ПрогнозированиеWhen quantum meets AI: NUS brings together international experts to turn frontier technologies into real-world solutionsNational University of Singapore — News · 4 чМоделированиеHigher-Order Approximation of Exit Functionals in Sampling-Based Stochastic Model Predictive ControlarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникФизически информированное прогнозирование атмосферной температуры для климатических цифровых двойниковarXiv API — полнотекстовый поиск "digital twin" · вчераМоделированиеРоссийские компании могут оценить готовность собственной инфраструктуры к агентной разработкеCNews · 21 чМоделированиеGigaCode Desktop — мультиагентное приложение Сбербанка для управления жизненным циклом разработки продуктов — стало доступно бизнесуCNews · 22 чМоделированиеАгентный AI и мобильный гейминг нового уровня: Qualcomm представила флагманские 2-нм чипсеты Snapdragon 8 Elite Extreme Gen 6 и 8 Elite Gen 6Gagadget · 22 чПрогнозированиеКоллективное трубное MPC с безусловными совместными сертификатами безопасностиarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеСэмплирующий MPC с доверительными областями вместо ручной настройки гиперпараметровarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеЛинейно масштабируемый нелинейный MPC с адаптивным горизонтомarXiv — Systems and Control (eess.SY) · вчераМоделированиеPhysics-Informed Neural Network Surrogates with Polynomial Chaos-Based Uncertainty Propagation for Stochastic Model Predictive ControlarXiv — Systems and Control (eess.SY) · 2 днМоделированиеEnergy-based Regularization for Learning Residual Dynamics in Neural MPC for Omnidirectional Aerial RobotsarXiv — Systems and Control (eess.SY) · 2 днМоделированиеSocioVerse2: A Longitudinal Dynamic Social Simulation Framework under a Human-AI Co-evolutionary ParadigmarXiv — Computers and Society (cs.CY) · 2 дн
DNative-Twin: графовые решения и цифровые двойники для воспроизводимых решений ИИ-агентов
США и Запад ·
Представлена графовая платформа цифрового двойника, которая записывает полный путь решения агента ИИ (типизированную траекторию) и позволяет воспроизводить механизм принятия решений в изолированной среде. Система связывает наблюдаемое состояние, выбранный путь и авторизацию, обеспечивая прозрачность и сравнение при изменении условий. Framework протестирован на трёх публичных наборах данных бизнес-процессов.
Почему это важно
Повышает прозрачность и доверие к решениям ИИ в управлении корпоративными и городскими системами.
The National University of Singapore (NUS) and the Society of Algorithmic Intelligence (SoAI) is hosting IntelligenceX 2026: Global Quantum × AI Frontier, from 24 to 26 September 2026 at NUS University Town, focused on advances at the intersection of quantum computing and artificial intelligence…
Исследование оценивает физически информированную нейросеть для краткосрочного прогноза потенциальной температуры при неполных термических наблюдениях, используя уравнение адвекции-источника в координатах давления и замыкание диабатического источника, зафиксированное по предыдущим 12 часам. Валидация выполнена на почасовых данных реанализа ERA5 на трех уровнях давления для горизонтов один, два и три часа в сравнении с персистентностью, локальным трендом и двумя нейросетевыми базовыми моделями.
Для алгоритмов сэмплирующего модельно-предиктивного управления, таких как MPPI, предложена формулировка с доверительной областью, ограничивающей обновление распределения-предложения через границу KL-дивергенции и, опционально, нижнюю границу энтропии. Это заменяет эвристическую адаптацию температуры и импульса значениями, оптимальными относительно лагранжиана.