361 artigos
Este artigo propõe um algoritmo de mínimos quadrados online para previsão cooperativa em tempo real de sistemas dinâmicos com observações assíncronas, estabelecendo limites de arrependimento e condições teóricas que garantem o desempenho superior do método em relação aos preditores baseados em modelos locais.
Este estudo apresenta o conjunto de dados NC-tALC, uma base de dados de trajetórias de alta fidelidade que registra 152 ensaios experimentais controlados para analisar o comportamento e as interações de veículos autônomos transitórios durante manobras de mudança de faixa obrigatória.
Este artigo propõe um framework de modelagem para pesquisas sobre a interação entre sistemas elétricos e incêndios florestais, visando superar as limitações dos modelos tradicionais ao integrar a propagação espacial e temporal do fogo, os danos à infraestrutura e os impactos socioeconômicos nas comunidades.
Este artigo apresenta um framework baseado em equações diferenciais-algébricas e análise de espaço de estados, agnóstico à distribuição, para quantificar e propagar incertezas em sistemas hidrológicos e hidrodinâmicos acoplados, permitindo previsões probabilísticas de escoamento superficial e infiltração mesmo com medições parciais.
Este artigo propõe uma arquitetura híbrida para coordenação segura de sistemas multiagente que utiliza um programa linear de inteiros mistos para alocar responsabilidades de colisão entre os agentes, eliminando assim reações redundantes e reduzindo a complexidade computacional ao permitir que cada agente resolva apenas um programa quadrático local com restrições atribuídas.
Este artigo propõe uma nova formulação da resposta em frequência para sistemas não lineares no quadro do operador de Koopman, generalizando a abordagem clássica de sistemas LTI através da transformada de Laplace e da teoria de resolutas, permitindo a construção de diagramas de Bode e estabelecendo condições suficientes para a existência dessa resposta em três classes de dinâmicas.
Este trabalho apresenta um método simples e eficaz para melhorar o controle de robôs saltadores em terrenos inclinados, utilizando um modelo massa-mola para ajustar o ângulo de aterrissagem e aplicar um torque corretivo, garantindo estabilidade sem a necessidade de sensores ou computação complexos.
Este artigo propõe uma abordagem baseada em um modelo de dupla Idade da Informação (AoI) e um processo de decisão de Markov para otimizar o agendamento de transmissões em sistemas de monitoramento sem fio com chegadas aleatórias de dados, superando as limitações das políticas convencionais ao lidar com a evolução assíncrona da frescura da informação entre sensores e o centro de monitoramento.
Este artigo apresenta a Resposta à Demanda Conversacional (CDR), um mecanismo de coordenação bidirecional entre agregadores e prosumidores baseado em IA agêntica que utiliza linguagem natural para equilibrar escalabilidade automatizada com transparência e agência do usuário, permitindo decisões informadas e comunicação em tempo real.
Este artigo investiga um método de navegação autônoma para espaçonaves no sistema solar exterior, até 250 UA do Sol, utilizando deslocamentos paraláxicos de estrelas próximas para estimar a trajetória e alcançar precisões sub-AU, permitindo navegação independente da Terra ou reduzindo a necessidade de contato com o solo.
O artigo apresenta o AIRT, um framework de aprendizado profundo de ponta a ponta capaz de gerar planos de radioterapia VMAT para próstata em menos de um segundo, demonstrando qualidade não inferior aos planos convencionais do RapidPlan Eclipse.
Este trabalho apresenta a Frequency-Separable Hamiltonian Neural Network (FS-HNN), uma arquitetura que supera as limitações de redes neurais hamiltonianas convencionais na captura de dinâmicas multiescala ao parametrizar o Hamiltoniano através de múltiplas redes treinadas em diferentes escalas de tempo, resultando em melhorias significativas na extrapolação de longo prazo e na generalização para sistemas de equações diferenciais ordinárias e parciais.
O artigo apresenta o CLAIRE, um framework de aprendizado profundo híbrido que combina autoencoders para extração de características latentes e técnicas de IA explicável para melhorar a detecção precisa e interpretável de falhas em ambientes industriais de alta dimensão.
Este artigo apresenta o conceito unificado de "corredores de barreira de controle", que integra funções de barreira de controle e corredores de movimento seguros para permitir a seleção persistente de metas em feedback, garantindo a segurança e a navegabilidade em ambientes desconhecidos e complexos.
Este artigo propõe um esquema de controle preditivo por modelo (MPC) min-max adaptativo e baseado em dados para sistemas lineares variantes no tempo, que atualiza online o ganho de realimentação de estado via um programa semidefinido para garantir estabilidade exponencial e satisfação de restrições, mesmo na presença de ruído.
Este trabalho estende uma arquitetura híbrida digital-analógica eficiente para MIMO multiusuário, propondo um método pragmático de projeto de código de feixe e um framework de pré-codificação compatível com o 3GPP que garante alta eficiência espectral em canais mmWave realistas, incluindo componentes de linha de visada e não linha de visada.
Este artigo apresenta um novo modelo de dinâmica adaptativa consciente de incertezas para robôs veículo-manipuladores subaquáticos, que utiliza estimativa de horizonte móvel para garantir consistência física e estimar parâmetros em tempo real, demonstrando em experimentos com um BlueROV2 maior precisão e confiabilidade em comparação com modelos de parâmetros fixos.
O artigo propõe um método para construir funções de Lyapunov ISS variantes no tempo a partir de funções candidatas, unindo a facilidade de construção destas últimas com a garantia de existência das primeiras para analisar a estabilidade de sistemas impulsivos, inclusive naqueles com instabilidade simultânea nas dinâmicas contínua e discreta.
Este artigo estende o conceito de Funções de Valor de Controle de Lyapunov (CLVF) para sistemas não lineares com distúrbios, definindo a Robust CLVF (R-CLVF) para identificar o menor conjunto invariante robusto e estabilizar o sistema com uma taxa exponencial específica, enquanto propõe técnicas de inicialização e decomposição para mitigar a maldição da dimensionalidade no cálculo.
Este artigo propõe e analisa algoritmos estocásticos de ganância, especificamente MRG, DRG e Random-WSSA, para resolver problemas de seleção de sensores com submodularidade fraca sob restrições de orçamento e desempenho, garantindo aproximações com alta probabilidade e demonstrando sua eficácia em constelações de satélites de observação terrestre.