MétaCan
Menu
Retour à la cohorte
Enregistrement W4361770306 · doi:10.1109/tac.2023.3262444

Stability Analysis of Delayed Discrete Singular Piecewise Homogeneous Markovian Jump Systems With Unknown Transition Probabilities via Sliding-Mode Approach

2023· article· en· W4361770306 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Automatic Control · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésPiecewiseControl theory (sociology)JumpMarkov processMathematicsHomogeneousMode (computer interface)Stability (learning theory)Transition (genetics)Mathematical analysisApplied mathematicsStatistical physicsComputer sciencePhysicsControl (management)CombinatoricsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

In this article, the sliding-mode control (SMC) strategy is outlined for discrete-time singular Markovian jump systems with time-varying delays and time-varying transition probabilities (TPs). To simplify the complexities arising from the time-varying TPs in the Markov chain, the TPs in this study are reasonably considered to be finite piecewise-homogeneous. The variations of TPs are stochastic and governed by a higher level transition probability (HTP) matrix. It is acceptable for both the TP matrix and HTP matrix to be partly unknown, which makes the system closer to reality and more complex to investigate. In this context, our goal lies in constructing a common sliding-mode surface to avoid the effects of switching among sequential subsystems and piecewise homogeneous TPs on the convergence of the sliding-mode surface. Additionally, we aim to design an appropriate SMC law to guarantee the reachability of the quasi-sliding mode in a finite-time interval. Through the linear matrix inequalities, sufficient criteria are offered to make the closed-loop dynamic system stochastically admissible. Finally, the numerical result will show that the presented SMC strategy is valid.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,698
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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