:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sgadari, Corrado, La Bella, Alessio, Farina, Marcello
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.17442
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Recurrent neural network-based robust control systems with regional properties and application to MPC design
von: Ravasio, Daniele, et al.
Veröffentlicht: (2025)

Deep Long-Short Term Memory networks: Stability properties and Experimental validation
von: Bonassi, Fabio, et al.
Veröffentlicht: (2023)

Regional stability conditions for recurrent neural network-based control systems
von: La Bella, Alessio, et al.
Veröffentlicht: (2024)

Building a temperature forecasting model for the city with the regression neural network (RNN)
von: Tran, Nguyen Phuc, et al.
Veröffentlicht: (2024)

Learning battery model parameter dynamics from data with recursive Gaussian process regression
von: Aitio, Antti, et al.
Veröffentlicht: (2023)

Physics-informed structured learning of a class of recurrent neural networks with guaranteed properties
von: Ravasio, Daniele, et al.
Veröffentlicht: (2026)

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

FNO$^{\angle θ}$: Extended Fourier neural operator for learning state and optimal control of distributed parameter systems
von: Li, Zhexian, et al.
Veröffentlicht: (2026)

Observability conditions for neural state-space models with eigenvalues and their roots of unity
von: Gracyk, Andrew
Veröffentlicht: (2025)

Byzantine-resilient federated online learning for Gaussian process regression
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

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

Controlled oscillation modeling using port-Hamiltonian neural networks
von: Linares, Maximino, et al.
Veröffentlicht: (2026)

Adaptive prediction theory combining offline and online learning
von: Li, Haizheng, et al.
Veröffentlicht: (2025)

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

Alignment of large language models with constrained learning
von: Zhang, Botong, et al.
Veröffentlicht: (2025)

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

Efficient identification of linear, parameter-varying, and nonlinear systems with noise models
von: Bemporad, Alberto, et al.
Veröffentlicht: (2025)

Data-assimilated model-informed reinforcement learning
von: Ozan, Defne E., et al.
Veröffentlicht: (2025)

A convolutional neural network deep learning method for model class selection
von: Impraimakis, Marios
Veröffentlicht: (2025)

Learning, fast and slow: a two-fold algorithm for data-based model adaptation
von: de Giuli, Laura Boca, et al.
Veröffentlicht: (2025)

Generating adversarial inputs for a graph neural network model of AC power flow
von: Parker, Robert
Veröffentlicht: (2026)

Manifold meta-learning for reduced-complexity neural system identification
von: Forgione, Marco, et al.
Veröffentlicht: (2025)

On zero-shot learning in neural state estimation of power distribution systems
von: Berezin, Aleksandr, et al.
Veröffentlicht: (2024)

State space models, emergence, and ergodicity: How many parameters are needed for stable predictions?
von: Ziemann, Ingvar, et al.
Veröffentlicht: (2024)

Computationally efficient Gauss-Newton reinforcement learning for model predictive control
von: Brandner, Dean, et al.
Veröffentlicht: (2025)

Model order reduction of deep structured state-space models: A system-theoretic approach
von: Forgione, Marco, et al.
Veröffentlicht: (2024)

Goal-oriented safe active learning for predictive control using Bayesian recurrent neural networks
von: de Giuli, Laura Boca, et al.
Veröffentlicht: (2026)

Simulation of a closed-loop dc-dc converter using a physics-informed neural network-based model
von: Coulombe, Marc-Antoine, et al.
Veröffentlicht: (2025)

A causal learning approach to in-orbit inertial parameter estimation for multi-payload deployers
von: Platanitis, Konstantinos, et al.
Veröffentlicht: (2025)

A new graph-based surrogate model for rapid prediction of crashworthiness performance of vehicle panel components
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Towards safe Bayesian optimization with Wiener kernel regression
von: Molodchyk, Oleksii, et al.
Veröffentlicht: (2024)

Tube-based robust nonlinear model predictive control of anaerobic co-digestion
von: Carecci, Davide, et al.
Veröffentlicht: (2026)

Nonlinear sparse variational Bayesian learning based model predictive control with application to PEMFC temperature control
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Dynamic financial processes identification using sparse regressive reservoir computers
von: Vides, Fredy, et al.
Veröffentlicht: (2023)

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

Transformer-based few-shot learning for modeling Electricity Consumption Profiles with minimal data across thousands of domains
von: Xia, Weijie, et al.
Veröffentlicht: (2024)

Learning Robust Satellite Attitude Dynamics with Physics-Informed Normalising Flow
von: Cena, Carlo, et al.
Veröffentlicht: (2025)

Structured state-space models are deep Wiener models
von: Bonassi, Fabio, et al.
Veröffentlicht: (2023)

NonSysId: A nonlinear system identification package with improved model term selection for NARMAX models
von: Gunawardena, Rajintha, et al.
Veröffentlicht: (2024)

Dynamic object goal pushing with mobile manipulators through model-free constrained reinforcement learning
von: Dadiotis, Ioannis, et al.
Veröffentlicht: (2025)