MétaCan
Menu
Retour à la cohorte
Enregistrement W3000148338 · doi:10.1109/tsmc.2019.2960009

Annular Domain Finite-Time Connective Control for Large-Scale Systems With Expanding Construction

2020· article· en· W3000148338 sur OpenAlexafffund
Yang Liu, Xiaoping Liu, Yuanwei Jing, Huanqing Wang, Xiaohua Li

Notice bibliographique

RevueIEEE Transactions on Systems Man and Cybernetics Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensLakehead University
Organismes subventionnairesChina Postdoctoral Science FoundationNatural Sciences and Engineering Research Council of CanadaNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Bounded functionObserver (physics)Domain (mathematical analysis)Computer scienceLinear matrix inequalityLyapunov functionTime domainStability (learning theory)Controller (irrigation)Scale (ratio)MathematicsControl (management)Mathematical optimizationNonlinear systemMathematical analysisArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article focuses on an annular domain finite-time connectively bounded (ADFTCB) problem for a large-scale system with expanding construction (LSWEC). The LSWEC is built via adding new subsystems into the original system which is operating. Inspired by the notion of finite-time annular domain stability (FTADS), a new concept, ADFTCB, is presented in this article, and it is extended to LSWEC for the first time. First of all, the mathematical models of LSWEC and LSWEC with observer are built, and then the corresponding decentralized state-feedback stabilizers and output-feedback stabilizers with observers are designed with the aid of finite-time Lyapunov theory and linear matrix inequality (LMI) method which can make the closed-loop system ADFTCB. A simulation study is provided to demonstrate the feasibility and effectiveness of the presented strategy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations104
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Systems Man and Cybernetics SystemsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207