Physics-Generated AIs of Robust Nonlinear Filter and Control Designs for Complicated Man-Made Machines for Complicated Man Made Machine
325,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Gebundene Ausgabe
Erscheinungsdatum
18.03.2026
Abbildungen
schwarz-weiss Illustrationen, farbige Illustrationen, Zeichnungen, schwarz-weiss, Zeichnungen, farbig, Tabellen, schwarz-weiss
Verlag
Taylor and FrancisSeitenzahl
436
Maße (L/B/H)
24/16,1/2,8 cm
Gewicht
990 g
Sprache
Englisch
ISBN
978-1-04-112934-9
This book introduces a robust H¿ physics-generated AI-driven filter and controller, along with a nonlinear Luenberger observer model and a state estimation error dynamic model, to effectively address HJIEs for robust H¿ state estimation (filtering) and reference trajectory tracking control in nonlinear stochastic systems. Additionally, it presents a method for training deep neural networks (DNNs) using these models, alongside a physics-generated AI-driven observer-based reference tracking control scheme, with applications in the guidance and control of relevant systems.
Key features:
- Provides theoretical analysis and detailed design procedure for physics-generated AI-driven H¿ or mixed H2/H¿ filter
- Applies physics-generated AI-driven robust H¿ or mixed H2/H¿ filter and reference tracking control schemes to the trajectory estimation and reference tracking control of man-made machines
- Introduces physics-generated AI-driven decentralized H¿ observer-based team formation tracking control of large-scale quadrotor UAVs, biped robots or LEO satellites
- Promulgates the idea of the forthcoming age of physics-generated AI in robot
- Describes robust physics-generated AI-driven filter and control schemes for complex man-made machines
This book is aimed at graduate students and researchers in control science, signal processing and artificial intelligence.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice