318 artigos
Este artigo propõe uma abordagem de controle geral, denominada controle de seguimento de restrições guiado por campo vetorial, para resolver problemas de dinâmica em sistemas mecânicos incertos, lidando com atuadores completos ou subatuados, incertezas heterogêneas variantes no tempo sem limites conhecidos e caminhos geométricos que podem ser auto-intersectantes.
Este trabalho propõe um formalismo geral e biologicamente plausível que aproxima o algoritmo de retropropagação no tempo (BPTT) em redes neurais contínuas, unificando princípios de conservação de energia e ação extrema para derivar dinâmicas locais de erro e estender o modelo de Equilíbrio Latente Generalizado (GLE).
Este artigo propõe um novo framework de Controle Preditivo Baseado em Modelo (MPC) com horizonte infinito para estabilização em tempo finito de sistemas discretos com restrições, o qual amplia a região de viabilidade inicial e elimina a necessidade de restrições de igualdade terminal ou estratégias de comutação, garantindo a estabilidade em tempo finito e sendo aplicável tanto a sistemas lineares quanto a uma classe de sistemas não lineares feedback-linearizáveis.
Este artigo investiga a aplicação do Controle Preditivo Baseado em Modelo (MPC) em sistemas de levitação magnética do tipo EMS para veículos de alta velocidade, demonstrando sua capacidade de estabilizar robustamente o sistema não linear em hardware embarcado com recursos limitados.
Os autores propõem um novo framework de controle baseado em pulsos neurais que restringe a energia livre, oferecendo uma solução eficiente, robusta e biologicamente plausível para a estimativa de estados e ação, com aplicações potenciais tanto na compreensão da cognição animal quanto na implementação de algoritmos de controle em hardware neuromórfico.
Este artigo apresenta um sistema de rastreamento de UAVs baseado em LiDAR 3D leve e adaptativo, que utiliza um Filtro de Kalman Estendido Adaptativo (AEKF) para garantir posicionamento relativo preciso e robusto em ambientes sem GPS, superando limitações de ruído e oclusão em drones de pequeno porte.
Este estudo apresenta uma caracterização experimental abrangente das propriedades dielétricas de tecido de pele de porco utilizando espectroscopia no domínio do tempo na faixa de 0,1 a 11 THz, fornecendo dados essenciais para o modelamento de canais e o desenvolvimento de redes de nanossensores intra-corporais.
Este artigo apresenta um framework sistemático que integra aprendizado de máquina ao design de um controlador primal-dual para regulação secundária de frequência, garantindo estabilidade e otimalidade assintóticas enquanto melhora métricas transitórias críticas, como o nadir de frequência e o esforço de controle, por meio de dados.
Este artigo apresenta o HR-GAT, um modelo de rede de atenção hierárquica baseado em grafos que utiliza dados geoespaciais para prever a demanda de espectro com 21% mais precisão que modelos existentes, superando desafios de autocorrelação espacial em cinco cidades canadenses.
Este artigo propõe uma nova arquitetura de conversor analógico-digital (ADC) flash de 3 bits sem campo magnético, baseada em junções de tunelamento magnético com torque de rotação de spin (SOT MTJ) e controle de anisotropia magnética por voltagem (VCMA), que elimina a etapa de reinicialização ao alternar conjuntos de MTJs de conversão e fictícios, alcançando uma taxa de conversão de 304,1 MHz com consumo de energia de 476 µW.
Este artigo de pesquisa apresenta uma taxonomia estruturada para classificar os deployments de redes celulares baseadas em nuvem, analisa criticamente desafios técnicos e operacionais como segurança e escalabilidade, avalia as estratégias de adoção das principais provedoras de nuvem e identifica tendências emergentes e desafios abertos para a implementação de redes 6G.
O artigo propõe um algoritmo de consenso médio dinâmico que preserva a privacidade ao mascarar sinais de referência com ondas senoidais geradas localmente, garantindo a convergência do sistema e demonstrando sua eficácia no balanceamento do estado de carga em redes de armazenamento de energia por baterias.
O artigo apresenta o NanoBench, um novo conjunto de dados de benchmark de código aberto coletado no nano-quadrotor Crazyflie 2.1, que fornece sinais de nível de atuador e dados de estado sincronizados para avaliar e desenvolver sistemas de identificação, controle e estimativa de estado específicos para a escala nano.
Este artigo apresenta uma abordagem baseada em inteligência artificial e aprendizado de máquina que utiliza dados de licenças e crowdsourcing para estimar com precisão a demanda por espectro, auxiliando reguladores no planejamento dinâmico e na alocação eficiente de recursos em cinco cidades canadenses.
Este artigo oferece uma revisão abrangente sobre como a transição para aeronaves mais elétricas (MEA) redefine os desafios de integração, energia e segurança dos transmissores de localização de emergência (ELT), abordando desde a evolução tecnológica e qualificação de baterias até a compatibilidade eletromagnética e tendências futuras para sistemas de busca e salvamento.
Este artigo apresenta uma metodologia baseada em dados e aprendizado de máquina para estimar e identificar os principais fatores da variação da demanda por espectro em regiões urbanas, demonstrando sua eficácia em um estudo de caso no Canadá para orientar políticas de acesso flexível ao espectro nas redes 6G.
Este artigo propõe uma nova família de normas de operador normalizadas por média que permitem o controle independente da largura das constantes de Lipschitz e suavidade, resultando no otimizador MOGA, que garante transferência estável de taxas de aprendizado entre diferentes larguras de modelo e supera o Muon em regimes de baixa perda e grandes tokens.
Este artigo estabelece garantias de amostragem finita para um método de aprendizado de representação de estado orientado a custos que, ao prever custos multietapa sem modelar observações ou ações, permite encontrar controladores e representações latentes quase ótimos para problemas de controle Linear Quadrático Gaussiano (LQG) de horizonte finito.
Esta pesquisa de revisão examina a aplicação da teoria da utilidade na modelagem cognitiva de sistemas robóticos, analisando a evolução desde arquiteturas comportamentais até sistemas de valor em agentes individuais e multiagentes, e propõe direções futuras e problemas em aberto para o desenvolvimento de interações robóticas estáveis e confiáveis.
Este artigo propõe uma política de controle preditivo baseado em modelo (MPC) para gerenciar a operação de baterias em residências conectadas à rede e minimizar custos elétricos sob tarifas de pico escalonadas, demonstrando experimentalmente que a solução alcança um custo apenas 1,7% acima do limite teórico ótimo.