Даниэле Мортари
Даниэле Мортари
Даниэле Мортари
Рожденный30 июня 1955 г.
Коллеферро (Италия)
Альма-матерРимский университет Ла Сапиенца
ИзвестныйЦветочные созвездия Метод поиска в диапазоне
k
-векторов Теория функциональных связей
НаградыЧлен IAA 2021 г. [1] Премия IEEE им. Джудит А. Резник
2007 г. Премия AAS им. Дирка Брауэра 2015 г. Почетный член IEEE им. А. А. Брауэра [2]

Веб-сайтмортири.таму.edu

Даниэль Мортари (родился 30 июня 1955 года) — профессор аэрокосмической техники в Техасском университете A&M и главный научный сотрудник по космосу в Техасском центре A&M ASTRO. [3] Мортари известен изобретением созвездий цветов, метода поиска диапазона k-вектора и теории функциональных связей .

Мортари был избран членом Международной академии астронавтики в 2021 году [1]. Он был назван членом Института инженеров по электротехнике и электронике в 2016 году [2] за вклад в навигационные аспекты космических систем, членом Американского астронавтического общества в 2012 году [3] «за выдающийся вклад в астронавтику», членом Азиатско-Тихоокеанской ассоциации искусственного интеллекта в 2021 году, обладателем премии AAS Дирка Брауэра 2015 года [4] «за основополагающий вклад в теорию и практику орбитальной и вращательной динамики космических аппаратов, в частности, определение ориентации и проектирование спутниковых созвездий», а также премии IEEE Джудит А. Резник 2007 года «за инновационные проекты орбитальных созвездий космических аппаратов и эффективные алгоритмы для идентификации звезд и оценки ориентации космических аппаратов». Среди его других известных наград: премия Герберта Х. Ричардсона 2015 года [4] , премия памяти Уильяма Килера 2015 года [5] и премия за лучшую статью [6] , конференция по механике, почетный член Техническая группа по космическим системам IEEE-AESS, обладатель трех премий NASA Group Achievement Award (1989, 2008, 2019), ассоциированный член AIAA (2007) и почетный докладчик IEEE-AESS.

Цветочные созвездия

Первоначальная теория созвездий цветов была предложена в 2004 году. [7] Затем теория развивалась, переходя к теории 2-D Lattice, [8] к теории 3-D crystal, [9] и недавно к теории ожерелья. [10] Эти созвездия особенно подходят для классических приложений, таких как космические навигационные системы (например, GPS и Galileo), системы наблюдения за Землей (глобальные, региональные, постоянные, однородные, взвешенные) и системы связи. Некоторые более продвинутые и футуристические приложения, такие как система интерферометрии корреляции интенсивности Хайленда, конфигурации для предоставления глобального широкополосного интернет-сервиса из космоса и сети связи солнечной системы, в настоящее время изучаются.

Метод поиска диапазона K-вектора

Метод поиска по диапазону K -вектора — это метод поиска по диапазону, который можно применять для быстрого извлечения данных из любой статической базы данных. Метод k -вектора изначально был предложен для идентификации звезд, наблюдаемых звездными трекерами на борту космических аппаратов. Затем он применялся для решения различных видов задач, относящихся к различным областям, таким как: 1) инверсия и пересечение нелинейных функций, 2) генерация обширных выборочных данных с назначенным аналитическим (или численным) распределением, 3) поиск приближенных решений нелинейных диофантовых уравнений и 4) идентификация изоповерхностей для трехмерных распределений данных и анализа набора уровней.

Теория функциональных связей

Теория функциональных связей (TFC) — это математическая структура, обобщающая интерполяцию . TFC выводит аналитические функционалы, представляющие все возможные функции, подчиненные набору линейных ограничений. Эти функционалы ограничивают все пространство функций только подпространством, которое полностью удовлетворяет ограничениям. Используя эти функционалы, задачи ограниченной оптимизации преобразуются в задачи без ограничений. Затем можно использовать уже имеющиеся и оптимизированные методы решения. Теория TFC была разработана для многомерных прямоугольных областей, подчиненных абсолютным, интегральным, относительным и линейным комбинациям ограничений. [11] [12] [13] Численно эффективные приложения TFC уже были реализованы в задачах оптимизации, особенно при решении дифференциальных уравнений. [14] [15] В этой области TFC объединила начальные, граничные и многозначные задачи, предоставив быстрые решения с точностью до машинной ошибки. Этот подход уже применялся для решения в реальном времени прямых задач оптимального управления , таких как автономная посадка на большое планетарное тело. [16] Дополнительные приложения TFC можно найти в нелинейном программировании и вариационном исчислении , [17] в радиационном переносе , [18] компартментальных моделях в эпидемиологии , [19] и в машинном обучении , [20] , где порядки величин улучшений в скорости и точности достигаются благодаря ограничению пространства поиска, обеспечиваемому TFC.

Реализации TFC в нейронных сетях были впервые предложены фреймворком Deep-TFC, затем X-TFC с использованием экстремальной обучающей машины и нейронными сетями на основе физики (PINN). В частности, TFC позволил PINN преодолеть проблему несбалансированных градиентов, которая часто заставляет PINN с трудом точно изучать базовое решение дифференциального уравнения.

Ссылки

  1. ^ "Мортари присоединяется к Международной академии астронавтики". Техасский университет A&M .
  2. ^ "Fellows | American Astronautical Society". Astronautical.org . Получено 2017-05-04 .
  3. ^ "Центр ASTRO – Объединение аэрокосмических исследований, проводимых в Техасском университете A&M". Astrocenter.tamu.edu . Получено 04.05.2017 .
  4. ^ Шнеттлер, Тимоти (2015-05-07). "Бэнкс чествует победителей премии для преподавателей и сотрудников | 07 | 05 | 2015 | Новости и события | Инженерный колледж". Engineering.tamu.edu . Получено 2017-05-04 .
  5. ^ "Объявлены лауреаты премии за преподавание, службу и вклад в развитие инженерного колледжа | 16 | 02 | 2015 | Новости и события | Инженерный колледж". Engineering.tamu.edu . 2015-02-16 . Получено 2017-05-04 .
  6. ^ Эллиотт, Ребека (25.02.2011). «Мортари и Спратлинг победили в номинации «Лучшая статья» на конференции AAS/AIAA | 25 | 02 | 2011 | Новости и события | Инженерный колледж». Engineering.tamu.edu . Получено 04.05.2017 .
  7. ^ Мортари, Даниэль; Уилкинс, Мэтью; Брукколери, Кристиан (2004). «Цветочные созвездия». Журнал астронавтических наук . 52 ( 1– 2): 107– 127. Bibcode : 2004JAnSc..52..107M. doi : 10.1007/BF03546424.
  8. ^ Авенданьо, Мартин Э.; Дэвис, Джереми Дж.; Мортари, Даниэле (2013). «Двумерная решеточная теория цветочных созвездий». Небесная механика и динамическая астрономия . 116 (4): 325–337 . Bibcode : 2013CeMDA.116..325A. doi : 10.1007/s10569-013-9493-8. S2CID  121761853.
  9. ^ Дэвис, Джереми Дж.; Авенданьо, Мартин Э.; Мортари, Даниэле (2013). «Трехмерная решеточная теория цветочных созвездий». Небесная механика и динамическая астрономия . 116 (4): 339– 356. Bibcode : 2013CeMDA.116..339D. doi : 10.1007/s10569-013-9494-7. S2CID  189843414.
  10. ^ Казанова, Даниэль; Авендано, Мартин Э.; Мортари, Даниэль (2011). «Теория ожерелья в созвездиях цветов». Достижения в астронавтических науках 140 (Конференция: Зимняя встреча AAS/AIAA по механике космических полетов).
  11. ^ Мортари, Даниэле (2017). «Теория связей: соединительные точки». Математика . 5 (4): 57. arXiv : 1702.06862 . doi : 10.3390/math5040057 . S2CID  55384040.
  12. ^ Мортари, Даниэль; Лик, Карл (2019). «Многомерная теория связей». Математика . 7 (3): 296. doi : 10.3390 /math7030296 . PMC 7259476. PMID  32477923. 
  13. ^ Лик, Карл; Джонстон, Хантер; Мортари, Даниэль (2020). «Многомерная теория функциональных связей: теория, доказательства и применение в частных дифференциальных уравнениях». Математика . 8 (8): 1303. arXiv : 2007.04170 . doi : 10.3390/math8081303 . S2CID  220403436.
  14. ^ Мортари, Даниэле (2017). «Решение линейных дифференциальных уравнений методом наименьших квадратов». Математика . 5 (4): 48. arXiv : 1702.08437 . doi : 10.3390/math5040048 .
  15. ^ Мортари, Даниэль; Джонстон, Хантер; Смит, Лидия (2019). «Высокоточные решения нелинейных дифференциальных уравнений методом наименьших квадратов». Журнал вычислительной и прикладной математики . 352 : 293–307 . doi :10.1016/j.cam.2018.12.007. PMC 7243685. PMID  32454554 . 
  16. ^ Фурфаро, Роберто; Мортари, Даниэле (2020). «Решение класса задач оптимального космического наведения методом наименьших квадратов с помощью теории связей». Acta Astronautica . 352 : 92–103 . Bibcode : 2020AcAau.168...92F. doi : 10.1016/j.actaastro.2019.05.050. S2CID  197435819.
  17. ^ Джонстон, Хантер; Лик, Карл; Эфендиев, Ялчин; Мортари, Даниэль (2019). «Избранные приложения теории связей: метод аналитического вложения ограничений». Математика . 7 (6): 537. doi : 10.3390/math7060537 . PMC 7263466. PMID  32483528 . 
  18. ^ Де Флорио, Марио; Скьясси, Энрико; Фурфаро, Роберто; Ганапол, Барри Д. (2021). «Решения основной проблемы Чандрасекара в переносе излучения с помощью теории функциональных связей». Журнал количественной спектроскопии и переноса излучения . 259 (107384): 107384. Bibcode : 2021JQSRT.25907384D. doi : 10.1016/j.jqsrt.2020.107384. hdl : 11585/779571 . S2CID  225122858.,
  19. ^ Скьясси, Энрико; Д'Амброзио, Андреа; Де Флорио, Марио; Фурфаро, Роберто; Курти, Фабио (2020). «Физико-информированная экстремальная теория функциональных связей, применяемая к открытию эпидемиологических компартментальных моделей на основе данных». arXiv : 2008.05554 [physics.comp-ph].
  20. ^ Скьясси, Энрико; Лик, Карл; Де Флорио, Марио; Джонстон, Хантер; Фурфаро, Роберто; Мортари, Даниэле (2020). «Экстремальная теория функциональных связей: метод нейронных сетей с учетом физики для решения параметрических дифференциальных уравнений». arXiv : 2005.10632 [cs.LG].
Retrieved from "https://en.wikipedia.org/w/index.php?title=Daniele_Mortari&oldid=1259652645"