342 artigos
O artigo demonstra que o fluxo de gradiente em modelos de softmax com valores inerentemente direciona a otimização para soluções de baixa entropia, oferecendo uma explicação teórica para fenômenos empíricos como "attention sinks" e ativações massivas em transformers.
Este artigo apresenta um novo modelo de programação linear inteira mista e um algoritmo de branch-and-price para resolver o problema de dial-a-ride baseado em linhas sem restrições temporais, utilizando padrões de parada para gerar soluções eficientes e escaláveis para instâncias de grande porte.
O artigo propõe uma reinterpretação da descoberta de testemunhas em problemas NP sob uma ótica teórica da informação, demonstrando que, no modelo "psocid" sem estrutura, a redução da incerteza necessária para a recuperação confiável exige uma quantidade de informação que excede em muito a capacidade de aquisição das consultas de igualdade, revelando assim uma origem informacional fundamental para a complexidade exponencial da busca.
Este artigo apresenta o ALFCG, o primeiro framework adaptativo e livre de projeção para minimização estocástica não convexa que dispensa constantes de suavidade globais e busca linear, utilizando um acumulador auto-normalizado para estimar a suavidade local e alcançar complexidades de iteração ótimas próximas de em cenários de baixo ruído.
O artigo apresenta uma formulação baseada em otimização do algoritmo "Red Light Green Light" (RLGL) para calcular distribuições estacionárias de grandes cadeias de Markov, esclarecendo seu comportamento, estabelecendo convergência exponencial para uma classe de cadeias e sugerindo estratégias práticas de agendamento para acelerar a convergência.
Este artigo demonstra que uma noção de normalidade de ordem superior, baseada em colchetes de Lie iterados, é suficiente para evitar a existência de lacunas de infimum em extensões impulsivas de sistemas controlados afins sob a topologia local , superando limitações de abordagens anteriores que utilizavam a distância .
O artigo demonstra que o limite superior do passo de para o algoritmo de Popov é estrito no caso restrito, mas pode ser ampliado para no caso irrestrito, provando a otimalidade de ambos os limites através de uma nova função do tipo Lyapunov.
Este artigo apresenta uma estrutura de co-projeto para controle de formação multiagente que integra a topologia de comunicação da rede e os níveis de privacidade diferencial, visando otimizar o compromisso entre a proteção de dados, o desempenho do sistema e a conectividade da rede.
Este artigo desenvolve e analisa o Método de Gradiente Multiplicativo Generalizado (GMG) para resolver uma classe de problemas de otimização convexa sobre cones simétricos, demonstrando uma taxa de convergência de e provando sua superioridade computacional em diversas aplicações práticas em comparação com outros métodos de primeira ordem.
Este artigo propõe uma abordagem de robustez distribucional para o problema de retenção de voos no solo em aeroportos, utilizando conjuntos de ambiguidade de Wasserstein e um algoritmo híbrido de corte de Kelly com método L-shaped inteiro para mitigar a incerteza nas previsões de capacidade e melhorar a resiliência das decisões operacionais frente a desvios na distribuição de dados.
Este artigo utiliza uma abordagem de otimização inversa em processos de decisão de Markov para demonstrar que as decisões dos treinadores da NFL sobre o quarto down refletem preferências de risco conservadoras que otimizam quantis baixos da distribuição de valor, com maior tolerância ao risco no campo adversário e uma tendência de aumento dessa tolerância ao longo do tempo.
Este artigo propõe dois algoritmos de primeira ordem sem derivadas (zeroth-order), o ZO-PDAPG e o ZO-RMPDPG, que garantem complexidade iterativa para encontrar pontos estacionários em problemas minimax não convexos com restrições lineares acopladas, estabelecendo novos padrões de desempenho, especialmente no cenário estocástico sem restrições acopladas.
O artigo apresenta a Colaboração de Dados Ortonormal (ODC), um método que impõe bases ortonormais para reduzir o alinhamento de representações a um problema de Procrustes Ortogonal com solução fechada, garantindo concordância ortogonal, estabilidade numérica e acelerações de até 100 vezes sem comprometer a privacidade ou a precisão.
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.
Este trabalho propõe uma abordagem de otimização submodular multi-tarefa que, ao introduzir um termo de regularização por entropia relativa, garante robustez distribucional local e eficiência computacional através de métodos gananciosos, validada em cenários de seleção de satélites e sumarização de imagens.
Este artigo demonstra que, para uma classe de problemas de controle estocástico singular em espaços de Hilbert, a função valor é uma solução de viscosidade de uma desigualdade variacional e satisfaz um princípio de ajuste suave de segunda ordem na direção controlada, combinando técnicas de análise convexa, teoria de viscosidade e conexão com problemas de parada ótima.
Este artigo propõe e analisa um algoritmo assintoticamente ótimo para um problema de aprendizado online e otimização com decisões irreversíveis de cobertura, demonstrando que uma política que equilibra exploração inicial e exploração subsequente minimiza o arrependimento de forma sublinear à medida que o número de instalações aumenta.
Este estudo estabelece condições necessárias e suficientes para a estabilidade de entrada limitada (ISS) de sistemas comutados impulsivos com modos estáveis e instáveis, propondo funções de Lyapunov variantes no tempo que permitem relaxar as restrições de tempo de permanência e de saída em relação a trabalhos anteriores, além de oferecer métodos para garantir a ISS mesmo com sinais de comutação desconhecidos.
Este artigo investiga as propriedades fundamentais das funções paraconvexas e analisa a convergência de métodos de subgradiente projetado para minimização global, validando teoricamente e numericamente sua eficácia em problemas de recuperação robusta de matrizes de baixo posto.