Цифровой двойникОпубликованы итоги форсайт-сессии «Будущее безопасности киберфизических систем в России. Перспективы и векторы развития»spbIT · 2 чМоделированиеStochastic Model Predictive Control under AC Power-Flow Constraints Using Generative LearningarXiv — Systems and Control (eess.SY) · вчераРынок и продуктыPalantir меняет метрику: вместо количества клиентов — совокупная стоимость контрактовTechora.ru · 10 чМоделированиеАтаки на агентные системы и защита данныхХабр · 16 чЦифровой двойникEmbedding Model-form Uncertainty in Probabilistic Calibration of Digital Twins for BridgesarXiv API — полнотекстовый поиск "digital twin" · 16 чМоделированиеAgentHomeID - Agent-based modelling of building stock transformation: A multi-scale framework for policy assessment and infrastructure planningarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникFrom State Synchronization to Cognitive Self-Evolution: An Operational Architecture for Cognitive Digital TwinsarXiv API — полнотекстовый поиск "digital twin" · вчераПрогнозированиеTD-STGT: A Spatio-Temporal Graph Transformer for Mobile Traffic Demand ForecastingarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеUser-specified Kelvin-hour budgets within model predictive control for energy-efficient buildings: Simulation and field demonstrationarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеKoopman-Based Model Predictive Control for Simultaneous State of Charge and Temperature Balancing of Lithium-Ion CellsarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеModel Predictive Control for Dynamic Hydraulic Balancing in Building Radiator Heating Systems: Modeling, Design, and Experimental ValidationarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеAsynchronous Model Predictive Control Under Model Mismatch: Stability and Performance GuaranteesarXiv — Systems and Control (eess.SY) · вчера
Глубокое обучение для быстрой оценки климатических рисков урожая
США и Запад ·
Представлен фреймворк SECSF на основе глубокого обучения, который эмулирует процессную модель ECroPS для кукурузы и ячменя, используя только ежедневные температуры и осадки. Модель обучена на данных ERA5 и воспроизводит динамику роста и сроки сбора урожая, снижая вычислительные затраты в ~10^4 раз. Это позволяет проводить вероятностные оценки рисков для больших ансамблей сезонных прогнозов и климатических сценариев.
Почему это важно
Новость важна для масштабируемого прогнозирования в агросекторе, где ключевы быстрые и точные оценки климатических рисков.
arXiv:2609.06636v1 Announce Type: new Abstract: Fine-grained mobile traffic demand forecasting is essential for long-term planning of 5G and future 6G networks, including radio upgrades, site densification, backhaul expansion, and spectrum activation.
Предложен фреймворк моделирования мира с действиями для эмуляции системы Земли, который позволяет пользователям задавать вмешательства и исследовать реакции системы. Он переформулирует траектории симулятора как обучение управляемым переходам состояний, расширяя возможности пассивных прогнозов. Это важно для интерактивных научных рабочих процессов и цифровых двойников Земли.
Разработаны две стратегии адаптивного прогнозного управления для микросетей с высокой долей солнечной генерации. Учитывается стохастический и изменяющийся во времени резерв мощности инверторных ресурсов, что предотвращает насыщение регулятора и улучшает качество регулирования частоты.
