LEARNING
基于神经算子的事件触发增益调度在2×2线性双曲型偏微分方程中的应用（完整版）
Yihuai Zhang, Jean Auriol, Nicolas Espitia, Huan Yu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于神经算子的事件触发增益调度框架，用于控制具有时变和空变系数的线性双曲型偏微分方程。通过神经算子学习系统参数与反步核之间的映射，避免了在每个触发时刻重复求解复杂核方程，从而在保证闭环稳定性的同时降低了计算开销。
关键词
event-triggered controlgain schedulingneural operatorshyperbolic PDEsbackstepping
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