Bioinformatics Computational Cluster Batch Task Profiling with Machine Learning for Failure Prediction
生物信息学计算集群批量任务的机器学习用于故障预测
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文通过机器学习方法对计算集群中的批量任务进行分析,以预测故障,从而改进集群调度和资源优化。
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
生物信息学计算集群批量任务的机器学习用于故障预测
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文通过机器学习方法对计算集群中的批量任务进行分析,以预测故障,从而改进集群调度和资源优化。
在SE(3)中针对树形图结构的鲁棒形控:具有指定瞬态和稳态性能
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出了一种新型控制协议,用于刚体在SE(3)中基于距离和方向的编队控制,其传感图为静态无向树。所提控制律具有去中心化特性,能有效应对模型不确定性和外部干扰,并保证编队距离约束。
Comments Provisionally accepted in Automatica. arXiv admin note: text overlap with arXiv:1611.01824
连接与自动化车辆的控制:现状与未来挑战
专题命中 记忆与上下文管理 :planning(abstract)
AI总结 本文探讨了连接与自动化车辆的控制与规划架构,分析了各功能模块的现状,重点在于提升能源效率的技术,并概述了现有算法及其未来挑战。
通过信念抽象合成监视策略
机构 * University of Leicester(莱斯特大学)
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文研究了合成具有监视目标的机器人控制器问题,通过将问题建模为单侧部分信息游戏,并利用抽象技术减少状态空间爆炸,从而实现监视策略的合成。
基于切换系统的方法用于间歇状态反馈下的路径跟随
专题命中 记忆与上下文管理 :autonomous agent(abstract)
AI总结 本文提出了一种基于切换系统的控制方法,用于处理非线性系统中暂时失去状态反馈的情况,通过观测器和预测器补偿间歇反馈,并利用Lyapunov分析设计切换条件以保持系统稳定性。
何时灾难成为系统性事件?从自然灾害中估算间接经济损失
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出结合概率物理损害模型与宏观经济基于代理的模型,估算自然灾害的间接经济损失,揭示灾害规模与经济影响的关系。
马尔可夫决策过程中的均衡
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文研究了决策者对转移概率函数存在误设定的马尔可夫决策问题,通过分析渐近行为提出均衡概念,并讨论动态设置中实验负值带来的特殊问题。
Comments 54 pages, 2 figures
市场结构如何驱动商品价格
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出一个基于代理的模型,研究市场在稳态下形成三种价格群体及其对商品价格的影响,通过实证数据验证价格上升趋势和转折点。
Comments 17 pages, 5 figures, 1 table, 15 pages of Supporting Information
Journal ref J. Stat. Mech. (2017) 113405
在稳态和非稳态条件下识别重复过程:传递函数
专题命中 记忆与上下文管理 :planning(abstract)
AI总结 本文研究了在稳态和非稳态条件下重复过程的动态特性,提出基于传递函数的建模方法,以准确表征生产行为,提升施工项目的规划与控制能力。
Comments Proc. 23rd Ann. Conf. of the Int'l. Group for Lean Construction, 28-31 July, Perth, Australia, pp. 793-802
通过网络化代理的坐标下降扩散学习
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 研究网络化代理在通用坐标下降方案下扩散随机算法的均方误差性能,探讨坐标随机选择对计算复杂度和收敛速度的影响,揭示分布式适应策略的鲁棒性。
Comments Accepted for publication
双拍卖市场中合作长期市场忠诚的出现
专题命中 记忆与上下文管理 :agent(abstract_cn)
AI总结 本文研究了双拍卖市场中合作长期市场忠诚是否能自发产生,通过建立模型发现当市场回报规模或选择强度超过阈值时,买卖方会形成忠诚于特定市场的子群,从而提升整体收益。
Comments 33 pages, 11 figures; referee remarks included, published: April 27, 2016
在马尔可夫决策过程中的在线专家选择的多臂老虎机方法
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出了一种多臂老虎机方法,用于在马尔可夫决策过程中在线选择专家策略,通过理论框架和算法验证,证明了预期遗憾的增长率在最坏情况下为对数级。
网络化系统分布式事件基状态估计:一种LMI方法
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出一种基于LMI的分布式事件基状态估计方法,用于多传感器-执行器代理控制的动态系统,通过局部事件触发协议实现稳定性和性能指标的保证。
Comments This is an extended version of an article to appear in the IEEE Transactions on Automatic Control (additional parts in the Appendix)
控制一个种群
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文研究了通过统一控制使种群同步的问题,将种群建模为非确定有限状态自动机,并证明了种群控制问题在EXPTIME复杂度内是可判定的。
一种基于自适应批评者的神经模糊控制器的设计与实现
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出了一种用于无人自行车的自适应批评者神经模糊系统,通过结合批评代理信号与误差反向传播,实现模糊推理规则的在线调整,验证了控制器在暂态响应、模型不确定性和在线学习速度方面的优越性。
Comments 24 pages, 17 figures, Mechatronics Journal
Journal ref Mechatronics 28 (2015): 115-123
分布式事件驱动状态估计
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出一种减少网络化控制系统通信量的事件驱动状态估计方法,通过多个分布式传感器-执行器代理在总线网络上稀疏交换数据,实现动态系统全状态估计,并证明了该方法在保证误差界内的稳定性。
Comments Technical report, 16 pages, 10 figures, minor updates
云辅助全车半主动悬挂系统状态估计
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出利用云到车到车方案进行全车半主动悬挂系统状态估计,采用移动时间窗估计法,通过远程嵌入式代理解决优化问题,验证了方法的有效性。
在社交网络中最优投资疾病意识的凸框架
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出了一种凸框架,用于在社交网络中通过疾病意识投资最优控制传染病传播,基于SAIS模型分析网络结构和参数对传染病传播的影响。
Comments IEEE GlobalSIP Symposium on Network Theory
关于离散事件系统监督控制中事件减少的问题
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文研究了离散事件系统监督控制中的事件减少问题,证明了局部控制器中的事件数少于简化监督器中的事件数,从而减少通信流量。
一个分布式算法用于解决具有成员动态的网络上的正定线性方程
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出SE算法,用于解决具有任意异步交互和成员动态的网络上的正定线性方程组,证明了其有界性、渐近收敛性和指数收敛性,并通过模拟验证其在动态网络中的有效性。
Comments 12 pages, 3 figures
在多个意见领袖存在时的共识:有限信心的影响
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 研究动态网络中基于证据的共识问题,分析不同更新策略对共识形成的影响,证明在时间变化网络中存在共识状态,并探讨多个意见领袖情况下意见聚类现象。
Comments IEEE Transactions on Signal and Information Processing Over Networks, to appear
通过在有向图上随机游走实现无回忆学习
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出一种基于随机游走的无回忆学习模型,通过局部观察和邻居随机选择,实现快速准确的状态学习。
Comments 6 pages, To Appear in Conference on Decision and Control 2015
博弈论视角下的均质自重构问题的建模
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文将离散网格上的二维和三维均质自重构问题建模为约束势博弈,提出基于Metropolis-Hastings算法的博弈学习算法,实现全局最优解,并通过仿真验证了算法的有效性。
Comments 8 pages, 5 figures, 2 algorithms
民主共识的鲁棒性
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 研究民主共识在大规模极限下的鲁棒性,分析其在意见动态模型中的表现,指出其作为平均共识的放松形式。
Comments 13 pages, 2 figs
Journal ref The robustness of democratic consensus, Automatica, Volume 52, February 2015, Pages 232-241
桥共识:忽略初始非必要部分
专题命中 记忆与上下文管理 :agent(abstract)
AI总结 本文提出并解决了桥共识问题,通过结合估计理论和共识理论,利用非参与节点作为信息桥梁,实现参与节点初始值的分布式平均共识。
Comments Submitted to 2015 American Control Conference
符号算法在单调马尔可夫决策过程中的最优策略综合
专题命中 记忆与上下文管理 :planning(abstract)
AI总结 本文提出基于伪反链的符号算法,用于解决单调马尔可夫决策过程中的最优策略综合问题,适用于期望均值收益和随机最短路径两种量化设置,并在自动规划和LTL综合中展现出良好的性能。
Comments In Proceedings SYNT 2014, arXiv:1407.4937
Journal ref EPTCS 157, 2014, pp. 51-67
元智能体挑战:当前智能体能否自主开发智能体?
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所信息处理实验室) ; University of Chinese Academy of Sciences(中国科学院大学) ; Ant Group(蚂蚁集团)
专题命中 Agent评测 :agent(title,abstract);autonomous agent(title,abstract);分类 cs.AI、cs.CL
AI总结 提出元智能体挑战(MAC)框架,评估前沿模型自主开发智能体系统的能力,发现多数元智能体难以匹敌人类设计的基线策略,且存在鲁棒性和对齐问题。
Comments Website: https://meta-agent-challenge.com/
公证代理:面向AI代理行为的接收方认证保密收据
机构 * Independent Researcher, Sello Project(独立研究者,Sello项目)
专题命中 Agent评测 :agent(title,abstract);AI agent(title,abstract);分类 cs.AI
AI总结 针对AI代理日志自审计的信任缺陷,提出接收方签名收据协议Sello,通过HPKE加密、JWS绑定和Merkle日志实现防篡改追踪。
Comments 22 pages. Reference implementation at https://github.com/juanfiguera/sello
AutoMedBench: 迈向基于智能体AI模型的医学自动研究
机构 * University of California, Santa Cruz(加州大学圣克鲁兹分校) ; NVIDIA
专题命中 Agent评测 :agentic(title);agent(abstract);autonomous agent(abstract);workflow(abstract)
AI总结 提出AutoMedBench,一个工作流感知的基准,通过五阶段工作流(计划、设置、验证、推理、提交)评估自主智能体在医学AI研究中的行为,发现验证阶段最弱而设置阶段最强,验证和提交失败占主导。
基于PRISM的自主代理行为建模——一个案例研究
机构 * University of Glasgow(格拉斯哥大学) ; University of Sheffield(谢菲尔德大学)
专题命中 Agent评测 :agent(title);autonomous agent(title)
AI总结 本文提出了一种抽象的自主性定义,用于建模自主场景,并通过小规模仿真模型推断定量数据,以验证无人飞行器在自主场景中的行为。