“sistem kontrolü” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Düzensiz Verilerle Çalışan Yeni Durum Tahmin Sistemi Geliştirildi
Araştırmacılar, az sayıda ve düzensiz ölçümlerle sistem durumunu tahmin edebilen yeni bir yaklaşım geliştirdi. Bu yöntem, geleneksel matematiksel modeller yerine doğrudan ölçülen veriler üzerine kurulu. Özellikle ölçüm yapmanın pahalı veya zaman alıcı olduğu durumlarda büyük avantaj sağlıyor. Sistem, hareketli ufuk tahmini adı verilen teknikle çalışıyor ve teorik olarak güçlü kararlılık özelliklerine sahip. Araştırmacılar, yöntemi gastrointestinal sistem emilim süreçlerinin izlenmesinde başarıyla test etti. Bu gelişme, tıbbi tanı sistemlerinden endüstriyel süreç kontrolüne kadar birçok alanda uygulanabilir.
Zaman Gecikmeli Sistemler İçin Yeni Stabilite Analizi Yöntemi Geliştirildi
Araştırmacılar, elektrikli motorlar ve sinir ağları gibi karmaşık sistemlerin kararlılığını analiz etmek için yeni bir matematiksel framework geliştirdi. Persidskii sistemleri olarak adlandırılan bu yapılar, doğrusal dinamikler ile nonlineer geri besleme döngülerini birleştireyor. Çalışma, zaman gecikmesi olan sistemlerde durum tahmini ve kararlılık analizi için veri odaklı yaklaşımlar sunuyor. Özellikle elektrikli araçlarda kullanılan PMSM motorlarında deneysel doğrulama yapılması, teorik çalışmanın pratik uygulamalarını gösteriyor. Bu gelişme, otonom sistemler ve robotik alanlarında daha güvenilir kontrol sistemleri tasarımına katkı sağlayabilir.
Dağıtık Sistemlerde Kısıtlamalı Optimizasyon İçin Yeni Algoritma Geliştirildi
Araştırmacılar, birbirine bağlı kısıtlamaları olan dağıtık optimizasyon problemleri için yeni bir çözüm yaklaşımı geliştirdi. Geleneksel merkezi optimizasyon yöntemlerinin aksine, bu yaklaşım hesaplamaları ağdaki düğümler arasında dağıtarak gerçekleştiriyor. Kaynak tahsisi, sistem kontrolü ve dağıtık makine öğrenmesi gibi alanlarda kritik öneme sahip olan bu tür problemler, her düğümün kendi verilerini yerel olarak tuttuğu sistemlerde sıkça karşılaşılıyor. Yeni algoritma, bu alandaki ilk doğrusal yakınsama garantisi veren birinci dereceden yöntem olma özelliği taşıyor ve karmaşıklık alt sınırlarına ulaşabiliyor.
Yapay Zeka ile Karmaşık Sistemlerin İç Durumunu Gözlemleyen Yeni Yöntem
Araştırmacılar, karmaşık nonlinear sistemlerin iç durumlarını yapay zeka kullanarak tahmin edebilen yeni bir yöntem geliştirdi. Neural Luenberger gözlemci adı verilen bu sistem, geçmiş verilerden öğrenerek sistemin görülmeyen parametrelerini gerçek zamanlı olarak takip edebiliyor. Yöntem, klasik Kazantzis-Kravaris/Luenberger gözlemci yapısını genişleterek, girdi-çıktı verilerinden sistem durumlarını tahmin eden sinir ağları kullanıyor. Özellikle biyolojik sistemler, endüstriyel süreçler ve otonom araçlar gibi alanlarda büyük potansiyel taşıyan bu teknoloji, sistem kontrolü ve izleme alanında önemli bir ilerleme sunuyor. Araştırmacılar, yöntemlerinin teorik olarak garantili hata sınırları içinde çalıştığını matematiksel olarak kanıtladılar.
Akıllı Sistemler için Yeni Öğrenme Yöntemi Geliştirildi
Araştırmacılar, otonom araçlardan robotlara kadar birçok alanda kullanılan adaptif kontrol sistemleri için yenilikçi bir öğrenme stratejisi geliştirdi. 'Kompozit öğrenme geri adımlama kontrolü' adı verilen bu yöntem, sistemlerin çevresel değişikliklere daha hızlı uyum sağlamasını ve daha kararlı performans göstermesini sağlıyor. Geleneksel yöntemlerin aksine, yüksek güçlü geri besleme gereksinimi olmadan sistemin kararlılığını koruyabiliyor. Bu gelişme, özellikle belirsizliklerle dolu ortamlarda çalışan akıllı sistemlerin performansını artırmada önemli bir adım teşkil ediyor.