Buchumschlag

Reliability Analysis of Complex Multi-State System Based on Universal Generating Function and Bayesian Network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Xu, Yao, Wen, Zheng, Xiaohu, Xu, Yingchun
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large Vision Model-Enhanced Digital Twin with Deep Reinforcement Learning for User Association and Load Balancing in Dynamic Wireless Networks
von: Tao, Zhenyu, et al.
Veröffentlicht: (2024)

Bayesian Physics Informed Neural Networks for Reliable Transformer Prognostics
von: Ramirez, Ibai, et al.
Veröffentlicht: (2025)

Digital Twin Assisted Deep Reinforcement Learning for Online Admission Control in Sliced Network
von: Tao, Zhenyu, et al.
Veröffentlicht: (2023)

Sparse Kalman Identification for Partially Observable Systems via Adaptive Bayesian Learning
von: Mei, Jilan, et al.
Veröffentlicht: (2025)

Optimizing Falsification for Learning-Based Control Systems: A Multi-Fidelity Bayesian Approach
von: Shahrooei, Zahra, et al.
Veröffentlicht: (2024)

An Analysis of Safety Guarantees in Multi-Task Bayesian Optimization
von: Luebsen, Jannis O., et al.
Veröffentlicht: (2025)

Structured Cooperative Multi-Agent Reinforcement Learning: a Bayesian Network Perspective
von: Syed, Shahbaz P Qadri, et al.
Veröffentlicht: (2025)

Efficient Reachability Analysis for Convolutional Neural Networks Using Hybrid Zonotopes
von: Zhang, Yuhao, et al.
Veröffentlicht: (2025)

Neural Network-assisted Interval Reachability for Systems with Control Barrier Function-Based Safe Controllers
von: Ajeyemi, Damola, et al.
Veröffentlicht: (2025)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Barrier Certificates for Unknown Systems with Latent States and Polynomial Dynamics using Bayesian Inference
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2025)

Recursive Gaussian Process State Space Model
von: Zheng, Tengjie, et al.
Veröffentlicht: (2024)

Structured Deep Neural Network-Based Backstepping Trajectory Tracking Control for Lagrangian Systems
von: Qian, Jiajun, et al.
Veröffentlicht: (2024)

Analytical Verification of Performance of Deep Neural Network Based Time-Synchronized Distribution System State Estimation
von: Azimian, Behrouz, et al.
Veröffentlicht: (2023)

On the Reliability Limits of LLM-Based Multi-Agent Planning
von: Ao, Ruicheng, et al.
Veröffentlicht: (2026)

Transformer-Based Scalable Multi-Agent Reinforcement Learning for Networked Systems with Long-Range Interactions
von: Sinha, Vidur, et al.
Veröffentlicht: (2025)

Decentralized Event-Triggered Online Learning for Safe Consensus of Multi-Agent Systems with Gaussian Process Regression
von: Dai, Xiaobing, et al.
Veröffentlicht: (2024)

Learning Dissipative Neural Dynamical Systems
von: Xu, Yuezhu, et al.
Veröffentlicht: (2023)

Stability-informed Bayesian Optimization for MPC Cost Function Learning
von: Hirt, Sebastian, et al.
Veröffentlicht: (2024)

State-Space Kolmogorov Arnold Networks for Interpretable Nonlinear System Identification
von: Cruz, Gonçalo Granjal, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Accelerating Power System State Estimation
von: Falas, Solon, et al.
Veröffentlicht: (2023)

Towards Safe Multi-Task Bayesian Optimization
von: Lübsen, Jannis O., et al.
Veröffentlicht: (2023)

Analysis of Off-Policy Multi-Step TD-Learning with Linear Function Approximation
von: Lee, Donghwan
Veröffentlicht: (2024)

Reliable Vertical Federated Learning in 5G Core Network Architecture
von: Mestoukirdi, Mohamad, et al.
Veröffentlicht: (2025)

Generative Design for Direct-to-Chip Liquid Cooling for Data Centers
von: Liu, Zheng
Veröffentlicht: (2026)

Safe and Robust Domains of Attraction for Discrete-Time Systems: A Set-Based Characterization and Certifiable Neural Network Estimation
von: Serry, Mohamed, et al.
Veröffentlicht: (2026)

Fast and Reliable $N-k$ Contingency Screening with Input-Convex Neural Networks
von: Christianson, Nicolas, et al.
Veröffentlicht: (2024)

Robust Power System State Estimation using Physics-Informed Neural Networks
von: Falas, Solon, et al.
Veröffentlicht: (2025)

Provably-Stable Neural Network-Based Control of Nonlinear Systems
von: Li, Anran, et al.
Veröffentlicht: (2025)

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

A new perspective on Bayesian Operational Modal Analysis
von: O'Connell, Brandon J., et al.
Veröffentlicht: (2024)

Falsification of Cyber-Physical Systems using Bayesian Optimization
von: Ramezani, Zahra, et al.
Veröffentlicht: (2022)

OptiState: State Estimation of Legged Robots using Gated Networks with Transformer-based Vision and Kalman Filtering
von: Schperberg, Alexander, et al.
Veröffentlicht: (2024)

Convolutional Bayesian Filtering
von: Cao, Wenhan, et al.
Veröffentlicht: (2024)

ECLipsE: Efficient Compositional Lipschitz Constant Estimation for Deep Neural Networks
von: Xu, Yuezhu, et al.
Veröffentlicht: (2024)

Predict-then-Optimize for Seaport Power-Logistics Scheduling: Generalization across Varying Tasks Stream
von: Pu, Chuanqing, et al.
Veröffentlicht: (2025)

State-Free Inference of State-Space Models: The Transfer Function Approach
von: Parnichkun, Rom N., et al.
Veröffentlicht: (2024)

Complex-Value Spatio-temporal Graph Convolutional Neural Networks and its Applications to Electric Power Systems AI
von: Wu, Tong, et al.
Veröffentlicht: (2022)

CL-DiffPhyCon: Closed-loop Diffusion Control of Complex Physical Systems
von: Wei, Long, et al.
Veröffentlicht: (2024)

Contraction-Guided Adaptive Partitioning for Reachability Analysis of Neural Network Controlled Systems
von: Harapanahalli, Akash, et al.
Veröffentlicht: (2023)