LEARNING
高斯行为与随机数据驱动控制
András Sasfi, Alberto Padoan, Ivan Markovsky, Florian Dörfler
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出了一种名为高斯行为的随机行为建模框架，将确定性线性时不变行为与高斯噪声分量相结合，实现了简单且可处理的数据驱动控制方法。通过基于轨迹数据样本协方差的条件预测，推导出凸优化形式的预测控制公式，并给出了考虑随机和认知不确定性的有限样本置信界。
关键词
Gaussian behaviorsstochastic controldata-drivenpredictive controlrobust 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