Buchumschlag

Koopman Spectral Analysis and System Identification for Stochastic Dynamical Systems via Yosida Approximation of Generators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Jun, Meng, Yiming, Liu, Jun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Koopman-based Stability Certificates for Unknown Nonlinear Systems
von: Zhou, Ruikun, et al.
Veröffentlicht: (2024)

Data-driven optimal control of unknown nonlinear dynamical systems using the Koopman operator
von: Zeng, Zhexuan, et al.
Veröffentlicht: (2024)

Compositionally Verifiable Vector Neural Lyapunov Functions for Stability Analysis of Interconnected Nonlinear Systems
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Koopman Spectral Analysis from Noisy Measurements based on Bayesian Learning and Kalman Smoothing
von: Zeng, Zhexuan, et al.
Veröffentlicht: (2024)

Stochastic Deep Koopman Model for Quality Propagation Analysis in Multistage Manufacturing Systems
von: Chen, Zhiyi, et al.
Veröffentlicht: (2023)

Learning Regions of Attraction in Unknown Dynamical Systems via Zubov-Koopman Lifting: Regularities and Convergence
von: Meng, Yiming, et al.
Veröffentlicht: (2023)

Enhanced Koopman Operator Approximation for Nonlinear Systems Using Broading Learning System
von: Sun, Yangjun, et al.
Veröffentlicht: (2025)

Kernel Methods for Stochastic Dynamical Systems with Application to Koopman Eigenfunctions: Feynman-Kac Representations and RKHS Approximation
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Koopman Operators for Global Analysis of Hybrid Limit-Cycling Systems: Construction and Spectral Properties
von: Katayama, Natsuki, et al.
Veröffentlicht: (2024)

Stability-Certified Koopman Observer Design for Nonlinear Systems via Generalized Persidskii Dynamics
von: Pouladi, Syed
Veröffentlicht: (2026)

On Approximate Opacity of Stochastic Control Systems
von: Liu, Siyuan, et al.
Veröffentlicht: (2024)

Stability Guarantees for Data-Driven Predictive Control of Nonlinear Systems via Approximate Koopman Embeddings
von: Taghieh, Amin, et al.
Veröffentlicht: (2026)

Finite Sample Analysis of Subspace Identification for Stochastic Systems
von: Sun, Shuai, et al.
Veröffentlicht: (2025)

Koopman Generator Decomposition for Port-Hamiltonian System
von: Preciado, Victor M.
Veröffentlicht: (2026)

Towards Learning and Verifying Maximal Neural Lyapunov Functions
von: Liu, Jun, et al.
Veröffentlicht: (2023)

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

Stochastic Reinforcement Learning with Stability Guarantees for Control of Unknown Nonlinear Systems
von: Quartz, Thanin, et al.
Veröffentlicht: (2024)

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

Participation Factors for Nonlinear Autonomous Dynamical Systems in the Koopman Operator Framework
von: Takamichi, Kenji, et al.
Veröffentlicht: (2024)

Time-to-reach Bounds for Verification of Dynamical Systems Using the Koopman Spectrum
von: Ding, Jianqiang, et al.
Veröffentlicht: (2024)

Stochastic Reachability of Uncontrolled Systems via Probability Measures: Approximation via Deep Neural Networks
von: Sivaramakrishnan, Karthik, et al.
Veröffentlicht: (2023)

Set-Based Value Function Characterization and Neural Approximation of Stabilization Domains for Input-Constrained Discrete-Time Systems
von: Serry, Mohamed, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Network Lyapunov Functions: PDE Characterization, Learning, and Verification
von: Liu, Jun, et al.
Veröffentlicht: (2023)

LyZNet: A Lightweight Python Tool for Learning and Verifying Neural Lyapunov Functions and Regions of Attraction
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Formally Verified Physics-Informed Neural Control Lyapunov Functions
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Deep Koopman-based Control of Quality Variation in Multistage Manufacturing Systems
von: Chen, Zhiyi, et al.
Veröffentlicht: (2024)

Probabilistic Reachability Analysis of Stochastic Control Systems
von: Jafarpour, Saber, et al.
Veröffentlicht: (2024)

Koopman Form of Nonlinear Systems with Inputs
von: Iacob, Lucian Cristian, et al.
Veröffentlicht: (2022)

Polynomial Parametric Koopman Operators for Stochastic MPC
von: Iliakis, Efstathios, et al.
Veröffentlicht: (2026)

Subspace Pruning via Principal Vectors for Accurate Koopman-Based Approximations
von: Shah, Dhruv, et al.
Veröffentlicht: (2026)

Koopman-based Control for Stochastic Systems: Application to Enhanced Sampling
von: Guo, Lei, et al.
Veröffentlicht: (2024)

Continuous Approximations of Projected Dynamical Systems via Control Barrier Functions
von: Delimpaltadakis, Giannis, et al.
Veröffentlicht: (2024)

Second Moment Polytopic Systems: Generalization of Uncertain Stochastic Linear Dynamics
von: Ito, Yuji, et al.
Veröffentlicht: (2022)

Adaptive Koopman Embedding for Robust Control of Complex Nonlinear Dynamical Systems
von: Singh, Rajpal, et al.
Veröffentlicht: (2024)

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

Koopman-Based Learning of Infinitesimal Generators without Operator Logarithm
von: Meng, Yiming, et al.
Veröffentlicht: (2024)

Closed-Loop Koopman Operator Approximation
von: Dahdah, Steven, et al.
Veröffentlicht: (2023)

Data-Driven Reachability of Nonlinear Lipschitz Systems via Koopman Operator Embeddings
von: Akhormeh, Alireza Naderi, et al.
Veröffentlicht: (2026)

Learning Stable Koopman Embeddings for Identification and Control
von: Fan, Fletcher, et al.
Veröffentlicht: (2024)

Incentive Compatibility in Stochastic Dynamic Systems
von: Ma, Ke, et al.
Veröffentlicht: (2019)