MétaCan
Menu
Retour à la cohorte
Enregistrement W4321366661 · doi:10.1109/tac.2023.3246429

Probabilistic Event-Triggered Policy for Extended Dissipative Finite-Time Control of MJSs under Cyber-Attacks and Actuator Failures

2023· article· en· W4321366661 sur OpenAlexaff
Haiyang Chen, Guangdeng Zong, Fangzheng Gao, Yang Shi

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésDissipative systemActuatorControl theory (sociology)Probabilistic logicComputer scienceController (irrigation)Bernoulli distributionLemma (botany)Control (management)Random variableMathematics

Résumé

récupéré en direct d'OpenAlex

This technical note investigates the problem of extended dissipative finite-time control for Markov jump systems (MJSs) with cyber-attacks and actuator failures. A probabilistic event-triggered mechanism (PETM) is proposed to relieve the communication burden by exploiting both the pattern variation of triggering thresholds and the time-varying characteristic of transmission delays. To characterize the actual control inputs, a stochastic actuator failure model (SAFM) is established using a random variable of any discrete-time distribution over [0, 1]. First, based on the PETM and SAFM, static output-feedback controllers are devised, which may not switch with the system synchronously. Then, novel sufficient conditions with less conservatism are obtained to achieve the extended dissipative finite-time control performance of the closed-loop system under admissible cyber-attacks and actuator failures. Furthermore, controller gains with nonconvex constraints are calculated with the aid of a newly proposed lemma. Finally, an application oriented example is provided to verify the effectiveness and superiority 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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,244 · 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

Citations257
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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