XiaoMi-AI文件搜索系统
World File Search SystemMPC
在随机MPC中使用深层生成干扰模型的贝叶斯预测，用于构建能量系统 /作者= Sorouifar，Farshud；鲍尔森（Joel A。）；王，你们； Quirynen，Rien； Laughman，Christopher R。； Chakrabarty，Ankush /creationDate = 2024年8月22日 /受试者=控制，机器学习，优化< /div < /div>
抽象预测控制在很大程度上取决于干扰预测的质量。虽然重新干扰建模效果已经采用了概率的观点来防止不可靠的确定性预测，但这种概率模型通常仅适用于数据丰富的设置或涉及对基本分布的简化假设。生成模型，例如条件变异自动编码器（CVAE），为从数据中学习分布提供了一种表达和自动化的方法。通过对学习的潜在空间进行采样，可以产生看不见的干扰实现。在本文中，我们开发了利用这些生成模型的方法来设计经济随机模型预测控制（SMPC），该模型利用CVAE产生的干扰信号进行在线适应。CVAE产生的方案可以转换为对学到的潜在矢量的条件概率，其中条件与影响干扰信号形状本身的因素（例如，工作日/周末在内部热载荷上的影响）以及观察到的数据（即，基于观测的数据）。因此，我们可以生成最相关的干扰信号，以在基于情况的SMPC方法中使用，以减少控制策略的保守性，同时满足约束。
单个痕量侧通道攻击在头脑中的MPC框架
摘要。在本文中，我们提出了第一个基于阈值秘密共享（也称为阈值计算）的单个痕量侧渠道攻击，该攻击以其原始版本为单位（TCITH）。这个MPCITH框架可以在美国国家标准技术研究所（NIST）呼吁数字签名的最近第二轮中的14个数字签名计划中的5个中找到。在这项工作中，我们首先要突出显示TCITH框架的侧向通道漏洞，并在SDITH算法上显示它的剥削，这是该NIST调用的一部分。具体来说，我们利用了Galois字段中乘法函数的泄漏来对中间值进行预测，并使用算法的结构有效地组合了信息。这使我们能够建立攻击，这既是针对MPCITH框架的第一个软分析侧通道攻击（SASCA），也是对SDITH的第一次攻击。更具体地说，我们使用阈值变体结构来重建秘密密钥，基于信念传播（BP）来建立一个基于信念传播（BP）的SASCA。我们在锤量重量（HW）泄漏模型下进行模拟攻击，以评估该方案对SASCA的阻力。然后，我们在实际情况下，更具体地说是在STM32F407上执行攻击，并为所有安全级别恢复秘密键。我们通过讨论我们可以用来减轻攻击的各种改组对策来结束本文。
新兴经济体的货币政策委员会：来自秘鲁的证据*†
本文利用具有全国代表性的家庭调查数据，估算了新兴经济体秘鲁由暂时性收入冲击产生的边际消费倾向 (MPC)。秘鲁各收入十分位数的平均季度 MPC 为 0.204，而在无模型和基于模型的年化方法下，平均年化 MPC 为 0.545-0.592。为了比较反映不同基础调查参考期的秘鲁和美国的 MPC，我采用了标准的不完全市场模型。发现了两个显著的差异。首先，秘鲁的平均年 MPC 是美国的三倍；其次，秘鲁各收入十分位数的 MPC 的异质性显著高于美国。该模型预测，预防性储蓄行为既推动了秘鲁的平均 MPC 上升，也推动了 MPC 异质性增强。
在多方计算中将随机性应用于安全性和隐私性
摘要 - 安全的多方计算（MPC）是分布式计算方法之一，它在其中计算一个函数，超过一个以上的一方共同给出的输入，并将这些输入与该过程中涉及的各方保持私密。秘密共享中的随机化导致MPC是对隐私增强的要求；但是，大多数可用的MPC模型都使用共享和组合值的信任假设。因此，忽略了秘密共享和MPC模块中的随机化。因此，可用的MPC模型容易出现信息泄漏问题，其中模型可以揭示共享秘密的部分值。在本文中，我们提出了使用随机函数发生器作为MPC原始的第一个模型。更具体地说，我们分析了对称随机函数生成器（SRFG）的先前开发，以提供信息理论安全性，如果系统安全地与无限计算资源和时间的对手有关，则该系统被认为具有无条件安全性。此外，我们应用SRFG来消除一般MPC模型中信息泄漏的问题。通过一组实验，我们表明SRFG是一个函数生成器，可以生成具有N/ 2-私有化到N-私有规范的组合函数（逻辑门的组合）。作为MPC的主要目标是对投入的隐私保护，我们分析了SRFG属性在秘密共享和MPC中的适用性，并观察到SRFG有资格成为MPC开发中的加密原始性。我们观察到，我们基于SRFG的MPC在吞吐量方面要好得多30％，并且还显示100％的隐私达到。我们还通过其他基于随机性生成的MPC框架来衡量我们提出的基于SRFG的MPC框架的性能，并使用最先进的模型分析了比较属性。
'更少的是更多：消费者支出和...
4在附录B中，我们表明，在现金分配的底部，较大收入变化的MPC较低的结果反映了这两个广泛利润的组合：更多的受访者报告说，MPC = 0及更少的家庭报告了MPC = 1的MPC = 1大盖恩的案例）。相比之下，在现金分配的顶部，较高收入收益的MPC较高是由于较少的家庭报告MPC = 0的事实（而不是更多报告MPC = 1的家庭）。5使用2012年现金手机分配的分数获得了非常相似的结果。6为了保留现金付费十分列车的全套假人，我们贬低了所有其他回归器，并删除了所有规范中的截距。在最后一列中，我们进一步添加了单个现金的日志差异，以控制某些家庭可能从2010年到2012年的现金分配的十分位数。
使用基于 MPC 的关键服务恢复实现配电系统的弹性运行：预印本
摘要 -- 配电系统更容易发生中断，并导致大多数电力系统停电。我们提出了一种服务恢复技术，用于在极端事件触发的变电站停电后恢复系统服务（电力输送）。所提出的技术考虑了控制配电系统分布式能源 (DER) 的问题，目标是在满足网络流量和电压约束的同时实现最大负载恢复。该问题被表述为模型预测控制 (MPC)，其中采用线性化最优功率流 (OPF) 模型来描述网络。该公式通过增加 DER 的储备产品来增强，以确保随着时间的推移单调地恢复负载。我们考虑了集成了风能、太阳能、微型涡轮机和储能设备的 IEEE 13 总线测试馈线进行模拟。我们证明了所设计的技术在单调恢复系统负载方面的有效性，而不会切断先前恢复的负载。我们还展示了 DER 的功率和储备产品的共同优化对服务恢复的好处。此外，还展示了该技术在调节节点电压和减少可再生能源削减方面的能力。
在有限时间
摘要 - 该纸张介绍了在主要道路上合并到排中的坡道车辆的纵向控制概率。为了应对这一挑战，提出了具有专门反馈控制定律的有限时间模型预测控制（MPC）算法。设计了状态错误的约束集，并基于此建立了决策方案，以允许坡道车辆在设计的MPC策略下开始评估一开始合并操作的可行性。如果合并是可行的，则提议的MPC策略将用于将坡道车辆驱动到所需状态周围的小邻居，并根据排的速度和在有限的时间步骤中的位置，然后再加入排队。此外，通过共同设计的反馈控制法实现了渐近趋同倾向到所需状态。否则，将不会触发MPC策略，而是一种替代方法，例如放慢坡道车辆以创造空间并允许主道上的车辆前进。在提出的方法下，在所有时间步骤中都实现了MPC优化问题的递归可行性，并且可以在MPC算法下证明与所需状态小社区的有限时间收敛。也得出了收敛时间步骤的上限，该界限用于证明决策机制的有效性。另外，还保证了坡道车辆的闭环约束满意度和渐近稳定性。通过模拟示例证明了所提出的MPC方法的有效性。
使用基于物理的模型对频率调节市场的电池系统进行多尺度模型预测控制
我们为固定电池系统提出了一种多尺度模型预测控制 (MPC) 框架，该框架利用高保真模型来权衡能源和频率调节 (FR) 市场提供的短期经济激励与长期退化效应。我们发现 MPC 框架可以大幅减少长期退化，同时正确响应 FR 和能源市场信号（与使用低保真模型的 MPC 公式相比）。我们的结果还证明，可以使用现代非线性规划求解器将复杂的电池模型嵌入闭环 MPC 模拟中（我们在 Julia 中提供了一个高效且易于使用的实现）。我们利用从模拟中获得的见解来设计一个低复杂度的 MPC 公式，该公式与使用高保真模型获得的行为相匹配。这是通过设计一个合适的终端惩罚项来实现的，该惩罚项隐式地捕获长期退化。结果表明，通过正确设计成本函数，可以在低复杂度 MPC 公式中解释复杂的退化行为。我们相信，我们的概念验证结果具有工业意义，因为电池供应商正在寻求参与快速变化的电力市场，同时保持资产完整性。