Mathématiques - Optimisation et contrôle

Une étude sur comment les managers gèrent la thune en plein risque et ambiguïté.

Une méthode pour contrôler les équations de réaction-diffusion en utilisant des contrôleurs de backstepping de dimension finie.

Une nouvelle approche de l'optimisation qui combine l'apprentissage automatique avec des méthodes traditionnelles.

Découvre comment les réseaux de neurones améliorent l'efficacité du contrôle prédictif de modèle.

Optimiser les tactiques de recherche pour des cibles difficiles avec des capacités variées des chercheurs.

Un aperçu des méthodes de regroupement et de leurs applications pour optimiser les réseaux électriques.

Une nouvelle méthode améliore l'efficacité du stockage d'énergie dans les systèmes hybrides.

Explorer la régularité linéaire et le fort CHIP en optimisation mathématique.

La recherche sur les algorithmes de projection améliore l'efficacité dans les problèmes d'optimisation linéaire.

COVID-19 met en évidence l'importance d'un partage équitable des vaccins à l'échelle mondiale.

L'optimisation du flux d'électricité grâce à des commutations de transmission adaptatives améliore l'efficacité et réduit les coûts.

Utiliser des réseaux de neurones profonds en ensemble pour une collecte de données rapide dans des réseaux assistés par drones.

De nouvelles méthodes améliorent l'efficacité et la flexibilité dans le transport optimal en utilisant des mesures exponentielles temperées.

Un aperçu des méthodes d'estimation d'état à distance et de quantification dynamique.

Une méthode d'optimisation avec plusieurs fonctions et contraintes, super utile dans plein de domaines.

Explorer les complexités du jeu Cops et Voleurs dans de nouveaux environnements.

La recherche sur les LRC se concentre sur l'amélioration de la récupération de données et la compréhension des limites de performance.

Cette étude se concentre sur l'amélioration de la prise de décision en période d'incertitude en utilisant la maximisation submodulaire.

Explore comment les agents interagissent et prennent des décisions dans des systèmes complexes.

Explore le rôle des nombres dyadiques dans l'optimisation de la programmation linéaire.

Une nouvelle méthode améliore la clarté des images tout en préservant les détails dans les processus de récupération.

Explorer des solutions pour des applis basées sur les données dans des systèmes distribués.

Un aperçu de comment l'optimisation distribuée s'attaque aux gros défis de données.

Une nouvelle méthode améliore le Contrôle Prédictif de Modèle pour des décisions plus rapides.

Cet article explique comment la quantification douce simplifie des données complexes sans perdre de détail.

Un cadre de contrôle innovant améliore la sécurité des robots dans les environnements humains.

Découvrez des méthodes pour améliorer la stabilité des systèmes de contrôle non linéaires.

Apprends à programmer des pompes à vitesse variable pour économiser de l'énergie et réduire les coûts.

Présentation de RHPG : un algorithme prometteur pour une estimation optimale de l'état.

Une approche basée sur des ensembles pour un suivi précis en cas d'attaques de capteurs.

Découvre de nouveaux algos qui améliorent la clarté des images à partir de photos floues.

Cet article explore une nouvelle façon de comparer des solutions dans l'espace de Wasserstein.

L'utilisation de contraintes floues améliore la prise de décision dans les problèmes d'optimisation incertains.

Simba améliore l'efficacité de l'optimisation, en s'attaquant efficacement aux points de selle et aux zones plates.

Explorer comment un design optimal améliore les techniques d'estimation des paramètres bayésiens.

Explorer les mesures de sécurité dans le contrôle adaptatif en utilisant des fonctions de barrière de contrôle.

Ce papier parle d'améliorer l'optimisation stochastique grâce à l'échantillonnage de données récurrent et des méthodes de régularisation.

Nouvelles stratégies pour optimiser la charge des véhicules électriques et soutenir la stabilité du réseau.

Un nouveau préconditionneur améliore les méthodes itératives dans les tâches d'optimisation de trajectoire.

iDDGT propose une solution flexible pour les défis d'optimisation décentralisée.