:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cena, Carlo, Martini, Mauro, Chiaberge, Marcello
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	https://arxiv.org/abs/2508.07841
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid Model Predictive Control with Physics-Informed Neural Network for Satellite Attitude Control
von: Cena, Carlo, et al.
Veröffentlicht: (2026)

Physics-Informed Real NVP for Satellite Power System Fault Detection
von: Cena, Carlo, et al.
Veröffentlicht: (2024)

Fault injection analysis of Real NVP normalising flow model for satellite anomaly detection
von: Greco, Gabriele, et al.
Veröffentlicht: (2025)

Unsupervised Novelty Detection Methods Benchmarking with Wavelet Decomposition
von: Priarone, Ariel, et al.
Veröffentlicht: (2024)

A Self-Supervised Task for Fault Detection in Satellite Multivariate Time Series
von: Cena, Carlo, et al.
Veröffentlicht: (2024)

TEMPO-VINE: A Multi-Temporal Sensor Fusion Dataset for Localization and Mapping in Vineyards
von: Martini, Mauro, et al.
Veröffentlicht: (2025)

Robust Online Learning over Networks
von: Bastianello, Nicola, et al.
Veröffentlicht: (2023)

Physics-Informed Learning of Proprietary Inverter Models for Grid Dynamic Studies
von: Kwon, Kyung-Bin, et al.
Veröffentlicht: (2025)

Hessian-Informed Flow Matching
von: Sprague, Christopher Iliffe, et al.
Veröffentlicht: (2024)

Physics-Informed Graph Neural Network for Dynamic Reconfiguration of Power Systems
von: Authier, Jules, et al.
Veröffentlicht: (2023)

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

Communication-Efficient Learning for Satellite Constellations
von: Tudose, Ruxandra-Stefania, et al.
Veröffentlicht: (2025)

Generalizable Physics-Informed Learning for Stochastic Safety-Critical Systems
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2024)

Physics-Informed Machine Learning for Pouch Cell Temperature Estimation
von: Liu, Zheng
Veröffentlicht: (2026)

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

Verification and Validation of Physics-Informed Surrogate Component Models for Dynamic Power-System Simulation
von: Ellinas, Petros, et al.
Veröffentlicht: (2026)

Augmented Physics-Based Li-ion Battery Model via Adaptive Ensemble Sparse Learning and Conformal Prediction
von: da Silva, Samuel Filgueira, et al.
Veröffentlicht: (2025)

KKL Observer Synthesis for Nonlinear Systems via Physics-Informed Learning
von: Niazi, M. Umar B., et al.
Veröffentlicht: (2025)

A Survey on Physics Informed Reinforcement Learning: Review and Open Problems
von: Banerjee, Chayan, et al.
Veröffentlicht: (2023)

Domain Generalization for Crop Segmentation with Standardized Ensemble Knowledge Distillation
von: Angarano, Simone, et al.
Veröffentlicht: (2023)

PowerModelsGAT-AI: Physics-Informed Graph Attention for Multi-System Power Flow with Continual Learning
von: Ezeakunne, Chidozie, et al.
Veröffentlicht: (2026)

A Reinforcement Learning Approach for Optimal Control in Microgrids
von: Salaorni, Davide, et al.
Veröffentlicht: (2025)

Physics Informed Reinforcement Learning with Gibbs Priors for Topology Control in Power Grids
von: Dogoulis, Pantelis, et al.
Veröffentlicht: (2026)

Stabilizing Humanoid Robot Trajectory Generation via Physics-Informed Learning and Control-Informed Steering
von: D'Elia, Evelyn, et al.
Veröffentlicht: (2025)

Optimization and Learning in Open Multi-Agent Systems
von: Deplano, Diego, et al.
Veröffentlicht: (2025)

Safe Online Control-Informed Learning
von: Zhou, Tianyu, et al.
Veröffentlicht: (2025)

A Physics-Informed Learning Framework to Solve the Infinite-Horizon Optimal Control Problem
von: Fotiadis, Filippos, et al.
Veröffentlicht: (2025)

Universal Learning of Stochastic Dynamics for Exact Belief Propagation using Bernstein Normalizing Flows
von: Amorese, Peter, et al.
Veröffentlicht: (2025)

A Generative Physics-Informed Reinforcement Learning-Based Approach for Construction of Representative Drive Cycle
von: Yasami, Amirreza, et al.
Veröffentlicht: (2025)

Physics-Informed Deep B-Spline Networks
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

PIETRA: Physics-Informed Evidential Learning for Traversing Out-of-Distribution Terrain
von: Cai, Xiaoyi, et al.
Veröffentlicht: (2024)

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

Online Control-Informed Learning
von: Liang, Zihao, et al.
Veröffentlicht: (2024)

Metriplectic Conditional Flow Matching for Dissipative Dynamics
von: Baheri, Ali, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Characterizing System Stability
von: Koike, Tomoki, et al.
Veröffentlicht: (2025)

Dynamic Tube MPC: Learning Tube Dynamics with Massively Parallel Simulation for Robust Safety in Practice
von: Compton, William D., et al.
Veröffentlicht: (2024)

A Robust Task-Level Control Architecture for Learned Dynamical Systems
von: Pathak, Eshika, et al.
Veröffentlicht: (2025)

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

Physics-Informed Inductive Biases for Voltage Prediction in Distribution Grids
von: Okoyomon, Ehimare, et al.
Veröffentlicht: (2025)

Verifiable Error Bounds for Physics-Informed Neural KKL Observers
von: Berin-Costain, Hannah, et al.
Veröffentlicht: (2026)