304 papers
Dit artikel analyseert de oplosbaarheid van parameter-schatting gebaseerde waarnemers voor niet-lineaire systemen door de fundamentele eigenschappen van transformeerbaarheid en identificeerbaarheid in detail te bestuderen en voldoende voorwaarden te formuleren waaronder deze gelden.
Dit paper introduceert DPS-LA, een nieuw gedistribueerd optimalisatie-algoritme dat een adaptieve Polyak-stapgrootte met niveau-aanpassing gebruikt om de afhankelijkheid van onbekende globale optima te elimineren en zo een snelle, parameterloze convergentie te garanderen.
Dit artikel onderzoekt optimale beleidsstrategieën voor telehealth in een tweestaps-afspraakensysteem, waarbij het een robuuste heuristiek presenteert die nurse practitioners helpt om de afweging tussen onmiddellijke zelfstandige behandeling en telecommunicatie met een arts te optimaliseren, waardoor kosten aanzienlijk worden verlaagd en de dienstverlening wordt verbeterd.
Dit artikel introduceert een nieuwe, efficiëntere gesloten-formule oplossing voor robuust adaptief beamvormen die de beperkingen van bestaande methoden overwint, ook in rang-deficiënte scenario's, en bovendien voor het eerst voorwaarden voor bestaan en uniciteit onthult.
Dit artikel beschrijft een experimentele studie waarin een dual active-set solver (DAQP) met succes op 500 Hz wordt uitgevoerd op een Crazyflie 2.1 nano-quadcopter, wat een snellere en betrouwbaardere real-time Model Predictive Control mogelijk maakt dan bestaande ADMM-benaderingen op beperkte hardware.
Dit artikel introduceert SHANG++, een robuust versnelde stochastische gradiëntafdaal-methode die via een gedempte discretisatie van Nesterov-stroming superieure convergentie en stabiliteit bereikt onder multiplicatieve ruis, zowel voor convex als sterk convex optimalisatieproblemen en deep learning-toepassingen.
Dit artikel introduceert een methode om -gain-benaderingen voor niet-lineaire systemen te berekenen over beperkte frequentie- en amplitudebereiken door gebruik te maken van geschaalde relatieve grafieken en Sobolev-theorie, wat resulteert in een driedimensionale niet-lineaire generalisatie van het Bode-diagram.
Dit artikel introduceert een categorische benadering voor convex optimalisatie door optimalisatieproblemen als objecten te definiëren, waarmee bestaande resultaten zoals een minimax-stelling en de eigenschap dat de Legendre-dualiteit van een convex functie tot zichzelf leidt, opnieuw worden afgeleid.
Dit paper introduceert een snellere stochastische ADMM-methode voor niet-gladde samengestelde convex optimalisatieproblemen in Hilbertruimte, bewijst sterke convergentie en snellere niet-ergodische convergentiesnelheden, en demonstreert de toepassing op PDE-problemen met willekeurige coëfficiënten.
Deze paper introduceert gemoduleerde Christoffel-Darboux-kernen op variëteiten als een systematische regularisatie die een uniforme begrenzing binnen de steun en exponentiële groei daarbuiten garandeert, waardoor dichte herstelbaarheid uit momentgegevens mogelijk wordt met expliciete convergentiesnelheden zonder kennis van het evenwichtsmeting.
Dit artikel introduceert het RE-RPfair-model, een uitbreiding van de bestaande RE-RP-optimatie voor eenheidswedstrijden die onzekerheden in hernieuwbare energie aanpakt door middel van een eerlijke verdeling van onderdrukking over zonnepanelen, waarbij de Gini-index wordt gebruikt om de rechtvaardigheid te kwantificeren.
Dit artikel presenteert een integer lineair programmeringsmodel om de regels van het Nikoli-puzzeltype Evolomino te formaliseren en introduceert een algoritme voor het genereren van unieke puzzelvoorbeelden, waarbij experimenten aantonen dat moderne CP-SAT-oplossers effectief kunnen omgaan met exemplaren tot 18×18.
Dit artikel onderzoekt lineair-kwadratische Dirichlet-besturingsproblemen die worden beheerst door niet-coercieve elliptische vergelijkingen op mogelijk niet-convexe polygonale domeinen, waarbij energie-regularisatie wordt toegepast en optimale convergentie wordt bewezen door het gebruik van gegradueerde meshes en een discrete projectie in de zin van .
Deze paper introduceert een unificerend primal-dual proximaal kader voor gedistribueerde niet-convexe optimalisatie dat bestaande methoden verenigt, nieuwe convergentiegaranties biedt en via geoptimaliseerde communicatie strategieën superieure prestaties behaalt ten opzichte van de state-of-the-art.
Dit artikel introduceert een geoptimaliseerd, op adjoint gebaseerd raamwerk voor het identificeren van structurele zwaktes en het reconstrueren van temperatuurvelden in éénrichtings thermo-mechanisch gekoppelde systemen, waarbij zowel een monolithische als een gepartitioneerde aanpak worden gebruikt om nauwkeurigere resultaten te behalen dan traditionele methoden, zelfs bij beperkte sensorafdekking.
Dit paper introduceert een nieuw ADMM-BDA-algoritme voor selectie van hyperparameters in schaarse optimalisatieproblemen, dat de beperkende 'lower-level singleton'-aanname doorbreekt door globale convergentie te garanderen onder sterk versoepelde voorwaarden en superioriteit aantoont in numerieke experimenten.
Dit artikel presenteert een rigoureuze optimal control-theoretische aanpak voor Transformer-training die de architectuur modelleert als een McKean-Vlasov-deeltjessysteem, waardoor een globaal optimale en robuuste trainingsmethode wordt verkregen die niet afhankelijk is van gradiënten of convexiteit.
Dit artikel verfijnt de bestaande schattingen voor de dimensies van maximale gezichten van de kegel van volledig positieve matrices door te bewijzen dat de exacte ondergrens voor oneven dimensies gelijk is aan , en voor even dimensies een nieuwe bovengrens vaststelt die ligt tussen en .
Dit artikel biedt een overzicht van gemiddelde technieken in stochastische gradiëntmethoden, waarbij het de theoretische fundamenten, moderne ontwikkelingen en toepassingen in het machine learning, zoals bij het trainen van diepe neurale netwerken, bespreekt en recente resultaten over het gedrag in eindige steekproeven samenvat.
Deze studie analyseert een evenwicht tussen gedecentraliseerde beurzen die concurreren via dynamische transactiekosten, waarbij wordt aangetoond dat toenemende concurrentie de uitvoeringskosten voor strategische handelaren verlaagt en de inkomsten per beurs vermindert, terwijl het effect op 'noise traders' afhangt van de marktvolume.