Miroslav Krstic

Cette recherche explore la planification des gains et les opérateurs neuronaux pour un meilleur contrôle des PDE non linéaires.

Approche innovante utilisant des réseaux de neurones pour stabiliser les systèmes d'équations aux dérivées partielles efficacement.

Une plateforme standardisée pour tester des algorithmes d'apprentissage dans le contrôle aux limites des équations différentielles partielles.

Cet article examine les méthodes de contrôle de rétroaction pour une gestion efficace des liquides dans les réservoirs.

Les réseaux de neurones améliorent les systèmes de contrôle pour gérer des processus complexes de réaction-diffusion.

Un aperçu du contrôle déclenché par des événements à barrière de performance dans des systèmes de réaction-diffusion.

Apprends comment fonctionnent les manipulateurs robotiques et leurs applications dans notre monde.