MétaCan
Menu
Retour à la cohorte
Enregistrement W4413394847 · doi:10.23919/acc63710.2025.11107555

Manifold-Guided Stabilization of Nonlinear Dynamical Systems with Diffusion Models

2025· article· en· W4413394847 sur OpenAlexaff
Amartya Mukherjee, Thanin Quartz, Jun Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Controllability of Differential Equations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNonlinear dynamical systemsNonlinear systemManifold (fluid mechanics)Computer scienceDiffusionControl theory (sociology)Dynamical systems theoryPhysicsArtificial intelligenceEngineeringControl (management)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper introduces Manifold-Guided Stabilizing Control (MGSC), a novel approach to synthesizing stabilizing controllers for nonlinear dynamical systems using diffusion models. Our method formulates control synthesis as a search for the closest asymptotically stable vector field within a learned manifold of stable dynamics. We train a diffusion model on a dataset of asymptotically stable vector fields and employ Tweedie’s estimate to iteratively adjust control parameters, ensuring convergence to a stabilizing controller. This formulation enables zero-shot stabilization for previously unseen systems with significantly reduced computational cost. Our numerical experiments demonstrate that MGSC achieves stabilization in just 16 seconds, compared to 2 minutes in prior work, while generalizing effectively across different nonlinear control problems. These results highlight the potential of diffusion models as a powerful tool for fast, data-driven control synthesis.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,533
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,011
Tête enseignante GPT0,215
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStability and Controllability of Differential EquationsTravaux en français237 207