Génie électrique et science des systèmes - Systèmes et contrôle

Un aperçu de comment les oscillateurs synchronisent leurs comportements dans des systèmes complexes.

Traiter les vulnérabilités d'attaque dans les systèmes multi-agents grâce à des stratégies de contrôle en couches.

Stratégies pour améliorer la transmission de données entre des agents de décision dans des réseaux peu fiables.

Cette étude examine la gestion de l'énergie pour une meilleure économie de carburant et une meilleure expérience de conduite dans les véhicules hybrides.

Un aperçu des écoulements de cisaillement et de leur comportement lors des transitions d'un état lisse à un état turbulent.

Explorer des méthodes innovantes pour améliorer les systèmes de communication quantique.

Une nouvelle méthode améliore l'adaptabilité des voitures autonomes aux différentes surfaces de route.

Une méthode pour gérer l'incertitude dans les interactions robotiques avec des objets.

Une méthode pour diriger la covariance pour de meilleures performances du système de contrôle en période d'incertitude.

Une méthode pour estimer des paramètres inconnus dans des jeux de réseau en utilisant des infos statistiques.

Un aperçu du décalage de charge et de la flexibilité dans la distribution d'énergie.

Une nouvelle méthode pour garantir la sécurité dans les systèmes autonomes grâce à des fonctions de contrôle de barrière robustes.

Une nouvelle approche pour optimiser le contrôle dans des systèmes complexes.

Améliorer la protection des systèmes chiffrés contre les accès non autorisés.

Un aperçu de comment l'OKPCA améliore la détection de pannes dans les systèmes automatisés.

PINNSim utilise des réseaux de neurones pour améliorer l'efficacité des simulations de systèmes électriques.

Une nouvelle méthode aide les robots à naviguer en toute sécurité dans des environnements bondés.

Les opérateurs neuronaux simplifient la conception de contrôle pour des PDE complexes, améliorant l'efficacité.

Un cadre qui améliore la sécurité et l'efficacité d'apprentissage dans les applications de renforcement dans le monde réel.

Explorer le rôle de la théorie des opérateurs de Koopman dans l'amélioration des performances et de la sécurité des véhicules.

Les HDNNs offrent une formation stable et des capacités d'approximation pour des tâches complexes.

Un aperçu de la manière dont les signaux numériques influencent la conception des circuits à travers des EDO à mode commuté avec seuil.

Méthode rapide et économique pour l'identification de systèmes UAV dans des conditions réelles.

Une nouvelle méthode simplifie le routage du trafic avec moins de communication entre les véhicules.

De nouvelles techniques utilisent des signaux existants pour un positionnement intérieur précis.

Cet article explore la manipulation des chiplets pour des applis de micro-assemblage précises.

Une étude sur l'utilisation des réseaux de neurones bayésiens pour un meilleur contrôle dans des environnements incertains.

Une nouvelle méthode améliore les performances des machines pour différentes tâches en utilisant l'apprentissage profond.

De nouvelles techniques améliorent les performances des actionneurs plans à aimants mobiles, en répondant à des défis clés.

Une nouvelle approche du trading qui utilise des poids flexibles pour de meilleurs retours.

Un aperçu de la simulation agrégée pour analyser des réseaux à valeurs finies.

Ce modèle améliore la façon dont les agents coordonnent leurs actions dans des réseaux variés.

Cette étude se concentre sur l'estimation de la charge mentale des conducteurs pour améliorer la sécurité routière.

Explorer des méthodes sécurisées pour combiner la communication et la détection dans les réseaux mobiles.

L'apprentissage par renforcement booste l'efficacité dans l'automatisation de l'emballage alimentaire.

Explorer l'équilibre entre l'efficacité et la performance dans les réseaux cellulaires.

Une nouvelle méthode pour mettre en œuvre le contrôleur Super-Twisting dans des systèmes à temps discret.

Une nouvelle approche du MPC robuste se concentre sur la faisabilité récursive pour gérer les incertitudes.

Améliorer l'entraînement des réseaux neuronaux pour de meilleurs résultats en distribution d'électricité.

Un aperçu des difficultés à contrôler des systèmes en utilisant des données hors ligne.