Buchumschlag

Constructive Lyapunov Functions via Topology-Preserving Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Oh, Jaehong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Neural Lyapunov Differentiable Predictive Control
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2022)

(Un)supervised Learning of Maximal Lyapunov Functions
von: Barreau, Matthieu, et al.
Veröffentlicht: (2024)

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

Decomposing Control Lyapunov Functions for Efficient Reinforcement Learning
von: Lopez, Antonio, et al.
Veröffentlicht: (2024)

Lyapunov Neural ODE State-Feedback Control Policies
von: Ip, Joshua Hang Sai, et al.
Veröffentlicht: (2024)

Verifiable Error Bounds for Physics-Informed Neural Network Solutions of Lyapunov and Hamilton-Jacobi-Bellman Equations
von: Liu, Jun
Veröffentlicht: (2026)

Ontology Neural Networks for Topologically Conditioned Constraint Satisfaction
von: Oh, Jaehong
Veröffentlicht: (2026)

Learning Geometrically-Informed Lyapunov Functions with Deep Diffeomorphic RBF Networks
von: Tesfazgi, Samuel, et al.
Veröffentlicht: (2025)

State-Dependent Lyapunov Method for Rank-1 Matrix Factorization
von: Moon, Jaehong
Veröffentlicht: (2026)

Lyapunov Function Consistent Adaptive Network Signal Control with Back Pressure and Reinforcement Learning
von: Ma, Chaolun, et al.
Veröffentlicht: (2022)

Provable Bounds on the Hessian of Neural Networks: Derivative-Preserving Reachability Analysis
von: Sharifi, Sina, et al.
Veröffentlicht: (2024)

Actor-Critic Physics-informed Neural Lyapunov Control
von: Wang, Jiarui, et al.
Veröffentlicht: (2024)

System Identification and Control Using Lyapunov-Based Deep Neural Networks without Persistent Excitation: A Concurrent Learning Approach
von: Hart, Rebecca G., et al.
Veröffentlicht: (2025)

Certifying Stability of Reinforcement Learning Policies using Generalized Lyapunov Functions
von: Long, Kehan, et al.
Veröffentlicht: (2025)

PowerGNN: A Topology-Aware Graph Neural Network for Electricity Grids
von: Suri, Dhruv, et al.
Veröffentlicht: (2025)

Ontology Neural Network and ORTSF: A Framework for Topological Reasoning and Delay-Robust Control
von: Oh, Jaehong
Veröffentlicht: (2025)

Geometry-Preserving Neural Architectures on Manifolds with Boundary
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2026)

Safe Deep Model-Based Reinforcement Learning with Lyapunov Functions
von: Zhang, Harry
Veröffentlicht: (2024)

Zero-Shot, Safe and Time-Efficient UAV Navigation via Potential-Based Reward Shaping, Control Lyapunov and Barrier Functions
von: Naeem, Ashik Abrar, et al.
Veröffentlicht: (2026)

Pontryagin Optimal Control via Neural Networks
von: Gu, Chengyang, et al.
Veröffentlicht: (2022)

Fast Transient Stability Prediction Using Grid-informed Temporal and Topological Embedding Deep Neural Network
von: Sun, Peiyuan, et al.
Veröffentlicht: (2022)

Region of Attraction for Power Systems using Gaussian Process and Converse Lyapunov Function -- Part I: Theoretical Framework and Off-line Study
von: Zhai, Chao, et al.
Veröffentlicht: (2019)

A Concise Lyapunov Analysis of Nesterov's Accelerated Gradient Method
von: Liu, Jun
Veröffentlicht: (2025)

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

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)

Certified Training with Branch-and-Bound for Lyapunov-stable Neural Control
von: Shi, Zhouxing, et al.
Veröffentlicht: (2024)

Formal Synthesis of Certifiably Robust Neural Lyapunov-Barrier Certificates
von: Wang, Chengxiao, et al.
Veröffentlicht: (2026)

Lyapunov-stable Neural Control for State and Output Feedback: A Novel Formulation
von: Yang, Lujie, et al.
Veröffentlicht: (2024)

Cognitive Synergy Architecture: SEGO for Human-Centric Collaborative Robots
von: Oh, Jaehong
Veröffentlicht: (2025)

Stable Inverse Reinforcement Learning: Policies from Control Lyapunov Landscapes
von: Tesfazgi, Samuel, et al.
Veröffentlicht: (2024)

Learning and Current Prediction of PMSM Drive via Differential Neural Networks
von: Mei, Wenjie, et al.
Veröffentlicht: (2024)

Sample-Free Safety Assessment of Neural Network Controllers via Taylor Methods
von: Evans, Adam, et al.
Veröffentlicht: (2026)

Off Policy Lyapunov Stability in Reinforcement Learning
von: Gill, Sarvan, et al.
Veröffentlicht: (2025)

Lipschitz-Based Robustness Certification for Recurrent Neural Networks via Convex Relaxation
von: Hamelbeck, Paul, et al.
Veröffentlicht: (2025)

Learning Subsystem Dynamics in Nonlinear Systems via Port-Hamiltonian Neural Networks
von: van Otterdijk, G. J. E., et al.
Veröffentlicht: (2024)

Lite-RVFL: A Lightweight Random Vector Functional-Link Neural Network for Learning Under Concept Drift
von: Hu, Songqiao, et al.
Veröffentlicht: (2025)

Linearization of ReLU Activation Function for Neural Network-Embedded Optimization: Optimal Day-Ahead Energy Scheduling
von: Zhao, Cunzhi, et al.
Veröffentlicht: (2023)

Reinforcement Learning-based Control via Y-wise Affine Neural Networks (YANNs)
von: Braniff, Austin, et al.
Veröffentlicht: (2025)