Temperature-Aware Scheduling of LLM Inference in Large-Scale Geo-Distributed Edge Data Centers with Distributed Optimization

该论文针对澳大利亚地理分布的边缘数据中心,提出了一种基于分布式优化的温度感知调度方法,通过利用环境温度差异协同优化大语言模型推理过程中的能耗、碳排放、首字延迟及水耗,从而显著提升系统的可持续性与成本效率。

Arash Khalatbarisoltani, Amin Mahmoudi, Jie Han, Muhammad Saeed, Wenxue Liu, Jinwen Li, Solmaz Kahourzade, Amirmehdi Yazdani, Xiaosong HuTue, 10 Ma💻 cs

Leveraging Quantum Annealing for Large-Scale Household Energy Scheduling with Hydrogen Storage

本文提出了一种基于分层量子退火模型预测控制的框架,用于解决大规模家庭微电网中涉及燃料电池和电解槽的复杂能源调度问题,并通过澳大利亚多户案例研究证明,随着连接家庭数量的增加,该方法相比传统优化方法在求解效率和适用性上更具优势。

Arash Khalatbarisoltani, Amin Mahmoudi, Jie Han, Muhammad Saeed, Wenxue Liu, Jinwen Li, Solmaz Kahourzade, Amirmehdi Yazdani, Xiaosong HuTue, 10 Ma💻 cs

A Novel Phase-Noise Module for the QUCS Circuit Simulator. Part II : Noise Analysis

本文作为系列研究的第二部分,介绍了基于作者提出的严格统一时域方法(完全摆脱经验模型限制)在开源 QUCS 仿真器中实现的全新相位噪声分析模块,该模块提供了振幅及相位 - 振幅相关响应的新型闭式表达式,旨在为现代通信与遥感系统中的自主振荡电路提供超越现有商业 EDA 工具的噪声预测与优化能力。

Torsten Djurhuus, Viktor KrozerTue, 10 Ma💻 cs

Robust control synthesis for uncertain linear systems with input saturation using mixed IQCs

本文提出了一种基于混合积分二次约束(IQC)的鲁棒控制综合方法,通过将含输入饱和的不确定线性系统重构为线性分式表示,利用混合 IQC 耗散不等式与二次 Lyapunov 函数建立了以线性矩阵不等式(LMI)形式表达的充分条件,从而在数值上可解地实现了优于传统抗饱和设计的 L2\mathcal{L}_2 增益性能与 H\mathcal{H}_\infty 鲁棒稳定性。

Xu Zhang, Fen WuTue, 10 Ma💻 cs

Model-Free DRL Control for Power Inverters: From Policy Learning to Real-Time Implementation via Knowledge Distillation

本文提出了一种基于策略蒸馏的无模型深度强化学习控制框架,通过引入误差能量引导的混合奖励机制与自适应重要性加权蒸馏策略,成功将重型 DRL 策略压缩为轻量级网络,在千瓦级硬件平台上实现了微秒级推理、优异瞬态响应及参数鲁棒性的实时控制。

Yang Yang, Chenggang Cui, Xitong Niu, Jiaming Liu, Chuanlin ZhangTue, 10 Ma💻 cs

Aero-Promptness: Drag-Aware Aerodynamic Manipulability for Propeller-driven Vehicles

本文提出了一种名为“拖曳感知气动操纵性(DAAM)”的几何框架,通过引入基于剩余对称加速度能力的黎曼度量,将电机扭矩限制与气动阻力显式纳入冗余多旋翼飞行器的控制分配中,从而生成一种对广义力空间坐标缩放具有不变性、能自动规避阻力饱和并解析其全局跳变不连续性的状态相关最优分配策略。

Antonio FranchiTue, 10 Ma🔢 math

Augmented Model Predictive Control: A Balance between Satellite Agility and Computation Complexity

本文提出了一种增强型模型预测控制方法,通过平衡卫星敏捷性需求与硬件计算约束,在保留线性控制计算简便性的同时实现了非线性控制的高性能,并经由数值仿真与物理实验验证了其有效性。

Yiming Wang, Mihindukulasooriya Sheral Crescent Tissera, Haihong Yu, Kai Jie Ethan Foo, Sean Yeo Keyuan, Ankit Srivastava, Hao AnTue, 10 Ma💻 cs

PolyFormer: learning efficient reformulations for scalable optimization under complex physical constraints

本文提出了 PolyFormer,一种将物理与几何知识融入优化问题重构的机器学习方法,通过将其转化为高效的多面体形式,在保持解质量的同时实现了高达 6400 倍的计算加速和 99.87% 的内存缩减,从而显著提升了复杂物理约束下大规模优化问题的可扩展性。

Yilin Wen, Yi Guo, Bo Zhao, Wei Qi, Zechun Hu, Colin Jones, Jian SunTue, 10 Ma🤖 cs.LG

Adaptive Entropy-Driven Sensor Selection in a Camera-LiDAR Particle Filter for Single-Vessel Tracking

本文提出了一种基于自适应熵驱动的传感器选择策略的异构多传感器融合粒子滤波器,用于在固定沿海平台上实现单船跟踪,并通过在塞浦路斯阿依纳帕码头的实地部署验证了该方法能在不同距离和传感器可用性条件下,通过动态切换模态在跟踪精度与连续性之间取得最佳平衡。

Andrei Starodubov, Yaqub Aris Prabowo, Andreas Hadjipieris, Ioannis Kyriakides, Roberto GaleazziTue, 10 Ma🤖 cs.LG