332 papers
Dit artikel biedt voldoende voorwaarden voor het bestaan van langste bogen voor links-invariante contact sub-Lorentziaanse structuren op oplosbare Lie-groepen en de universele overdekking van SL(2, R), waarmee een niet-triviale optimalisatievraag voor deze structuren wordt opgelost.
Dit paper introduceert MARIGOLD, een efficiënt bi-niveau optimalisatiekader dat multi-task learning verbetert door het koppelen van modeltraining en gradiëntbalancering, waardoor de rekentijd van bestaande methoden zoals MGDA aanzienlijk wordt verlaagd zonder toegang tot alle taakgradiënten te vereisen.
Dit artikel presenteert een modelvrij voorspellend tracking-algoritme voor onbekende niet-lineaire systemen met Koopman-lineaire embedden, waarbij wordt aangetoond dat de dynamische regret exponentieel afneemt naarmate de voorspellingshorizon toeneemt.
Dit artikel onderzoekt een kegel-beperkte twee-speler zero-sum stochastisch lineair-kwadratisch spel voor jump-diffusie systemen met regime-switching en willekeurige coëfficiënten, waarbij onder uniforme convexiteit-concaviteit de open-loop oplosbaarheid wordt vastgesteld en een gesloten-lus representatie van het evenwichtspunt wordt afgeleid via nieuwe multidimensionale indefinitieve uitgebreide stochastische Riccati-vergelijkingen met jumps.
Dit artikel presenteert kosten-gedreven representatieleren voor Lineair Kwantitatief Gaussische (LQG) controle met onvolledige observaties, waarbij twee methoden worden onderzocht voor het leren van een latente dynamische model en wiskundige garanties worden geboden voor de optimaliteit van de gevonden controller.
Dit artikel presenteert een convex, op LMIs gebaseerde methode voor -output-feedbackregeling van LPV-systemen met tijdsvariërende invoervertragingen, waarbij het gebruik van parameterafhankelijke Lyapunov-functies en dynamische IQC-vermenigvuldigers in combinatie met een exacte geheugencontroller leidt tot minder conservatieve en efficiëntere ontwerpen dan traditionele geheugenloze benaderingen.
Dit artikel presenteert een modelgebaseerde methode om de specifieke energiebesparingen van intelligente besturingsalgoritmes voor stadsverwarmde gebouwen te isoleren van andere factoren en te decomponeren in subcomponenten, gebaseerd op tien jaar aan real-world data.
Deze paper bewijst het bestaan, de uniciteit en de scherpe randasymptotiek van grote oplossingen voor een semilineaire elliptische vergelijking met gradiëntafhankelijke termen en singuliere gewichten, en identificeert deze oplossingen als de waardenfunctie van een stochastisch optimaliseringsprobleem met toestandbeperkingen.
Dit paper introduceert FedCEF, een nieuw federatief leeralgoritme dat via een ontkoppeld proximaal update-schema en een geavanceerd foutfeedbackmechanisme efficiënte communicatie en robuuste convergentie garandeert voor niet-convexe composietoptimalisatie op heterogene data, zelfs onder extreme compressie.
Dit paper introduceert HSM-ADMM, een nieuw algoritme voor gedistribueerde niet-convexe compositie-optimalisatie dat door middel van een adaptieve, knopspecifieke stapgrootte en een momentum-estimator de afhankelijkheid van globale netwerkprioriteiten elimineert, waardoor een optimale complexiteit van wordt bereikt met slechts één communicatievariabele per iteratie.
Dit onderzoek evalueert de prestaties van verschillende grote taalmodellen bij het oplossen van discrete optimalisatieproblemen met uitgebreide datasets en concludeert dat sterkere modellen beter presteren, terwijl de Chain-of-Thought-techniek niet altijd effectief is en verstoord data soms de prestaties op eenvoudige problemen kan verbeteren.
Dit artikel presenteert een stabiliserende output-feedbackregelaar voor monotoon niet-lineaire systemen met invoerbeperkingen, waarbij wordt aangetoond dat een verzadigde versie van een onbeperkte regelaar stabilisatie garandeert zolang de gewenste evenwichtstoestand binnen het toelaatbare bereik ligt, met toepassing op zowel eindige als oneindig-dimensionale systemen zoals port-Hamiltonian-systemen.
Dit artikel introduceert een theoretisch kader voor de analyse van de zwakke schaalbaarheid van tijd-parallelle Schwarz-methoden voor parabolische optimalisatieproblemen, waarbij zowel niet-asymptotische als asymptotische convergentie-eigenschappen worden afgeleid en numeriek geverifieerd.
Dit artikel bewijst de existentie en uniciteit van een oplossing voor het Hamilton-Jacobi-Bellman-vergelijking in continue tijd voor heterogene agenten met recursieve utiliteit en een voorkeur voor late resolutie van onzekerheid, en onderzoekt vervolgens de oplossingen en kwalitatieve kenmerken van het bijbehorende mean field game-systeem.
Dit artikel presenteert voldoende voorwaarden, gebaseerd op lineaire matrixongelijkheden (LMI's), voor het ontwerp van een robuuste, interne-modelgebaseerde verdeelde regelaar die de coöperatieve outputregeling van discrete-tijd heterogene multi-agent systemen met onzekerheden garandeert.
Dit paper introduceert een Column Generation-framework met prijsbepalingsheuristieken om het Micro-Transit Zoning-probleem op te lossen onder een globaal budget, wat leidt tot efficiëntere en schaalbaardere oplossingen voor het plannen van geo-fenced zones in vergelijking met bestaande methoden.
Deze paper introduceert een nieuw transfer learning-framework dat door middel van twee bi-niveau optimalisatiestappen een universele feature-extractor en een domeinspecifieke adapter combineert om hoogwaardige beelden te reconstrueren, zelfs bij beperkte trainingsdata zoals bij onderbemonsterde MRI-scans.
Dit paper introduceert een gedistribueerd protocol op basis van convex optimalisatie dat portfoliobeheerders in staat stelt hun handelsorders af te stemmen om transactiekosten te verlagen zonder hun strategieën of orderlijsten te hoeven onthullen, waardoor zelfs na enkele iteraties aanzienlijke besparingen worden gerealiseerd.
Dit artikel introduceert de Drag-Aware Aerodynamic Manipulability (DAAM), een geometrisch raamwerk voor besturingsallocatie in redundante multirotors dat motor-torquegrenzen en aerodynamische weerstand expliciet meeneemt om een toestand-afhankelijke manipulabiliteit te definiëren die een optimale, schaal-invariante toewijzing van redundantie garandeert.
Dit artikel onderzoekt het eindige-horizon probleem van optimale consumptie, investering en baanwisselbeslissingen met tijdsafhankelijke wisselkosten, waarbij het duale probleem wordt gereduceerd tot een parabolisch dubbel-obstakelprobleem waarvan de oplossing en de bijbehorende vrije grenzen worden gekarakteriseerd.