Buchumschlag

Koopman Form of Nonlinear Systems with Inputs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Iacob, Lucian Cristian, Tóth, Roland, Schoukens, Maarten
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exact Finite Koopman Embedding of Block-Oriented Polynomial Systems
von: Iacob, Lucian Cristian, et al.
Veröffentlicht: (2025)

Space-Filling Input Design for Nonlinear State-Space Identification
von: Kiss, Máté, et al.
Veröffentlicht: (2024)

Learning Koopman Models From Data Under General Noise Conditions
von: Iacob, Lucian Cristian, et al.
Veröffentlicht: (2025)

Least Costly Space-Filling Experiment Design for the Identification of a Nonlinear System
von: Kiss, Máté, et al.
Veröffentlicht: (2026)

On Space-Filling Input Design for Nonlinear Dynamic Model Learning: A Gaussian Process Approach
von: Liu, Yuhan, et al.
Veröffentlicht: (2025)

Nonparametric Control Koopman Operators
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

Meta-State-Space Learning: An Identification Approach for Stochastic Dynamical Systems
von: Beintema, Gerben I., et al.
Veröffentlicht: (2023)

Physics-Guided State-Space Model Augmentation Using Weighted Regularized Neural Networks
von: Liu, Yuhan, et al.
Veröffentlicht: (2024)

Baseline Results for Selected Nonlinear System Identification Benchmarks
von: Champneys, Max D., et al.
Veröffentlicht: (2024)

Learning-based model augmentation with LFRs
von: Hoekstra, Jan H., et al.
Veröffentlicht: (2024)

Orthogonal-by-construction augmentation of physics-based input-output models
von: Györök, Bendegúz M., et al.
Veröffentlicht: (2025)

Efficient Learning of Affine and Rational Dependency LPV Models With Linear Fractional Representation
von: Drenth, Roel, et al.
Veröffentlicht: (2026)

Learning-based augmentation of first-principle models: A linear fractional representation-based approach
von: Hoekstra, Jan H., et al.
Veröffentlicht: (2026)

Koopman Data-Driven Predictive Control with Robust Stability and Recursive Feasibility Guarantees
von: de Jong, Thomas, et al.
Veröffentlicht: (2024)

Data-driven augmentation of first-principles models under constraint-free well-posedness and stability guarantees
von: Györök, Bendegúz, et al.
Veröffentlicht: (2026)

Orthogonal projection-based regularization for efficient model augmentation
von: Györök, Bendegúz M., et al.
Veröffentlicht: (2025)

Identification of Port-Hamiltonian Differential-Algebraic Equations from Input-Output Data
von: Hagelaars, N., et al.
Veröffentlicht: (2026)

Computationally Efficient Sampling-Based Algorithm for Stability Analysis of Nonlinear Systems
von: Antal, Péter, et al.
Veröffentlicht: (2024)

State Derivative Normalization for Continuous-Time Deep Neural Networks
von: Weigand, Jonas, et al.
Veröffentlicht: (2024)

Learning Subsystem Dynamics in Nonlinear Systems via Port-Hamiltonian Neural Networks
von: van Otterdijk, G. J. E., et al.
Veröffentlicht: (2024)

Scaled Relative Graph Analysis of General Interconnections of SISO Nonlinear Systems
von: Krebbekx, Julius P. J., et al.
Veröffentlicht: (2025)

On Koopman Resolvents and Frequency Response of Nonlinear Systems
von: Susuki, Yoshihiko, et al.
Veröffentlicht: (2026)

System identification of biophysical neuronal models
von: Burghi, Thiago B., et al.
Veröffentlicht: (2020)

Modeling Nonlinear Control Systems via Koopman Control Family: Universal Forms and Subspace Invariance Proximity
von: Haseli, Masih, et al.
Veröffentlicht: (2023)

Encoder initialisation methods in the model augmentation setting
von: Hoekstra, J. H., et al.
Veröffentlicht: (2026)

Convex Equilibrium-Free Stability and Performance Analysis of Discrete-Time Nonlinear Systems
von: Koelewijn, Patrick J. W., et al.
Veröffentlicht: (2024)

Feedback Identification of conductance-based models
von: Burghi, Thiago B., et al.
Veröffentlicht: (2020)

Learning Reduced-Order Linear Parameter-Varying Models of Nonlinear Systems
von: Koelewijn, Patrick J. W., et al.
Veröffentlicht: (2023)

Bilinear Input Modulation for Mamba: Koopman Bilinear Forms for Memory Retention and Multiplicative Computation
von: Fujii, Hiroki, et al.
Veröffentlicht: (2026)

On the Existence of Koopman Linear Embeddings for Controlled Nonlinear Systems
von: Shang, Xu, et al.
Veröffentlicht: (2026)

Nonlinear Bandwidth and Bode Diagrams based on Scaled Relative Graphs
von: Krebbekx, Julius P. J., et al.
Veröffentlicht: (2025)

Unconstrained Parameterization of Stable LPV Input-Output Models: with Application to System Identification
von: Kon, Johan, et al.
Veröffentlicht: (2024)

A Parallel-in-Time Newton's Method for Nonlinear Model Predictive Control
von: Iacob, Casian, et al.
Veröffentlicht: (2024)

Willems' Fundamental Lemma for Nonlinear Systems with Koopman Linear Embedding
von: Shang, Xu, et al.
Veröffentlicht: (2024)

Online Tracking with Predictions for Nonlinear Systems with Koopman Linear Embedding
von: Pai, Chih-Fan, et al.
Veröffentlicht: (2026)

Deep Koopman Learning of Nonlinear Time-Varying Systems
von: Hao, Wenjian, et al.
Veröffentlicht: (2022)

Measurements and System Identification for the Characterization of Smooth Muscle Cell Dynamics
von: Ozturk, Dilan, et al.
Veröffentlicht: (2024)

On-the-fly Surrogation for Complex Nonlinear Dynamics
von: Olucha, E. Javier, et al.
Veröffentlicht: (2025)

Automated Linear Parameter-Varying Modeling of Nonlinear Systems: A Global Embedding Approach
von: Olucha, E. Javier, et al.
Veröffentlicht: (2025)

Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study
von: Schulze, Jan C., et al.
Veröffentlicht: (2024)