研究人员推出了一种新型结构化状态空间模型（SSM）——L2RU，旨在确保输入-输出稳定性和鲁棒性。该架构融合了深度学习的表达能力和动力系统的可解释性，使其适用于系统辨识和最优控制等任务。L2RU通过整合规定的L2增益界限来实现这一点，从而允许通过标准基于梯度的优化方法进行无约束优化，同时保持严格的稳定性保证。 AI
影响 引入了一种具有保证稳定性的新型SSM架构，有望提高控制和系统辨识任务中的性能和训练可靠性。
排序理由 这是一篇介绍新模型架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2503.23818v3 Announce Type: replace-cross Abstract: Structured state-space models (SSMs) have recently emerged as a powerful architecture at the intersection of machine learning and control, featuring layers composed of discrete-time linear time-invariant (LTI) systems foll…