Buchumschlag

Identification of Port-Hamiltonian Differential-Algebraic Equations from Input-Output Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hagelaars, N., van Otterdijk, G. J. E., Moradi, S., Tóth, R., Jaensson, N. O., Schoukens, M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Improved Initialization for Port-Hamiltonian Neural Network Models
von: van Otterdijk, G. J. E., et al.
Veröffentlicht: (2026)

Space-Filling Input Design for Nonlinear State-Space Identification
von: Kiss, Máté, et al.
Veröffentlicht: (2024)

Port-Hamiltonian Neural Networks with Output Error Noise Models
von: Moradi, Sarvin, et al.
Veröffentlicht: (2025)

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

Least Costly Space-Filling Experiment Design for the Identification of a Nonlinear System
von: Kiss, Máté, et al.
Veröffentlicht: (2026)

On Space-Filling Input Design for Nonlinear Dynamic Model Learning: A Gaussian Process Approach
von: Liu, Yuhan, et al.
Veröffentlicht: (2025)

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

Unconstrained Parameterization of Stable LPV Input-Output Models: with Application to System Identification
von: Kon, Johan, et al.
Veröffentlicht: (2024)

Neural Port-Hamiltonian Differential Algebraic Equations for Compositional Learning of Electrical Networks
von: Neary, Cyrus, et al.
Veröffentlicht: (2024)

Physics-Guided State-Space Model Augmentation Using Weighted Regularized Neural Networks
von: Liu, Yuhan, et al.
Veröffentlicht: (2024)

Encoder initialisation methods in the model augmentation setting
von: Hoekstra, J. H., et al.
Veröffentlicht: (2026)

Learning Dynamics from Input-Output Data with Hamiltonian Gaussian Processes
von: Ewering, Jan-Hendrik, et al.
Veröffentlicht: (2025)

Exact Finite Koopman Embedding of Block-Oriented Polynomial Systems
von: Iacob, Lucian Cristian, et al.
Veröffentlicht: (2025)

Data-Driven Input-Output Control Barrier Functions
von: Bajelani, Mohammad, et al.
Veröffentlicht: (2025)

Orthogonal-by-construction augmentation of physics-based input-output models
von: Györök, Bendegúz M., et al.
Veröffentlicht: (2025)

Baseline Results for Selected Nonlinear System Identification Benchmarks
von: Champneys, Max D., et al.
Veröffentlicht: (2024)

A Direct State-Space Realization of Discrete-Time Linear Parameter-Varying Input-Output Models
von: Kon, Johan, et al.
Veröffentlicht: (2025)

Learning-based augmentation of first-principle models: A linear fractional representation-based approach
von: Hoekstra, Jan H., et al.
Veröffentlicht: (2026)

Learning-based model augmentation with LFRs
von: Hoekstra, Jan H., et al.
Veröffentlicht: (2024)

Efficient Learning of Affine and Rational Dependency LPV Models With Linear Fractional Representation
von: Drenth, Roel, et al.
Veröffentlicht: (2026)

Data-driven augmentation of first-principles models under constraint-free well-posedness and stability guarantees
von: Györök, Bendegúz, et al.
Veröffentlicht: (2026)

Dual-Port Dynamically Reconfigurable Battery with Semi-Controlled and Fully-Controlled Outputs
von: Tashakor, N., et al.
Veröffentlicht: (2022)

Identifiability of Differential-Algebraic Systems
von: Montanari, Arthur N., et al.
Veröffentlicht: (2024)

Input-Output Data-Driven Sensor Selection for Cyber-Physical Systems
von: Fotiadis, Filippos, et al.
Veröffentlicht: (2025)

Feedback Identification of conductance-based models
von: Burghi, Thiago B., et al.
Veröffentlicht: (2020)

Input Dexterity and Output Negotiation in Feedback-Linearizable Nonlinear Systems
von: Mizzoni, Mirko, et al.
Veröffentlicht: (2026)

Port-Transversal Barriers: Graph-Theoretic Safety for Port-Hamiltonian Systems
von: Leung, Chi Ho, et al.
Veröffentlicht: (2026)

Input-Output Data-Driven Representation: Non-Minimality and Stability
von: Lee, Joowon, et al.
Veröffentlicht: (2025)

Security Index from Input/Output Data: Theory and Computation
von: Shinohara, Takumi, et al.
Veröffentlicht: (2025)

Dynamic Output-Feedback Controller Synthesis for Dissipativity and $H_2$ Performance from Noisy Input-Output Data
von: Kristović, Pietro, et al.
Veröffentlicht: (2026)

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

Extension of the Partial Integral Equation Representation to GPDE Input-Output Systems
von: Shivakumar, Sachin, et al.
Veröffentlicht: (2022)

A Simultaneous Approach for Training Neural Differential-Algebraic Systems of Equations
von: Lueg, Laurens R., et al.
Veröffentlicht: (2025)

On Port-Hamiltonian Formulation of Hysteretic Energy Storage Elements: The Backlash Case
von: Keulen, Jurrien, et al.
Veröffentlicht: (2026)

Output Feedback Backup Control Barrier Functions: Safety Guarantees Under Input Bounds and State Estimation Error
von: van Wijk, David E. J., et al.
Veröffentlicht: (2026)

Data-Driven Boundary Control of Distributed Port-Hamiltonian Systems
von: Beckers, Thomas, et al.
Veröffentlicht: (2026)

Causal Optimal Coupling for Gaussian Input-Output Distributional Data
von: Xu, Daran, et al.
Veröffentlicht: (2026)

Solving Differential-Algebraic Equations in Power System Dynamic Analysis with Quantum Computing
von: Tran, Huynh Trung Thanh, et al.
Veröffentlicht: (2023)

Augmented Neural Ordinary Differential Equations for Power System Identification
von: Wolf, Hannes M. H., et al.
Veröffentlicht: (2025)