Miroslav Krstic

Diese Forschung untersucht Gain Scheduling und neuronale Operatoren für eine bessere Kontrolle von nichtlinearen PDEs.

Innovativer Ansatz mit neuronalen Netzen, um PDE-Systeme effizient zu stabilisieren.

Eine standardisierte Plattform zum Testen von Lernalgorithmen in der Randsteuerung partieller Differentialgleichungen.

Dieser Artikel betrachtet Feedback-Control-Methoden für ein effizientes Management von Flüssigkeiten in Tanks.

Neuronale Netze verbessern Steuerungssysteme zur Verwaltung komplexer Reaktions-Diffusionsprozesse.

Ein Blick auf leistungsbegrenzte ereignisgesteuerte Steuerung in Reaktions-Diffusionssystemen.

Lern, wie robotische Manipulatoren funktionieren und wo sie in unserer Welt zum Einsatz kommen.