“stokastik sistemler” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Çok Ajanlı Sistemlerde Kontrol Sorunu: Tensör Temelli Yenilikçi Çözüm
Araştırmacılar, birden fazla ajanın bulunduığu karmaşık sistemlerde kontrol stratejileri geliştirmek için yeni bir matematiksel yöntem önerdi. Stokastik çok-ajanlı sistemler olarak adlandırılan bu yapılar, otonom araçlardan robot sürülerine kadar birçok alanda kullanılıyor. Geleneksel yöntemler boyut lanetine takılırken, yeni yaklaşım tensör ayrışımı tekniklerini kullanarak bu sorunu aşıyor. Yöntem, temporal mantık spesifikasyonları için kanıtlanabilir olasılık garantileri sunuyor ve sürekli durumlu doğrusal stokastik sistemlerde test edildi. Bu gelişme, karmaşık sistemlerin daha güvenilir kontrolü için önemli bir adım.
Güvenli Sistemlerde Tekrarlayan Görevler İçin Yeni Matematiksel Model
Araştırmacılar, stokastik (rastgele) sistemlerde güvenlik sınırları içinde kalarak belirli bölgeleri en az k kez ziyaret etme olasılığını hesaplayan yeni bir matematiksel çerçeve geliştirdi. Bu çalışma, gözetleme sistemleri ve periyodik şarj işlemleri gibi tekrarlayan görevlerin güvenilirliğini matematiksel olarak doğrulamak için önemli. Araştırmacılar, 'çarpımsal stokastik bariyer fonksiyonları' adlı yeni bir yaklaşım kullanarak, sistemlerin hem güvenlik gereksinimlerini karşılayıp hem de görevlerini yerine getirme olasılıklarını hesaplayabiliyor. Bu model, özellikle otonom araçlar, robotik sistemler ve güvenlik kritik uygulamalar için büyük önem taşıyor.
Yapay sinir ağları geometrik düzenleme ile daha güvenilir hale geliyor
Karmaşık sistemlerin davranışlarını modellemek için kullanılan otokodlayıcılar, yeni bir geometrik düzenleme yöntemiyle daha doğru ve tutarlı sonuçlar üretebilecek. Araştırmacılar, yüksek boyutlu verilerdeki gizli düşük boyutlu yapıları keşfetmek için üç aşamalı yeni bir yaklaşım geliştirdi. Bu yöntem, özellikle uzun zaman dilimlerinde yavaş gelişen stokastik sistemlerin analizinde önemli iyileştirmeler sağlayabilir. Mevcut ATLAS gibi yerel harita yöntemlerinin üstel ölçekleme sorunları ve otokodlayıcı alternatiflerinin teğet-paket geometrisindeki kısıtlamaları bu çalışmayla aşılmaya çalışılıyor.
Belirsiz Sistemlerde Optimal Kontrol: Yeni Algoritma Geliştirme
Araştırmacılar, belirsizlik içeren karmaşık sistemleri kontrol etmek için yeni bir algoritma geliştirdi. Belirsiz Markov Karar Süreçleri (UMDP) soyutlaması kullanan bu yöntem, doğrusal olmayan stokastik sistemlerde optimal kontrolörler tasarlayabiliyor. Algoritma, sistemi adım adım iyileştirerek performans garantileri sunuyor ve 'kaybolan belirsizlik' koşulu altında mükemmel sonuçlara yaklaşıyor. Bu gelişme, otonom araçlardan robotik sistemlere kadar birçok alanda güvenli ve verimli kontrol sistemleri tasarımında önemli ilerlemeler sağlayabilir.