Buchumschlag

Control-Theoretic Techniques for Online Adaptation of Deep Neural Networks in Dynamical Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Elkins, Jacob G., Fahimi, Farbod
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Neural and Evolutionary Computing Robotics Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Safe PDE Boundary Control with Neural Operators
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

Adaptive Control in Autonomous Driving via Real-Time Recurrent RL
von: Lemmel, Julian, et al.
Veröffentlicht: (2026)

Context-Based Echo State Networks with Prediction Confidence for Human-Robot Shared Control
von: Amirshirzad, Negin, et al.
Veröffentlicht: (2024)

Power Flow Analysis Using Deep Neural Networks in Three-Phase Unbalanced Smart Distribution Grids
von: Tiwari, Deepak, et al.
Veröffentlicht: (2024)

Scalable and Robust Physics-Informed Graph Neural Networks for Water Distribution Systems
von: Ashraf, Inaam, et al.
Veröffentlicht: (2025)

Orthogonal Transforms in Neural Networks Amount to Effective Regularization
von: Zając, Krzysztof, et al.
Veröffentlicht: (2023)

Control of a commercially available vehicle by a tetraplegic human using a brain-computer interface
von: Zou, Xinyun, et al.
Veröffentlicht: (2025)

Designing Robust Software Sensors for Nonlinear Systems via Neural Networks and Adaptive Sliding Mode Control
von: Farkane, Ayoub, et al.
Veröffentlicht: (2025)

A Cloud-Edge Framework for Energy-Efficient Event-Driven Control: An Integration of Online Supervised Learning, Spiking Neural Networks and Local Plasticity Rules
von: Ahmadvand, Reza, et al.
Veröffentlicht: (2024)

Neural Control System for Continuous Glucose Monitoring and Maintenance
von: Wasi, Azmine Toushik
Veröffentlicht: (2024)

Training Non-Differentiable Networks via Optimal Transport
von: Le, An T.
Veröffentlicht: (2026)

Improving Performance of Spike-based Deep Q-Learning using Ternary Neurons
von: Ghoreishee, Aref, et al.
Veröffentlicht: (2025)

A strictly predefined-time convergent and anti-noise fractional-order zeroing neural network for solving time-variant quadratic programming in kinematic robot control
von: Yang, Yi, et al.
Veröffentlicht: (2025)

Optimization of sliding control parameters for a 3-dof robot arm using genetic algorithm (GA)
von: Son, Vu Ngoc, et al.
Veröffentlicht: (2025)

Improving Low-Fidelity Models of Li-ion Batteries via Hybrid Sparse Identification of Nonlinear Dynamics
von: da Silva, Samuel Filgueira, et al.
Veröffentlicht: (2024)

Controller Distillation Reduces Fragile Brain-Body Co-Adaptation and Enables Migrations in MAP-Elites
von: Mertan, Alican, et al.
Veröffentlicht: (2025)

SCAR: State-Space Compression for Scalable AI-Based Network Management of Vehicular Services
von: Comsa, Ioan-Sorin, et al.
Veröffentlicht: (2025)

Engineering Hybrid Physics-Informed Neural Networks for Next-Generation Electricity Systems: A State-of-the-Art Review
von: Nyangon, Joseph
Veröffentlicht: (2026)

Neuro-LIFT: A Neuromorphic, LLM-based Interactive Framework for Autonomous Drone FlighT at the Edge
von: Joshi, Amogh, et al.
Veröffentlicht: (2025)

Optimality Principles and Neural Ordinary Differential Equations-based Process Modeling for Distributed Control
von: Wartmann, Michael R., et al.
Veröffentlicht: (2025)

Application of Zone Method based Physics-Informed Neural Networks in Reheating Furnaces
von: Dutta, Ujjal Kr, et al.
Veröffentlicht: (2023)

Curriculum-Learned Vanishing Stacked Residual PINNs for Hyperbolic PDE State Reconstruction
von: Eshkofti, Katayoun, et al.
Veröffentlicht: (2026)

Real-Time Recurrent Reinforcement Learning
von: Lemmel, Julian, et al.
Veröffentlicht: (2023)

Learning the optimal state-feedback via supervised imitation learning
von: Tailor, Dharmesh, et al.
Veröffentlicht: (2019)

Physics-Informed Echo State Networks for Modeling Controllable Dynamical Systems
von: Mochiutti, Eric, et al.
Veröffentlicht: (2024)

Neuromorphic Attitude Estimation and Control
von: Stroobants, Stein, et al.
Veröffentlicht: (2024)

Neural reservoir control of a soft bio-hybrid arm
von: Naughton, Noel, et al.
Veröffentlicht: (2025)

Deep Recurrent Q-learning for Energy-constrained Coverage with a Mobile Robot
von: Zellner, Aaron, et al.
Veröffentlicht: (2022)

Towards Multi-Morphology Controllers with Diversity and Knowledge Distillation
von: Mertan, Alican, et al.
Veröffentlicht: (2024)

Convex-Neural RRT*: Fast and Reliable Learning-Guided Sampling for High-Quality Robot Path Planning
von: Cheriet, Hichem, et al.
Veröffentlicht: (2026)

Spiking Neural Networks as a Controller for Emergent Swarm Agents
von: Zhu, Kevin, et al.
Veröffentlicht: (2024)

Guidance Design for Escape Flight Vehicle Using Evolution Strategy Enhanced Deep Reinforcement Learning
von: Hu, Xiao, et al.
Veröffentlicht: (2024)

Distributional Value Estimation Without Target Networks for Robust Quality-Diversity
von: Koohy, Behrad, et al.
Veröffentlicht: (2026)

Controlling Chaotic Maps using Next-Generation Reservoir Computing
von: Kent, Robert M., et al.
Veröffentlicht: (2023)

Neural Style Transfer with Twin-Delayed DDPG for Shared Control of Robotic Manipulators
von: Fernandez-Fernandez, Raul, et al.
Veröffentlicht: (2024)

Exploiting Chaotic Dynamics as Deep Neural Networks
von: Liu, Shuhong, et al.
Veröffentlicht: (2024)

An Efficient General-Purpose Optical Accelerator for Neural Networks
von: Fei, Sijie, et al.
Veröffentlicht: (2024)

Combining Large Language Models and Gradient-Free Optimization for Automatic Control Policy Synthesis
von: Bosio, Carlo, et al.
Veröffentlicht: (2025)

A Pipelined Memristive Neural Network Analog-to-Digital Converter
von: Danial, Loai, et al.
Veröffentlicht: (2024)

Case Studies of Generative Machine Learning Models for Dynamical Systems
von: Bapat, Nachiket U., et al.
Veröffentlicht: (2025)