Étude sur le contrôle optimisé de l’apprentissage par renforcement en temps fixe pour les systèmes non linéaires appliqué au pilote automatique des navires intelligents Ces dernières années, la technologie de conduite autonome intelligente est devenue un sujet brûlant dans le domaine de la commande automatisée. Dans les systèmes non linéaires compl...

Rapport de recherche sur l’apprentissage par renforcement multi-agent déterministe distribué basé sur le consensus de politique L’apprentissage par renforcement (Reinforcement Learning, RL) a fait des avancées significatives ces dernières années dans divers domaines, notamment la robotique, les réseaux électriques intelligents et la conduite autono...

Mise en œuvre efficace des fonctions d’activation RNN : percée dans l’algorithme CORDIC et l’accélération matérielle FPGA Contexte et importance de l’étude Ces dernières années, avec le développement rapide des technologies d’apprentissage profond, les réseaux neuronaux récurrents (Recurrent Neural Networks, RNN), en particulier les réseaux à mémoi...

Une étude sur une nouvelle architecture intégrée en 3D monolithique IGZO-RRAM-SRAM : Une percée pour améliorer l’efficacité des calculs basés sur les réseaux neuronaux Contexte et motivation de la recherche Avec l’application croissante des réseaux neuronaux (Neural Network, NN) dans le domaine de l’intelligence artificielle, les architectures de c...

Recherche dévoilant les mécanismes de dégradation des silicones sous suivi électrique : une avancée scientifique Introduction : Motivation et problématique Avec le développement rapide des systèmes de transmission et de distribution d’énergie, les isolateurs composites polymériques ont progressivement remplacé les isolateurs traditionnels en verre ...