Matemáticas - Optimización y control

Presentamos D-SOBA, un nuevo algoritmo para la optimización bilevel descentralizada.

Los avances en la gestión del ruido mejoran la precisión de la computación cuántica.

Un nuevo método mejora la precisión de la estimación de PSD en sistemas de radar meteorológico.

Una mirada a cómo coordinar los centros de datos con la red eléctrica para ahorrar energía.

Una mirada a cómo los algoritmos genéticos ayudan en la investigación de poliedros en red.

Examinando cómo el deep learning mejora la toma de decisiones en entornos inciertos.

Los ingenieros abordan un problema común en las turbinas de gas con métodos de control adaptativos.

Analizando métodos para reducir retrasos en la programación de tareas para múltiples servidores.

Abordar el desafío de la privacidad en la toma de decisiones basada en datos para la salud.

Explora estrategias para manejar los dividendos mientras aseguras el crecimiento y la estabilidad de la empresa.

Un método para visualizar mejor los resultados en desafíos de optimización de múltiples objetivos.

Una mirada a métodos para manejar la distribución desigual de recursos de manera efectiva.

Examinando la auto-atención y el descenso por gradiente en modelos de transformadores.

Un vistazo a cómo la tecnología influye en el comportamiento celular para una mejor producción.

BNQN ofrece una alternativa más suave y robusta para encontrar raíces en matemáticas.

Explorando técnicas de control sin modelo bajo canales de comunicación limitados.

Este documento presenta un enfoque nuevo para controlar grandes grupos de sistemas.

Esta investigación explora la programación de ganancias y los operadores neuronales para un mejor control de PDEs no lineales.

Un estudio sobre sistemas de control con condiciones de frontera de Dirichlet para mejorar el rendimiento.

Nuevas técnicas mejoran la eficiencia de la comunicación en el entrenamiento de modelos distribuidos.

Los investigadores mejoran las operaciones de drones para hacer búsquedas y rescates más efectivas.

Un nuevo marco busca mejorar la eficiencia del servicio de taxi con vehículos eléctricos y reducir los tiempos de espera.

Un nuevo marco aborda las incertidumbres en los modelos de elección discreta para hacer predicciones más precisas.

Un nuevo algoritmo mejora la eficiencia de los sistemas descentralizados con retrasos en la comunicación.

Aprende cómo CPP aborda las incertidumbres en la optimización para tomar mejores decisiones.

Descubre métodos de caché eficientes para mejorar la experiencia del usuario en un mundo impulsado por datos.

Explora cómo Adam mejora el entrenamiento de modelos de aprendizaje profundo y supera al descenso por gradiente.

Explorando cómo las simetrías en las funciones de pérdida afectan la dinámica de SGD durante el aprendizaje profundo.

Mejorando la atención del cáncer a través de monitoreo personalizado de pacientes y modelos de toma de decisiones.

Este artículo explora las representaciones del Grassmanniano y sus aplicaciones en varios campos.

Un nuevo método mejora la reconstrucción de imágenes de agujeros negros y datos polarimétricos.

Aprende métodos para soluciones efectivas en optimización no suave convexa.

Este estudio mejora la programación de mantenimiento usando aprendizaje por refuerzo profundo para máquinas industriales.

Explorando nuevos métodos para mejorar el Control Predictivo de Modelos con técnicas de aprendizaje profundo.

Explorando cómo las métricas de centralidad de grupo remodelan el análisis y la comprensión de redes.

Un estudio sobre métodos de alcance eficientes para sistemas autónomos.

Un método para maximizar recompensas en el procesamiento de tareas mientras se gestionan los costos de manera efectiva.

Un nuevo paso mejora la refinación de soluciones en problemas de optimización desafiantes.

Aprende cómo ADMM resuelve de manera eficiente problemas de optimización distribuidos.

Aprovechando el algoritmo de Douglas-Rachford para resolver problemas de control óptimo de manera efectiva.