PulseAugur
实时 11:37:04
English(EN) Implicit Neural Networks as Static Controllers: Certificates and Performance Separation

新型隐式神经网络提供高级控制系统功能

研究人员推出了一种将隐式神经网络(INC)作为控制系统静态控制器的新方法。这些INC被构建为可训练的线性互连,可以使用代数不动点方程进行分析,从而可以通过线性矩阵不等式(LMI)等方法进行稳定性与性能分析。提出的综合方法包括在明确的适定性约束下训练INC,并通过隐式微分提供梯度。该研究还建立了约束控制分离结果,证明了在特定控制任务中,INC可以实现比有限阶动态线性控制器更优越的性能。 AI

影响 引入了一个新的神经网络控制器框架,有望增强控制系统的稳定性和性能分析。

排序理由 详细介绍控制系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型隐式神经网络提供高级控制系统功能

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Giuseppe C. Calafiore, Laurent El Ghaoui ·

    Implicit Neural Networks as Static Controllers: Certificates and Performance Separation

    arXiv:2607.11122v1 Announce Type: cross Abstract: Implicit neural controllers (INCs) are static feedback laws that are evaluated through an algebraic fixed point {equation}; they include as special cases neural network controllers. We propose a so-called implicit representation o…