Оптимизация Управления: Как Невыпуклость Работает на Вас

Невыпуклость множества [latex]\mathcal{K}\_{\beta}[/latex] в примере 1 и невыпуклость и (не)принудительность стоимостей в примере 2, демонстрируемые на множествах [latex]\mathcal{K}\_{3.5}[/latex] и [latex]\mathcal{K}\_{\in fty}[/latex], выявляют существование глобальных минимумов, выделенных красными точками, и подчеркивают сложность оптимизации в задачах с невыпуклыми функциями.

Новое исследование показывает, что для смешанных H2/H∞ систем управления стационарные точки гарантированно обеспечивают глобальную оптимальность, открывая возможности для эффективной оптимизации стратегий.

Деревья решений: Гарантированная точность в любых условиях

Новое исследование подтверждает, что деревья решений, обученные на основе минимизации эмпирического риска, обеспечивают оптимальную статистическую точность даже при работе с зашумленными и сложными данными.

Геометрия баланса: как автоматические маркет-мейкеры избегают арбитража

Интерполяция весов снижает стоимость ребалансировки за счет разбиения изменений весов на несколько подшагов, что уменьшает общую стоимость в разы, поскольку квадратичная зависимость стоимости ребалансировки от величины изменения веса делает малые изменения почти бестоковыми, а единичное крупное изменение - непропорционально дорогим.

Новое исследование раскрывает геометрические принципы, лежащие в основе динамических автоматических маркет-мейкеров и объясняет, почему популярные алгоритмы работают так эффективно.

Равновесие в условиях неопределенности: новый взгляд на стратегии

В статье исследуются некооперативные игры в условиях неопределенности и предлагается оригинальный подход к поиску равновесий, основанный на неаддитивных мерах и интегралах max-plus.