Buchumschlag

Time-optimal neural feedback control of nilpotent systems as a binary classification problem

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bicego, Sara, Gue, Samuel, Kalise, Dante, Villamizar, Nelly
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Control of high-dimensional collective dynamics by deep neural feedback laws and kinetic modelling
von: Albi, Giacomo, et al.
Veröffentlicht: (2024)

Data/moment-driven approaches for fast predictive control of collective dynamics
von: Albi, Giacomo, et al.
Veröffentlicht: (2024)

Computation and Control of Unstable Steady States for Mean Field Multiagent Systems
von: Bicego, Sara, et al.
Veröffentlicht: (2024)

Solving a class of stochastic optimal control problems by physics-informed neural networks
von: Jiao, Zhe, et al.
Veröffentlicht: (2024)

Fast and robust consensus-based optimization via optimal feedback control
von: Huang, Yuyang, et al.
Veröffentlicht: (2024)

Multi-level Optimal Control with Neural Surrogate Models
von: Kalise, Dante, et al.
Veröffentlicht: (2024)

Hierarchical clustering and dimensional reduction for optimal control of large-scale agent-based models
von: Monti, Angela, et al.
Veröffentlicht: (2025)

An analysis of optimization problems involving ReLU neural networks
von: Plate, Christoph, et al.
Veröffentlicht: (2025)

Formulations and scalability of neural network surrogates in nonlinear optimization problems
von: Parker, Robert B., et al.
Veröffentlicht: (2024)

A minimax optimal control approach for robust neural ODEs
von: Cipriani, Cristina, et al.
Veröffentlicht: (2023)

A PDE-constrained Optimization Approach to Optimal Trajectory Planning under Uncertainty via Reflected Schrödinger Bridges
von: Kalise, Dante, et al.
Veröffentlicht: (2025)

On improving generalization in a class of learning problems with the method of small parameters for weakly-controlled optimal gradient systems
von: Befekadu, Getachew K.
Veröffentlicht: (2024)

Separable approximations of optimal value functions under a decaying sensitivity assumption
von: Sperl, Mario, et al.
Veröffentlicht: (2023)

Smart energy management: process structure-based hybrid neural networks for optimal scheduling and economic predictive control in integrated systems
von: Wu, Long, et al.
Veröffentlicht: (2024)

Averaged Adam accelerates stochastic optimization in the training of deep neural network approximations for partial differential equation and optimal control problems
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

A neural network-based approach to hybrid systems identification for control
von: Fabiani, Filippo, et al.
Veröffentlicht: (2024)

Inverse classification with logistic and softmax classifiers: efficient optimization
von: Carreira-Perpiñán, Miguel Á., et al.
Veröffentlicht: (2023)

Efficient model predictive control for nonlinear systems modelled by deep neural networks
von: Lan, Jianglin
Veröffentlicht: (2024)

On the influence of dependent features in classification problems: a game-theoretic perspective
von: Davila-Pena, Laura, et al.
Veröffentlicht: (2024)

A successive approximation method in functional spaces for hierarchical optimal control problems and its application to learning
von: Befekadu, Getachew K.
Veröffentlicht: (2024)

Global optimization of graph acquisition functions for neural architecture search
von: Xie, Yilin, et al.
Veröffentlicht: (2025)

A constrained optimization approach to improve robustness of neural networks
von: Zhao, Shudian, et al.
Veröffentlicht: (2024)

On characterizing optimal learning trajectories in a class of learning problems
von: Befekadu, Getachew K
Veröffentlicht: (2025)

Derivatives of Stochastic Gradient Descent in parametric optimization
von: Iutzeler, Franck, et al.
Veröffentlicht: (2024)

Proximal basin hopping: global optimization with guarantees
von: Lauga, Guillaume, et al.
Veröffentlicht: (2026)

Reliably-stabilizing piecewise-affine neural network controllers
von: Fabiani, Filippo, et al.
Veröffentlicht: (2021)

MIQCQP reformulation of the ReLU neural networks Lipschitz constant estimation problem
von: Sbihi, Mohammed, et al.
Veröffentlicht: (2024)

A Total Variation Flow Scheme for Ergodic Mean Field Games
von: Kalise, Dante, et al.
Veröffentlicht: (2024)

Mean-field neural networks-based algorithms for McKean-Vlasov control problems *
von: Pham, Huyên, et al.
Veröffentlicht: (2022)

Gromov-Wasserstein and optimal transport: from assignment problems to probabilistic numeric
von: Seyedi, Iman, et al.
Veröffentlicht: (2025)

Sinkhorn algorithms and linear programming solvers for optimal partial transport problems
von: Bai, Yikun
Veröffentlicht: (2024)

Risk-averse learning with delayed feedback
von: Wang, Siyi, et al.
Veröffentlicht: (2024)

An optimal control perspective on diffusion-based generative modeling
von: Berner, Julius, et al.
Veröffentlicht: (2022)

Sparse stabilization of mean-field agent dynamics through a three-operator splitting method
von: Albi, Giacomo, et al.
Veröffentlicht: (2025)

Derivative-free tree optimization for complex systems
von: Wei, Ye, et al.
Veröffentlicht: (2024)

Randomized multi-class classification under system constraints: a unified approach via post-processing
von: Chzhen, Evgenii, et al.
Veröffentlicht: (2025)

Latent feedback control of distributed systems in multiple scenarios through deep learning-based reduced order models
von: Tomasetto, Matteo, et al.
Veröffentlicht: (2024)

Approximate non-linear model predictive control with safety-augmented neural networks
von: Hose, Henrik, et al.
Veröffentlicht: (2023)

Learning solutions to some toy constrained optimization problems in infinite dimensional Hilbert spaces
von: Mandal, Pinak
Veröffentlicht: (2024)

Bayesian optimization as a flexible and efficient design framework for sustainable process systems
von: Paulson, Joel A., et al.
Veröffentlicht: (2024)