math.OC」カテゴリーアーカイブ

Cooperative Nonlinear Guidance Strategies for Guaranteed Pursuit-Evasion

要約 この論文は、追跡者、回避者、防御者の 3 つのエージェントが関与する追跡回 … 続きを読む

カテゴリー: cs.MA, cs.RO, cs.SY, eess.SY, math.DS, math.OC | Cooperative Nonlinear Guidance Strategies for Guaranteed Pursuit-Evasion はコメントを受け付けていません

ASAP-MPC: An Asynchronous Update Scheme for Online Motion Planning with Nonlinear Model Predictive Control

要約 この論文では、ドローンやモバイル プラットフォームなどのメカトロニクス モ … 続きを読む

カテゴリー: cs.RO, math.OC | ASAP-MPC: An Asynchronous Update Scheme for Online Motion Planning with Nonlinear Model Predictive Control はコメントを受け付けていません

Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory

要約 この論文では、幾何学的非線形制御による深層残差ニューラル ネットワークの汎 … 続きを読む

カテゴリー: cs.LG, cs.SY, eess.SY, math.OC, stat.ML | Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory はコメントを受け付けていません

Bandit Convex Optimisation

要約 バンディット凸最適化は、0 次の凸最適化を研究するための基本的なフレームワ … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ML | Bandit Convex Optimisation はコメントを受け付けていません

Safe Guaranteed Exploration for Non-linear Systems

要約 事前に未知の制約がある環境を安全に探索することは、ロボットの自律性を制限す … 続きを読む

カテゴリー: cs.LG, cs.RO, cs.SY, eess.SY, math.OC | Safe Guaranteed Exploration for Non-linear Systems はコメントを受け付けていません

Federated Learning Can Find Friends That Are Beneficial

要約 Federated Learning (FL) では、クライアント データ … 続きを読む

カテゴリー: cs.LG, math.OC | Federated Learning Can Find Friends That Are Beneficial はコメントを受け付けていません

Desensitization and Deception in Differential Games with Asymmetric Information

要約 非感作では、感度関数に基づいたリスク推定値を提供することで、パラメトリック … 続きを読む

カテゴリー: cs.RO, cs.SY, eess.SY, math.OC | Desensitization and Deception in Differential Games with Asymmetric Information はコメントを受け付けていません

Heuristic Optimal Transport in Branching Networks

要約 最適なトランスポートは、通常、距離の関数として定義されるコストを最小限に抑 … 続きを読む

カテゴリー: cs.LG, math.OC | Heuristic Optimal Transport in Branching Networks はコメントを受け付けていません

Federated Learning Can Find Friends That Are Beneficial

要約 Federated Learning (FL) では、クライアント データ … 続きを読む

カテゴリー: cs.LG, math.OC | Federated Learning Can Find Friends That Are Beneficial はコメントを受け付けていません

Empirical Risk Minimization with Shuffled SGD: A Primal-Dual Perspective and Improved Bounds

要約 確率的勾配降下法 (SGD) は、おそらく現代の機械学習で最も普及している … 続きを読む

カテゴリー: cs.LG, math.OC | Empirical Risk Minimization with Shuffled SGD: A Primal-Dual Perspective and Improved Bounds はコメントを受け付けていません