MétaCan
Menu
Retour à la cohorte
Enregistrement W4213303775 · doi:10.1109/tac.2022.3151727

A New Event-Triggered Control Scheme for Stochastic Systems

2022· article· en· W4213303775 sur OpenAlexafffund
Hao Yu, Tongwen Chen, Fei Hao

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Event (particle physics)Computer scienceStability (learning theory)Scheme (mathematics)Control (management)Quadratic equationStochastic processMathematicsControl systemDiscrete event dynamic systemMathematical optimizationAlgorithmEngineeringDiscrete systemStatistics

Résumé

récupéré en direct d'OpenAlex

This article studies event-triggered control of stochastic linear discrete-time systems with discounted quadratic cost functions. A new dynamic event-triggering condition is proposed, which has simultaneously stochastic and deterministic features. The designed event-triggered control system ensures the control performance to be within a desirable level relative to that using periodic time-triggered control, while discarding the unnecessary transmissions. By adjusting the parameters, the proposed event-triggering condition can be reduced to some existing ones in the literature. It is shown that the three features (dynamic, stochastic, and deterministic) are all helpful to further increase the average interevent times. Then, the criteria in terms of the parameters are presented to ensure mean-square stability of the closed-loop systems. Moreover, an improved version of the proposed event-triggering condition is given to enlarge the minimum interevent times. Finally, numerical simulations are given to illustrate the efficiency and feasibility of the proposed results.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,220
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
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

Citations29
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Automatic ControlMême sujetStability and Control of Uncertain SystemsTravaux en français237 207