ПрогнозированиеWhen quantum meets AI: NUS brings together international experts to turn frontier technologies into real-world solutionsNational University of Singapore — News · 6 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 · 23 чМоделированиеGigaCode Desktop — мультиагентное приложение Сбербанка для управления жизненным циклом разработки продуктов — стало доступно бизнесуCNews · вчераМоделированиеАгентный AI и мобильный гейминг нового уровня: Qualcomm представила флагманские 2-нм чипсеты Snapdragon 8 Elite Extreme Gen 6 и 8 Elite Gen 6Gagadget · вчераПрогнозированиеКоллективное 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
Метод рендеринга графа энергосети для ответов на вопросы с ограниченным контекстом
США и Запад ·
Предложен детерминированный метод графового рендеринга для систем вопросно-ответных на основе LLM, работающих с моделями энергосетей в формате CIM/CGMES. Метод приоритизирует релевантные фрагменты графа в пределах заданного бюджета контекста и гарантирует сохранение ответ-содержащих элементов для seed-локальных запросов. В тестах на ограниченных бюджетах метод полностью сохранял многопозиционные свидетельства, тогда как наивный подход терял почти все.
Почему это важно
Обеспечивает надежную работу аналитических систем поверх стандартизированных моделей энергосетей, что важно для управления крупными инфраструктурами.
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…
arXiv:2609.25257v1 Announce Type: new Abstract: Safety evaluation in sampling-based stochastic model predictive control often requires numerical estimation of exit functionals. The approximation of first-exit times and exit indicators is therefore a key numerical bottleneck, and discretization…
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.
