Mathematik - Optimierung und Kontrolle

Eine neue Methode zur Planung des Ladevorgangs für batteriebetriebene Busse verbessert die Zuverlässigkeit und senkt die Kosten.

Eine standardisierte Plattform zum Testen von Lernalgorithmen in der Randsteuerung partieller Differentialgleichungen.

Effizienzsteigerung in der linearen Programmierung mit maschinellen Lerntechniken.

Diese Studie zeigt eine neuartige Anwendung von Deep Learning in der ökonomischen Modellierung.

Erforschung von Erhaltungsgesetzen und ihrer Rolle in komplexen maschinellen Lern-Szenarien.

Eine neue Methode verbessert die Datenanalyse, indem sie den chordalen Abstand in der nichtnegativen Matrixfaktorisierung nutzt.

Ein neuer Ansatz verbessert die Entscheidungsfindung in dynamischen Umgebungen mit kontinuierlichem Reinforcement Learning.

Diese Studie präsentiert eine neuartige Methode zur Optimierung der Zuweisung von Logistikaufgaben mithilfe von Surrogatmodellen.

Lern Methoden, um binäre Polynome zu minimieren und ihre Anwendungen in verschiedenen Bereichen.

Die Bedeutung von Stabilität in Runge-Kutta-Methoden zur Lösung von Differentialgleichungen erkunden.

Dieser Artikel stellt eine Methode vor, um die Machbarkeit in semidefiniten Programmierung zu zertifizieren.

Eine neue Methode verbessert die Wiederherstellung von Bildern mit beschädigten Netzen.

GPUs verbessern die Effizienz bei der Lösung von nichtlinearen Optimierungsproblemen durch innovative Methoden.

Neue Methoden verbessern die Entscheidungsqualität im Energiemanagement und in komplexen Systemen.

Lerne, wie kontrollierte Invarianten die Sicherheit in verschiedenen kontinuierlichen Zeitsystemen gewährleisten.

Methoden für sicherere Entscheidungsfindung in Reinforcement-Learning-Umgebungen einführen.

Ein Modell, das Forecasting mit mehrstufiger Entscheidungsfindung verknüpft, um bessere Ergebnisse zu erzielen.

Ein Blick auf moderne Methoden im Ingenieurdesign für Effizienz und Leistung.

Dieser Artikel behandelt Variationsungleichungen und ihre Bedeutung in der Optimierung und im maschinellen Lernen.

Diese Studie stellt einen neuen Ansatz zur Dimensionsreduktion vor, der die semi-relaxierte Gromov-Wasserstein-Distanz nutzt.

Ein Blick darauf, wie Agenten interagieren und im Laufe der Zeit Entscheidungen treffen.

Analyse des Nutzerverhaltens, um die öffentlichen Verkehrssysteme in der Stadt zu verbessern.

Ein Blick darauf, wie Ising-Maschinen Optimierungstechniken verbessern.

Erforschen, wie MPC Unsicherheit und Modellgenauigkeit für effektive Kontrolle managt.

Eine Methode, um die Systemeffizienz zu steigern, ohne genaues Wissen zu haben.

Eine Methode, um Kostenfunktionen abzuleiten, indem man die Aktionen von Experten in komplexen Umgebungen analysiert.

Lerne, wie kontrafaktische Erklärungen die Klarheit bei Optimierungsentscheidungen verbessern.

CALDERA bietet effiziente Modellkompression und behält dabei die Leistung für Umgebungen mit begrenzten Ressourcen bei.

Verbesserung von Optimierungsmethoden durch UCB in lokalen Bayes'schen Strategien.

Dieser Artikel behandelt die Komplexität von unbeschrifteten Sensorik- und Wiederherstellungstechniken.

Neue Strategien verbessern die Optimierung in unsicheren Umgebungen.

Neue Methode verbessert die Effizienz bei verteilten Minimax-Optimierungsproblemen.

Einführung von Algorithmen zur Balance mehrerer Ziele in Optimierungsaufgaben.

Eine neue Entscheidungsunterstützungsmethode hilft Waldmanagern bei der Planung unter unsicheren Bedingungen.

Dieser Artikel betrachtet Feedback-Control-Methoden für ein effizientes Management von Flüssigkeiten in Tanks.

Untersuchen, wie Investitionen in Selbstversorgung die Elektrizitätsmärkte und Emissionen beeinflussen.

Entdecke, wie tropische Geometrie unser Verständnis von Formen und Beziehungen neu gestaltet.

Eine neue Methode verbessert die Schätzung der Kovarianzmatrix ohne strikte Annahmen.

Neue Methoden verbessern die SVM-Leistung in hyperbolischen Räumen für komplexe Daten.

Eine neue Methode, um das Training von Machine Learning mit vielfältigen Daten zu verbessern.