Цифровой двойникКалибровка цифрового двойника ускорителя с помощью машинного обученияarXiv API — полнотекстовый поиск "digital twin" · 15 чЦифровой двойникЦифровой двойник для анализа кибератак в больничных IT/OT-средахarXiv API — полнотекстовый поиск "digital twin" · 18 чМоделированиеГенеративное агентное моделирование предпочтений в транспортной политике на основе опросовarXiv — Computers and Society (cs.CY) · вчераПрогнозированиеМасштабируемый гауссовский процесс с тригонометрическими признаками для безопасного MPCarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеДвухуровневый MPC для устойчивых ЦОД с гибкостью нагрузки и утилизацией теплаarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеИтеративный MPC без вычисления производных для нелинейных систем с ограничениямиarXiv — Systems and Control (eess.SY) · вчераПрогнозированиеMPC, адаптивный к возмущениям, с ограничениями на средние нарушенияarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникВыявление киберфизических атак по временным несоответствиям в цифровом двойникеarXiv API — полнотекстовый поиск "digital twin" · вчераПрогнозированиеАрхитектура управления для быстрого регулирования частоты при высокой доле инверторных источниковarXiv — Systems and Control (eess.SY) · 2 днЦифровой двойникЦифровой двойник для обнаружения вторжений в CAN-шину автомобиляarXiv API — полнотекстовый поиск "digital twin" · вчераЦифровой двойникPRISM: предиктивное зондирование для когнитивных цифровых двойников в сетях 6GarXiv API — полнотекстовый поиск "digital twin" · вчераМоделированиеНейросетевая оценка параметров агентной модели рынка трудаarXiv — Multiagent Systems (cs.MA) · 2 дн
Масштабируемый гауссовский процесс с тригонометрическими признаками для безопасного MPC
США и Запад ·
Исследователи разработали DTF-GP — конечномерную аппроксимацию ядра на основе детерминированных тригонометрических признаков. Этот подход позволяет получить равномерные границы неопределенности, необходимые для гарантий безопасности в обучении MPC, и при этом масштабируется на большие объемы данных.
Почему это важно
Новость важна для масштабируемого применения методов обучения с гарантиями в управлении крупными системами.
Заголовок оригинала
Scalable Gaussian Process Regression via Deterministic Trigonometric Features: Uniform Bounds for Safe Model Predictive Control
Предложена двухуровневая система модельного прогнозирующего управления для ЦОД с фотоэлектрическими панелями, батареей и утилизацией тепла. Верхний уровень оптимизирует участие в рынке и планирование нагрузки, нижний компенсирует возмущения, используя прогнозы на несколько горизонтов.
Представлен алгоритм итеративного MPC, который стабилизирует нелинейные системы с ограничениями без вычисления производных. Метод линеаризует динамику через коэффициенты, зависящие от состояния и управления, и решает последовательность линейно-квадратичных задач, доказывая сходимость к оптимальному решению вблизи начала координат.
Разработан новый фреймворк DAD-MPC для стохастических систем, который адаптирует модель возмущений на основе измеренных нарушений ограничений. Метод гарантирует выполнимость и асимптотические границы на средние нарушения даже при неточной модели, что позволяет использовать данные и методы вроде конформного прогнозирования.
