LEARNING
面向状态依赖不确定性的鲁棒正不变性各向异性模板Ansätze
Abdelrahman Ramadan, Melissa Greeff, Sidney Givigi
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于高斯过程导出的正定矩阵场来映射固定椭球模板的方法，为状态和输入依赖扰动下的鲁棒正不变性建立了充分条件。通过四旋翼仿真验证，该方法在三维速度管体积上实现了195倍的缩减，并在联合七维速度-控制子空间上实现了2.1×10^5倍的缩减。
关键词
robust positive invarianceanisotropic covarianceGaussian processtube-based controlquadrotor
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