LEARNING
通过约束神经架构和Koopman算子的安全数据驱动控制与动力学学习
Lin Feng, Xin He
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一个集成框架，结合神经常微分方程、测量诱导几何结构和Koopman算子理论，旨在生成具有可计算稳定性证书的数据驱动模型。通过线性矩阵不等式实现全局收敛，并利用凸L2增益LMI验证输入到状态稳定性，将鲁棒性问题转化为可解半定规划。
关键词
Neural ODEKoopman operatorsafety-critical controlstability certificationdata-driven control
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018