Mathématiques - Optimisation et contrôle

Cet article explore les représentations des Grassmanniens et leurs applications dans divers domaines.

Une nouvelle méthode améliore la reconstruction d'images des trous noirs et des données polarimétriques.

Apprends des méthodes pour des solutions efficaces en optimisation convexe non lisse.

Cette étude améliore la planification de la maintenance en utilisant l'apprentissage par renforcement profond pour les machines industrielles.

Explorer de nouvelles méthodes pour améliorer le contrôle prédictif par modèle avec des techniques d'apprentissage profond.

Explorer comment les métriques de centralité de groupe redéfinissent l'analyse et la compréhension des réseaux.

Une étude sur des méthodes de portée efficaces pour les systèmes autonomes.

Une méthode pour maximiser les récompenses dans le traitement des tâches tout en gérant les coûts de manière efficace.

Une nouvelle étape améliore le raffinement des solutions dans des problèmes d'optimisation difficiles.

Apprends comment l'ADMM résout efficacement les problèmes d'optimisation distribuée.

Exploiter l'algorithme de Douglas-Rachford pour résoudre efficacement des problèmes de contrôle optimal.

Cette étude améliore le design des tubes de descente en utilisant l'apprentissage automatique pour une meilleure efficacité de l'hydroélectricité.

Un cadre pour faire de meilleurs choix en période d'incertitude.

Approche innovante utilisant des réseaux de neurones pour stabiliser les systèmes d'équations aux dérivées partielles efficacement.

Cet article examine comment les réseaux de neurones améliorent les prédictions avec de petits poids initiaux.

De nouveaux algorithmes réduisent les besoins en données pour l'imagerie moléculaire détaillée.

Présentation d'une approche efficace pour résoudre les problèmes de points de selle convexe-concave.

Un aperçu des problèmes non réalisables et des problèmes critiques réalisables en contrôle optimal.

Ce document examine le rôle des mappings de perturbation dans l'analyse de la programmation non linéaire.

Cet article explore l'importance des domaines de Carrot John dans les problèmes mathématiques.

Cet article parle d'une nouvelle méthode pour optimiser les modèles d'apprentissage automatique.

Cet article parle de l'application de la mesure cosinus aux sous-espaces en optimisation.

Cet article parle des aspects essentiels de l'apprentissage par renforcement contraint et de ses applications dans le monde réel.

Cette étude améliore l'apprentissage distribué grâce à une utilisation efficace des mises à jour pondérées dans le retour d'erreur.

De nouvelles méthodes en optimisation distribuée améliorent l'efficacité et la confidentialité dans la prise de décision basée sur les données.

Examiner comment l'unicité aide à résoudre des problèmes d'optimisation convexe.

Explorer la prise de décision dans des environnements incertains pour minimiser les coûts.

Une nouvelle approche améliore la précision dans la résolution des défis complexes en SDP.

Une nouvelle méthode améliore l'efficacité pour résoudre des équations différentielles partielles complexes en utilisant des réseaux de neurones.

Un regard de plus près sur l'équilibre entre la profondeur et la largeur dans les ODEs neuronales.

Un aperçu de la méthode du sous-gradient stochastique par mini-lots en optimisation.

Un guide sur l'optimisation, ses types, les défis et ses utilisations pratiques dans différents domaines.

Cet article présente une nouvelle méthode pour améliorer la stabilité dans les systèmes de contrôle en temps réel.

CGPO améliore la prise de décision dans des scénarios incertains avec des actions mixtes.

Une nouvelle approche améliore l'analyse des systèmes de contrôle en utilisant l'analyse à valeurs multiples.

Apprends des stratégies de maintenance pour garder les systèmes efficaces.

De nouvelles méthodes améliorent la résolution des équations de Riccati pour les applications de contrôle robuste.

Cet article examine la viabilité économique des systèmes de stockage d'énergie à long terme en Californie.

On compare deux méthodes pour récupérer les profils des vagues océaniques à partir des mesures du fond marin.

Apprends comment les entreprises peuvent réduire leurs coûts et leur impact grâce à l'énergie renouvelable.