchrone waarnemingen, waarbij een regret-garantie van O(log³ N) wordt bewezen en voorwaarden worden geformuleerd waaronder deze methode superieur is aan optimale modelgebaseerde voorspellers.
Dit artikel introduceert het NC-tALC-dataset, een hoogwaardige verzameling trajectgegevens van 152 gecontroleerde experimenten die het rijgedrag en de interacties van overgangsvolautomatische voertuigen (tAV's) tijdens rijstrookwissels met menselijk bestuurde voertuigen in kaart brengen.
Dit artikel stelt een modelleringkader voor dat de interactie tussen bosbranden en elektriciteitsnetwerken analyseert om realistischere testgevallen te ontwikkelen voor het beoordelen van veerkracht en mitigatiestrategieën, rekening houdend met ruimtelijke branduitbreiding, infrastructuurschade en maatschappelijke gevolgen.
Dit artikel presenteert een distributie-agnostisch raamwerk op basis van differentiaal-algebraïsche vergelijkingen dat onzekerheden in neerslag, bodemeigenschappen en beginvoorwaarden kwantificeert en doorgeeft in gekoppelde hydrologische en hydrodynamische systemen voor betrouwbare probabilistische overstromingsvoorspellingen, zelfs bij beperkte metingen.
Dit artikel introduceert een hybride veiligheidsarchitectuur voor multi-agent systemen die een gemengd-geheel lineair programma gebruikt om verantwoordelijkheden voor botsingsvermijding te verdelen, waardoor redundante beperkingen worden geëlimineerd en de lokale berekeningslast wordt verlaagd.
Dit artikel presenteert een nieuwe formulering van de frequentierespons voor niet-lineaire systemen binnen het raamwerk van de Koopman-operator, waarbij de Laplace-getransformeerde van de uitgang wordt gebruikt om Bode-plots te genereren en voldoende voorwaarden voor de existentie van deze respons worden vastgesteld.
Dit paper presenteert een eenvoudige, op een veer-massa-model gebaseerde aanpak voor kleine hoprobots die door het aanpassen van de landingshoek en het toepassen van een corrigerend koppel, stabiel blijft op hellingen zonder complexe sensoren of berekeningen.
Dit paper presenteert een nieuwe, op Markov-beslissingsprocessen gebaseerde transmissieplanning voor draadloze monitoringssystemen met willekeurige data-aankomsten, die een dubbel-AoI-model gebruikt om de asynchrone veroudering van informatie tussen sensoren en het bewakingscentrum te optimaliseren en zo de prestaties ten opzichte van bestaande methoden verbetert.
Dit paper introduceert Conversational Demand Response, een door agentic AI aangedreven tweerichtingscoördinatiemechanisme dat aggregators en prosumers in staat stelt om via natuurlijke taal te communiceren, waardoor schaalbaarheid wordt gecombineerd met transparantie en gebruikersautonomie voor een duurzame deelname aan vraagrespons.
Deze studie presenteert een autonome navigatiemethode voor ruimteschepen in het buitenste zonnestelsel die gebruikmaakt van parallactische verschuivingen van sterren, waardoor posities met een nauwkeurigheid van minder dan één astronomische eenheid kunnen worden bepaald zonder afhankelijkheid van aardse communicatie.
Dit artikel introduceert AIRT, een end-to-end deep-learning framework dat binnen één seconde een uitvoerbaar stralingsbehandelingsplan voor prostaatkanker genereert op basis van CT-beelden, met een kwaliteit die niet onderdoet voor bestaande methoden.
Dit artikel introduceert de Frequency-Separable Hamiltonian Neural Network (FS-HNN), een architectuur die de Hamiltoniaan parameteriseert via meerdere netwerken voor verschillende tijdschalen om zo de beperkingen van bestaande methoden bij het modelleren van complexe multi-tijdschaal dynamica te overwinnen en de generalisatie voor ODE's en PDE's te verbeteren.
Dit paper introduceert CLAIRE, een hybride deep learning-framework voor slimme fabricage dat een geoptimaliseerde autoencoder combineert met een classifier en speltheoretische interpretatie voor nauwkeurige en verklaarbare foutdetectie in complexe industriële omgevingen.
Dit paper introduceert 'control barrier corridors', een nieuw concept dat functionele control barrier-functies en geometrische veilige bewegingscorridors verenigt door de eerste om te zetten in lokale veilige doelgebieden voor referentiedoelkeuze, waardoor veilige en persistente padvolging in onbekende omgevingen mogelijk wordt.
Dit artikel presenteert een adaptieve data-gedreven min-max modelvoorspellende regeling voor discrete lineaire tijdvariërende systemen die, gebruikmakend van online input-staatdata en een semidefinite programmering, een stabiele en aan constraints gebonden regeling garandeert, inclusief een robuuste uitbreiding voor systemen met procesruis.
Deze paper breidt een eerder voorgesteld hybride digitaal-analoge MU-MIMO-architectuur uit met een pragmatische codebookontwerp voor AMAF-RIS-modules en een laag-complexiteit basisbandvoorspellingsschema, waarmee hoge spectrale efficiëntie wordt bereikt onder realistische mmWave-kanaalcondities terwijl volledige compatibiliteit met 3GPP 5G NR-beamacquisitie wordt gewaarborgd.
Dit artikel introduceert een nieuw raamwerk voor onzekerheidsbewuste adaptieve dynamiek voor onderwatervoertuig-manipulatorsystemen dat online parameterschatting combineert met convexe fysieke consistentie, wat resulteert in nauwkeurige en betrouwbare modellen voor controle en simulatie in complexe onderwateromgevingen.
Dit artikel presenteert een methode om tijd-variërende ISS-Lyapunov-functies voor impulsieve systemen te construeren uit kandidaat-functies, waardoor de eenvoud van constructie wordt gecombineerd met de kracht van een noodzakelijke en voldoende stabiliteitsvoorwaarde.
Dit artikel introduceert Robuuste Control Lyapunov-Value Functions (R-CLVFs) voor niet-lineaire systemen met verstoringen, die de kleinste robuust controlerbaar invariantie-set identificeren en stabiliseren, terwijl het ook methoden biedt om de berekeningscomplexiteit te verminderen.
Dit artikel introduceert en analyseert stochastische greedy-algoritmen, namelijk MRG, DRG en Random-WSSA, om budget- en prestatie-beperkte zwak submodulaire sensorselectieproblemen met robuustheidseisen efficiënt op te lossen, met een specifieke toepassing op aardobservatie-satellietconstellaties.