BriefGPT - AI 论文速递
·
SafEDMD：针对数据驱动的非线性动力系统控制的认证学习架构
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了基于稳定性和证书的扩展动态模态分解（SafEDMD）的学习架构，通过严格的证书生成可靠的、数据驱动的代理模型，并设计了基于半定编程的认证控制器。与现有方法相比，该机制具有优势。
🎯
关键要点
- 本研究提出了基于稳定性和证书的扩展动态模态分解（SafEDMD）学习架构。
- 该架构通过严格的证书生成可靠的数据驱动代理模型。
- 设计了基于半定编程的认证控制器，并得出了误差界。
- 通过多个基准示例展示了所开发机制的优势。
- 指出了与现有方法的区别。
➡️
