Fugu-MT 論文翻訳(概要): Optimal Mass Transport over the Euler Equation

論文の概要: Optimal Mass Transport over the Euler Equation

arxiv url: http://arxiv.org/abs/2304.00595v1
Date: Sun, 2 Apr 2023 18:37:25 GMT
ステータス: 処理完了
システム内更新日: 2023-04-05 17:11:43.296513
Title: Optimal Mass Transport over the Euler Equation
Title（参考訳）: オイラー方程式上の最適質量輸送
Authors: Charlie Yan, Iman Nodozi, Abhishek Halder
Abstract要約: オイラー方程式が支配する角速度力学に基づく連立状態確率分布の有限地平線最適操舵について考察する。両線形先行ドリフトを用いた最適物質輸送 (OMT) 問題の一例として, この問題がどのようなものかを明らかにする。 Eulerian OMTの静的バージョンと動的バージョンの両方を推定し、最適制御器の合成のための解析的および数値的結果を提供する。
参考スコア（独自算出の注目度）: 0.9281671380673306
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider the finite horizon optimal steering of the joint state probability distribution subject to the angular velocity dynamics governed by the Euler equation. The problem and its solution amounts to controlling the spin of a rigid body via feedback, and is of practical importance, for example, in angular stabilization of a spacecraft with stochastic initial and terminal states. We clarify how this problem is an instance of the optimal mass transport (OMT) problem with bilinear prior drift. We deduce both static and dynamic versions of the Eulerian OMT, and provide analytical and numerical results for the synthesis of the optimal controller.
Abstract（参考訳）: 共役状態確率分布の有限地平線最適ステアリングを, オイラー方程式によって制御される角速度ダイナミクスに基づくものを考える。問題とその解決策は、フィードバックによって剛体のスピンを制御することであり、例えば、確率的な初期状態と終端状態を持つ宇宙船の角安定化において、実用的に重要である。この問題は, 最適質量輸送(omt)問題と双線型事前ドリフトの問題の例である。 Eulerian OMTの静的バージョンと動的バージョンの両方を推定し、最適制御器の合成のための解析的および数値的結果を提供する。

関連論文リスト

Floquet dynamics of Rabi model beyond the counterrotating hybridized rotating wave method [1.3940503197008232]
ほぼ全てのパラメータ状態に対する明確な物理を用いた近似解析結果を示す。散逸的開ラビモデルのフロケダイナミクスを探索する。結果は、量子技術への応用とともに、強くて強い駆動を用いた量子制御への道を開いた。
論文参考訳（メタデータ） (2024-04-23T08:46:53Z)
A Computational Framework for Solving Wasserstein Lagrangian Flows [48.87656245464521]
一般に、最適密度経路は未知であり、これらの変動問題の解法は計算的に困難である。本稿では,これらすべての問題に統一的な視点からアプローチする,新しいディープラーニングベースのフレームワークを提案する。提案手法は, 単セル軌道推定における従来の手法より優れていることを示す。
論文参考訳（メタデータ） (2023-10-16T17:59:54Z)
Exploring the Algorithm-Dependent Generalization of AUPRC Optimization with List Stability [107.65337427333064]
AUPRC(Area Under the Precision-Recall Curve)の最適化は、機械学習にとって重要な問題である。本研究では, AUPRC最適化の単依存一般化における最初の試行について述べる。 3つの画像検索データセットの実験は、我々のフレームワークの有効性と健全性に言及する。
論文参考訳（メタデータ） (2022-09-27T09:06:37Z)
A Physics-informed Deep Learning Approach for Minimum Effort Stochastic Control of Colloidal Self-Assembly [9.791617215182598]
制御目的は、所定の初期確率尺度から最小制御労力で所定の終端確率尺度へ状態PDFを操る観点から定式化される。我々は、関連する最適制御問題に対する最適性の条件を導出する。提案手法の性能は, ベンチマークコロイド自己集合問題に対する数値シミュレーションにより検証した。
論文参考訳（メタデータ） (2022-08-19T07:01:57Z)
Optimal shape of STIRAP pulses for large dissipation at the intermediate level [0.0]
人口移動効率を最大化するSTIRAPシステムについて検討する。一定期間の目標状態への人口移動を最大化する制御フィールドをT$とする。
論文参考訳（メタデータ） (2021-12-27T11:52:06Z)
Nearly Tight Convergence Bounds for Semi-discrete Entropic Optimal Transport [0.483420384410068]
エントロピー半離散的最適輸送の解に対して、ほぼ厳密で非漸近収束境界を導出する。また, エントロピーと非正規化コストの差を非漸近的かつ厳密に拡大させることも検討した。
論文参考訳（メタデータ） (2021-10-25T06:52:45Z)
Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
視覚SLAMシステムのための新しい最適化バックボーンを提案する。従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
論文参考訳（メタデータ） (2020-11-02T18:02:26Z)
Direct Optimal Control Approach to Laser-Driven Quantum Particle Dynamics [77.34726150561087]
間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
論文参考訳（メタデータ） (2020-10-08T07:59:29Z)
Fast Gravitational Approach for Rigid Point Set Registration with Ordinary Differential Equations [79.71184760864507]
本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。 FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
論文参考訳（メタデータ） (2020-09-28T15:05:39Z)
Quantum Ground States from Reinforcement Learning [0.0]
量子力学系の基底状態を見つけることは最適制御問題として定式化できる。この定式化において、最適に制御された過程のドリフトは、虚時間シュリンガー方程式の解のファインマン-カック表現における経路の分布に一致するように選択される。これは、ドリフトの神経表現の強化学習に使用できる変分原理を提供する。
論文参考訳（メタデータ） (2020-06-16T10:04:28Z)
A Near-Optimal Gradient Flow for Learning Neural Energy-Based Models [93.24030378630175]
学習エネルギーベースモデル(EBM)の勾配流を最適化する新しい数値スキームを提案する。フォッカー・プランク方程式から大域相対エントロピーの2階ワッサーシュタイン勾配流を導出する。既存のスキームと比較して、ワッサーシュタイン勾配流は実データ密度を近似するより滑らかで近似的な数値スキームである。
論文参考訳（メタデータ） (2019-10-31T02:26:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。