323 artigos
Este artigo apresenta uma plataforma de instrumentação EEG embarcada baseada no ESP32-S3 e no ADS1299 que realiza a decodificação em tempo real de potenciais evocados visualmente em estado estacionário (SSVEP) com processamento totalmente on-device, validada quantitativamente por uma precisão de medição robusta e uma taxa de transferência de informação de 27,66 bits/min.
O artigo apresenta o LexiSafe, um framework de aprendizado por reforço offline seguro que utiliza uma hierarquia lexicográfica para priorizar a segurança sobre a recompensa, oferecendo garantias teóricas e desempenho superior em sistemas ciber-físicos críticos.
Este artigo apresenta dois novos frameworks metodológicos baseados em funções "contratoras e expansoras" para projetar leis de controle não linear inversamente ótimas que estabilizam sistemas afins gerais no ortante positivo, utilizando controles positivos e garantindo significado bioecológico, como ilustrado pelo modelo predador-presa.
Este artigo demonstra que o Filtro de Pontos de Suporte Epistêmico (ESPF) é o filtro ótimo e único que sintetiza o princípio de máxima entropia de Jaynes na propagação e o falsificacionismo de Popper na atualização, minimizando a entropia possibilística no pior caso ao rejeitar a influência de priores e validando-se numericamente em rastreamento orbital.
Este artigo propõe uma abordagem de linearização sucessiva baseada em dados para o controle de tensão em redes de distribuição, superando as limitações das aproximações lineares fixas ao garantir convergência e adaptabilidade rápida às flutuações não lineares causadas por fontes renováveis e cargas variáveis.
Este artigo apresenta um operador neural integrado a um esquema numérico implícito que, ao aprender as dinâmicas do espaço de estado a partir de dados limitados, prevê com 99,87% de precisão as curvas de resposta à frequência de vibração sem a necessidade de funções de perda regularizadoras baseadas em princípios físicos.
Este artigo propõe um método de controle de formação para agentes heterogêneos que explora a superposição de sinais em canais de acesso múltiplo sem fio para calcular combinações convexas normalizadas, garantindo a convergência para uma formação prescrita sob condições baseadas na taxa de comunicação e na geometria, com uma redução significativa no número de transmissões necessárias em comparação com protocolos que evitam interferência.
Este artigo apresenta a geração de um conjunto de dados de gêmeo digital de alta fidelidade para microrredes baseadas em inversores, contendo 38 canais de sinais de transientes eletromagnéticos sincronizados sob 11 cenários de perturbação distintos, validados fisicamente e prontos para treinar modelos substitutos e analisar a resiliência ciber-física.
Este artigo aborda o projeto de sistemas de recomendação para redes sociais como um problema de controle ótimo, demonstrando que a escolha adequada dos parâmetros garante estabilidade e diversidade, enquanto recompensas excessivas de engajamento podem levar a comportamentos patológicos e polarização.
Este artigo propõe um método de controle robusto distribucional baseado em métricas de média e variância que elimina a necessidade de programação semi-infinita, reformulando o problema de otimização em um problema de custo de média-variância descontado com leis de controle obtidas via equação de Riccati, demonstrando superioridade teórica em experimentos numéricos.
Este artigo apresenta um controlador de realimentação de saída baseado em aprendizado inverso para sistemas não lineares, que utiliza dados de medição entrada/saída livres de ruído e um mecanismo de seleção de referência para garantir a regulação prática da saída sob uma condição verificável.
Este artigo apresenta o "Simulation-in-the-Reasoning" (SiR), um novo quadro conceitual que integra simuladores de domínio específico diretamente no ciclo de raciocínio de Modelos de Linguagem Grandes (LLMs) para transformar o raciocínio hipotético em um fluxo de trabalho falsificável e empiricamente fundamentado, visando sistemas de transporte autônomo mais confiáveis.
O artigo propõe o CGVD, um framework de inferência livre de treinamento que supera a lacuna entre precisão e raciocínio em modelos de Visão-Linguagem-Ação em ambientes desordenados, utilizando inpainting baseado em Fourier e refinamento de alvos para suprimir distrações semânticas e alcançar uma taxa de sucesso significativamente superior à dos métodos existentes.
Este artigo propõe um modelo de mundo para prever a degradação de baterias de íon-lítio sob envelhecimento não estacionário, utilizando um estado latente e uma transição dinâmica aprendida para gerar trajetórias futuras, o que reduz o erro de previsão pela metade em comparação com a regressão direta e melhora a precisão no ponto de inflexão da degradação ao incorporar restrições do Modelo de Partícula Única.
Os pesquisadores propõem uma plataforma de ondas acústicas em camadas (LAW) que, ao utilizar uma camada superior espessa e multifuncional, redefine as condições de contorno mecânicas e térmicas para superar desafios de alta potência, resultando em uma redução de 70% no aquecimento, estabilidade térmica aprimorada e um limiar de densidade de potência sem precedentes de 45,61 dBm/mm² para transdutores de ondas acústicas de superfície.
Este artigo demonstra que a convergência e a unicidade das Redes de Equilíbrio de Operadores Monótonos sob quantização de pesos são garantidas quando a perturbação espectral permanece abaixo da margem de monotonicidade, permitindo treinamento consciente da quantização para recuperar a convergência em baixas precisões.
Este artigo propõe uma otimização de comutação de células em redes assistidas por HAPS que integra efeitos de propagação realistas e formula um problema de otimização multiobjetivo para equilibrar eficiência energética, conectividade e taxa de dados, validado através de simulações e emulação com Sionna-OAI, demonstrando reduções significativas na degradação de taxa para usuários internos.
Este artigo propõe um esquema de estimação de estado distribuído para sistemas lineares invariantes no tempo discretos, baseado na forma canônica de Jordan e em observadores locais combinados com consenso, que garante a convergência assintótica das estimativas sob condições menos restritivas e com maior flexibilidade de ganhos em comparação com trabalhos anteriores.
Este artigo apresenta um modelo dinâmico e uma estratégia de controle de atitude para um robô bípede saltitante com roda de reação, demonstrando por meio de simulações em gravidade lunar que o sistema reduz significativamente a instabilidade angular durante o voo balístico, garantindo aterrissagens estáveis e consistentes em terrenos extraterrestres irregulares.
Este artigo apresenta um framework nativo de GPU para otimização de trajetória não linear que, ao combinar programação convexa sequencial com um método de multiplicadores de direção alternada baseado em consenso e divisão temporal, alcança uma aceleração de 4x e redução de 51% no consumo de energia em comparação com bases de CPU, permitindo taxas de planejamento superiores a 100 Hz para sistemas autônomos em tempo real.