Optimal control of fractional semilinear PDEs
分数半线性PDEs的最优控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了具有谱和积分分数扩散算子的半线性分数PDEs的最优控制问题,通过证明解的有界性、非线性增长条件以及最优控制问题的解的存在性,推导了最优性条件。
视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
分数半线性PDEs的最优控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了具有谱和积分分数扩散算子的半线性分数PDEs的最优控制问题,通过证明解的有界性、非线性增长条件以及最优控制问题的解的存在性,推导了最优性条件。
具有全局单调性条件的带有跳跃的随机微分方程的补偿投影欧拉方法
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出并分析了在全局单调性条件下,用于带有跳跃的随机微分方程的补偿投影欧拉-马尔可夫方法,该方法允许跳跃扩散系数呈超线性增长,并证明了在离散时间水平上具有强收敛阶1/2,最后通过数值实验验证了理论结果。
Comments there are some mistakes. I need to correct them
具有全局单调性条件的随机延迟微分方程的投影欧拉方法
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了在全局单调性条件下随机延迟微分方程的投影欧拉-马尔可夫方法,扩展了Beyn等人提出的C稳定性与B一致性概念以适应延迟情况,并证明了方法具有1/2阶收敛性,最后通过数值例子验证了理论结果。
使用梯度离散化方法对纯Neumann控制问题进行数值分析
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了在扩散方程纯Neumann边界条件下,利用梯度离散化方法(GDM)解决分布式最优控制问题,推导了低阶方案的状态、伴随变量和控制变量的最优误差估计,并通过修改的活动集策略算法验证了理论收敛率。
Journal ref Comput. Methods Appl. Math. 18 (4), pp. 609-637, 2018
梯度离散化方法用于最优控制问题,非符合有限元和混合-混合仿真实有限差分的超收敛性
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了由扩散方程及其Dirichlet和Neumann边界条件支配的最优控制问题,采用梯度离散化方法框架。定义了最优系统的梯度方案,并推导了状态、伴随和控制变量的误差估计。讨论了在现实正则性假设下梯度方案的超收敛结果,并证明这些结果适用于非符合P1有限元和混合/混合仿真实有限差分。展示了符合、非符合和混合/混合仿真实有限差分方案的数值实验结果。
Journal ref SIAM J. Control Optim. 55 (6), pp. 3640-3672, 2017
混合最优停止和控制问题的近似方案:非线性期望与跳跃过程
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出了一类数值方案,用于处理具有无限活动跳跃过程的混合最优停止与控制问题,通过切换系统近似,将问题转化为非局部半线性方程,采用隐式单调近似方法求解,并通过数值实验验证了新方案的有效性。
Neumann、Robin和周期侧边条件在半无限广义Graetz问题及其应用中的情况
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了Neumann、Robin和周期边界条件对半无限广义Graetz问题的影响,通过将三维问题转化为二维特征值问题,分析了不同边界条件和总流量符号对解结构的影响,并展示了数值方法在不同配置中的应用能力。
基于根节点的代数多重网格方法
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出一种结合经典和聚合多重网格的根节点AMG方法,通过过滤策略控制计算成本,有效解决非对称和困难的SPD问题,提供详细的计算成本估计。
Comments 35 pages, 10 figures
关于反应扩散方程数值解的误差控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出了一种保证的后验误差界,用于反应扩散方程的近似解,通过考虑扩散项和残差的$ L_2 $范数,改进了误差估计的准确性并避免了均衡化步骤。
BDF2-Maruyama和后向欧拉方案在满足全局单调性条件的SDE的均方收敛性研究
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了满足全局单调性条件的随机微分方程的数值近似,证明了BDF2-Maruyama和后向欧拉-Maruyama方法的均方收敛率为1/2,并通过金融模型实验验证了BDF2-Maruyama方法在刚性方程或弱噪声驱动下的优势。
Comments 31 pages, 9 tables, 2 figures, accepted for publication in BIT, num. math
Journal ref BIT Numerical Mathematics 57 (1), 21-53, 2017
后验误差估计器用于稳定有限元近似最优控制问题
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出后验误差估计器用于求解由对流-反应-扩散方程支配的最优控制问题,考虑了控制约束,并给出了完全可计算的误差估计器及鲁棒性分析。
高阶迹有限元方法在偏微分方程上水平集表面的分析
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出一种高阶有限元方法,用于在隐式描述为水平集函数零水平的平稳光滑表面上的偏微分方程离散化。方法基于迹有限元技术,利用体积网格的等参数映射提高离散精度,并分析了该方法的误差界和稳定性。
Comments 28 pages, 5 figures, 1 table
一维福克-普兰克方程零流边界条件下的平衡可控性
专题命中 可控生成 :diffusion(abstract)
AI总结 研究通过空间和时间依赖的漂移向量场控制机器人群的概率分布,证明在特定条件下初始分布可精确运输到目标分布。
基于随机密度矩阵的概率分布近似方法及其在非线性系统中的应用
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出利用二次型加权正交基函数和半正定酉矩阵近似概率密度函数,该方法满足归一化条件且非负,适用于非线性系统中的Fokker-Planck-Kolmogorov方程动力学。
Comments 12 pages, 3 figures. A brief version of this paper will appear in the proceedings of the IEEE Multi-Conference on Systems and Control, 21-23 September 2015, Sydney, Australia
通过扩散群体在有界域上实现覆盖与场估计
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了由局部测量标量场的扩散机器人群对有界域的随机覆盖,提出三种控制方法并证明扩散系数可依赖局部测量以使群密度收敛于标量场比例函数。
Comments To appear in the proceedings of the 55th IEEE Conference on Decision and Control (CDC 2016)
通过稳定有限元方法求解病态控制问题:一种替代Tikhonov正则化的途径
专题命中 可控生成 :diffusion(abstract)
AI总结 本文探讨了通过稳定有限元方法稳定求解病态控制问题的替代方法,指出Tikhonov正则化会导致离散解精度下降,并通过泊松方程数据同化问题示例,推导了新的误差估计。
一种分段线性FEM用于分数算子最优控制问题的误差分析:曲域上的误差分析
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出并分析了针对分数算子线性二次最优控制问题的新离散化技术,采用分段线性函数和张量积函数在拟均匀网格和各向异性网格上进行数值逼近,推导了Hölder和Sobolev正则性估计及误差分析,验证了在曲域上分数扩散的误差估计。
关于噪声诱导同步和非线性网络系统在输入扰动下的共识研究
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了受外部扰动影响的复杂网络中同步与共识现象,通过随机Lyapunov函数提出非线性扩散耦合节点网络的同步与共识条件,揭示网络拓扑、耦合强度与噪声扩散间的联系。
Comments Preprint submitted to SIAM SICON. arXiv admin note: text overlap with arXiv:1602.06467
关于与重要采样相关的随机控制泛函的凸性
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了稀有事件重要采样问题,通过随机最优控制问题分析,证明了价值函数的二阶可导性和α-一致Hölder连续性条件可保证控制泛函的正定性,并应用于梯度下降算法分析。
Comments 21 pages, 0 figures
使用无限维反步法实现一维一阶和二阶PDE的双侧边界控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文扩展了无限维反步法用于一维抛物线和双曲线系统,通过双侧控制提高控制效果,展示了在反应扩散系统中双侧控制器的改进性能。
Comments submitted to 2016 CDC
相场方程在Stefan问题奇异极限中的形式
专题命中 可控生成 :diffusion(abstract)
AI总结 研究相场方程在Stefan问题奇异极限下的形式,分析相场方程是否能描述相变过程,并探讨界面速度与温度的关系及扩散层宽度的控制方法。
多类M/M/N+M队列在Halfin-Whitt regime中的遍历控制
专题命中 可控生成 :diffusion(abstract)
AI总结 研究多类队列网络在大量统计相同服务器池中的动态调度问题,通过遍历扩散控制问题近似最优解,建立完全最优性特征并证明多类队列控制问题值的渐近收敛性。
Comments Published at http://dx.doi.org/10.1214/14-AAP1081 in the Annals of Applied Probability (http://www.imstat.org/aap/) by the Institute of Mathematical Statistics (http://www.imstat.org)
Journal ref Annals of Applied Probability 2015, Vol. 25, No. 6, 3511-3570
基于协方差变量重要性采样的模型预测路径积分控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出基于广义重要性采样方案的模型预测路径积分控制算法,利用GPU进行并行优化,改进了随机扩散过程的漂移和扩散项,通过仿真与差分动态规划的模型预测控制进行比较。
Comments 8 pages
分数空间-时间最优控制问题:分析与离散化
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了涉及分数扩散和Caputo分数时间导数的线性二次最优控制问题,提出等价的准稳态椭圆问题作为状态方程,并推导了前验误差估计。
状态依赖有限处理器共享队列的近似与最优控制
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了服务速率依赖于占用服务器作业数的处理器共享服务器的近似与控制,提出基于重交通扩散分析的近优控制策略,通过构造状态依赖的处理器共享服务器序列获得漂移函数,并通过数值算法解决动态并发限制控制问题。
A-最优实验设计用于由偏微分方程支配的无限维贝叶斯线性逆问题的正则化ℓ0-稀疏化
专题命中 可控生成 :diffusion(abstract)
AI总结 本文提出了一种高效方法,用于计算由偏微分方程支配的无限维贝叶斯线性逆问题的A-最优实验设计,通过正则化ℓ0-稀疏化技术减少参数估计的不确定性。
Comments 27 pages, accepted for publication in SIAM Journal on Scientific Computing
具有风险敏感性的均场类型控制的随机最大原理
专题命中 可控生成 :diffusion(abstract)
AI总结 本文研究了具有风险敏感性能函数的均场类型控制问题,推导了适用于均场类型随机微分方程最优控制的随机最大原理,扩展了Lim和Zhou(2005)的无均场耦合风险敏感随机最大原理,适用于非马尔可夫动态且可能时间不一致的最优控制问题。
Comments 20 pages, 2 figures
通过混合零空间控制实现直线路径跟踪的极端运动生成
机构 * Graduate School of Engineering Science, The University of Osaka, Japan(大阪大学工学研究科)
专题命中 可控生成 :diffusion(abstract)
AI总结 提出一种混合控制器,结合强化学习策略和模型控制,在关节极限附近切换,以最大化机械臂沿预定轨迹的笛卡尔路径长度,在7自由度Franka FR3上平均延长27%的路径长度。
EntangleCodec:通过语义-声学纠缠的统一离散音频分词器
机构 * Fudan University(复旦大学)
专题命中 可控生成 :diffusion(abstract)
AI总结 提出EntangleCodec,一种通过将音频与丰富标题对齐学习语义-声学联合表示的统一离散音频分词器,在紧凑令牌流中捕获语言内容、说话人身份、情感、韵律和声学场景,并通过流匹配扩散解码器实现高质量重建,在音频理解和生成任务上均取得领先性能。
Comments 17 pages, 10 figures
SegTune:歌曲生成的结构化与细粒度控制
机构 * Kling Team, Kuaishou Technology(快手科技 Kling 团队) ; University of Science and Technology of China(中国科学技术大学) ; Peking University(北京大学)
专题命中 可控生成 :diffusion(abstract)
AI总结 提出基于扩散Transformer的SegTune框架,通过用户或LLM指定局部音乐描述实现结构化细粒度控制,并引入LLM时长预测器实现精确歌词-音乐对齐,在音乐性和可控性上超越现有基线。
Comments This paper has been accepted to ACL 2026 as an oral presentation and has been nominated for the Best Paper Award. This work is a revised and extended version of an earlier technical report (arXiv:2510.18416). arXiv admin note: text overlap with arXiv:2510.18416