342 artigos
Este artigo apresenta uma estrutura rigorosa para estender operadores neurais a funções fora da distribuição de treinamento, utilizando aproximações de kernel e espaços de Hilbert de núcleo reprodutor para garantir a precisão na captura de valores e derivadas, com validação empírica na resolução de equações diferenciais parciais elípticas em variedades.
Este artigo propõe um método de otimização estocástica não convexa que combina passos de gradiente e de curvatura negativa com mecanismos adaptativos e de parada antecipada, garantindo com alta probabilidade a convergência para pontos estacionários de segunda ordem com taxas de complexidade que correspondem aos resultados determinísticos, ajustadas apenas pelo ruído dos oráculos.
Este artigo propõe uma abordagem de duas escalas de tempo para implementar filtros de segurança baseados em Funções de Barreira de Controle (CBF) de forma local em sistemas em rede, eliminando a necessidade de coordenação global e quantificando as compensações entre a degradação da segurança e a viabilidade de implementação local.
Este artigo caracteriza explicitamente o índice de Gittins para bandits de múltiplos braços em tempo contínuo com tempos de intervenção aleatórios e processos de Lévy, fornecendo fórmulas específicas para casos exponenciais e processos de difusão, além de validar os resultados teóricos com experimentos numéricos.
Este artigo formaliza o aprendizado para comunicação em ambientes parcialmente observáveis através de estruturas de informação, identificando problemas "quase-clássicos" que preservam essa estrutura após o compartilhamento de informações e desenvolvendo algoritmos de planejamento e aprendizado com complexidade comprovada para esses casos.
Este trabalho propõe uma estrutura de otimização unificada para o agendamento de produção em sistemas de hidrogênio renovável fora da rede, coordenando eletróliseiros heterogêneos e outros recursos para maximizar a produção de hidrogênio e a segurança de frequência, substituindo significativamente as reservas convencionais e aumentando a lucratividade anual.
Este artigo propõe um modelo infinito-dimensional tratável e bem definido para avaliar o impacto ambiental de processos de memória longa, como o florescimento de algas bentônicas, reduzindo a avaliação a uma solução de um sistema Hamilton-Jacobi-Bellman estendido que pode ser resolvido analiticamente e numericamente sob incertezas do modelo.
Este artigo propõe e analisa o framework de aprendizado alternado , que permite a um agente global e a uma população massiva de agentes locais em sistemas com restrições de comunicação convergirem para um Equilíbrio de Nash aproximado com complexidade de amostra reduzida, validando a eficácia da abordagem em simulações de controle multi-robô e otimização federada.
Este artigo propõe um método sucessivo de diferença de funções convexas (SDC) baseado no envelope de Moreau e no método de penalização progressiva para resolver uma classe de programas cônicos estocásticos de dois estágios não convexos e não suaves, transformando o problema em uma desigualdade variacional estocástica e demonstrando sua convergência rigorosa e eficácia em uma extensão do modelo de média-variância de Markowitz.
Este artigo propõe um framework de super-resolução cega "plug-and-play" que utiliza um método de otimização alternada heterogênea para aprimorar imagens de ressonância magnética cerebral de 1,5 T, melhorando a definição estrutural e a visibilidade de biomarcadores críticos para o diagnóstico de esclerose múltipla.
Este trabalho apresenta uma nova abordagem de filtro de Kalman por conjunto que elimina a necessidade de técnicas de localização auxiliares ao localizar intrinsicamente a densidade de probabilidade da análise através de uma aproximação variacional bayesiana em marginais independentes, demonstrando desempenho comparável aos métodos tradicionais com localização ajustada em termos de precisão e custo computacional.
Este artigo propõe um método de região de confiança implícito-explícito que, ao explorar a estrutura do Hessiano no modelo de Landau-Brazovskii, garante a convergência para pontos estacionários de segunda ordem, permitindo escapar de pontos de sela e identificar novas fases estáveis com maior eficiência do que os métodos de primeira ordem existentes.
O artigo propõe um método para identificar redes não lineares acíclicas em tempo contínuo, demonstrando que a medição de todos os sumidouros é necessária e suficiente para identificar árvores e grafos acíclicos direcionados gerais, e apresentando algoritmos que utilizam condições iniciais não nulas e derivadas de ordem superior para recuperar as funções não lineares das arestas.
Este artigo propõe uma reformulação adaptativa e robusta de um indicador de convergência baseado nas condições KKT, utilizando normalização por quantis para avaliar o desempenho de algoritmos de otimização multiobjetivo sem depender de conjuntos de referência externos.
Este artigo investiga a interação entre políticas de reposição de estoque e algoritmos de atendimento de pedidos em tempo real no e-commerce, demonstrando teoricamente a estabilidade do arrependimento em ciclos longos e propondo um novo algoritmo com visão prospectiva que supera abordagens míopes, permitindo identificar quando é mais benéfico otimizar a reposição ou o atendimento para maximizar o lucro.
Este artigo propõe e analisa um método de gradiente riemanniano com momento, demonstrando sua complexidade de e validando sua eficácia superior ou competitiva em relação a solvers de estado da arte através de experimentos computacionais extensivos.
Este artigo investiga o fluxo de gradiente de Wasserstein de energias semi-discretas, aplicadas ao planejamento urbano e à quantização uniforme, demonstrando a convergência do esquema JKO para um sistema acoplado de EDP e EDO, analisando suas propriedades qualitativas e validando os resultados através de simulações numéricas que revelam fenômenos como a cristalização dinâmica.
Este artigo apresenta uma análise de estabilidade de Lyapunov para um modelo de otimização vetorial estocástica baseado em equações diferenciais estocásticas, complementada por uma implementação numérica compatível com o framework *pymoo*, demonstrando que, embora menos competitivo em baixas dimensões, o método oferece uma alternativa matematicamente tratável e eficaz para otimização multiobjetivo em cenários de alta dimensionalidade com orçamentos de avaliação restritos.
O artigo estabelece um teorema de Lyapunov inverso para a limitação de conjuntos de alcançabilidade em sistemas de dimensão infinita com fluxo Lipschitz contínuo, demonstrando que essa condição se aplica a muitas equações de evolução semilineares e resultando, para equações diferenciais ordinárias, em um teorema de completude para frente sem restrições prévias sobre a magnitude das entradas.
Este artigo demonstra que, em processos de decisão de Markov com horizonte infinito e avaliações finitamente aditivas, não é garantida a existência de uma estratégia ótima (nem pura nem aleatória) quando a medida de agregação não satisfaz o princípio do valor temporal do dinheiro, apresentando um contraexemplo que refuta essa possibilidade.