Fast H-infinty Control of Uncertain 2D Roesser Systems: A Learning-Driven LMI Approximation Approach
यह शोध पत्र एक मशीन लर्निंग-सहायता प्राप्त ढांचे का प्रस्ताव करता है जो अनिश्चित 2-D रोस्लर प्रणालियों के विलंब-निर्भर H-infinity नियंत्रण के लिए स्टेट-फीडबैक गेन्स (state-feedback gains) की तेजी से भविष्यवाणी करने हेतु एक प्रशिक्षित सुपरवाइज्ड मॉडल का उपयोग करके गणनात्मक रूप से गहन ऑनलाइन LMI अनुकूलन को प्रतिस्थापित करता है, जिससे वास्तविक समय के अनुप्रयोगों के लिए काफी बेहतर दक्षता के साथ तुलनीय स्थिरता और विक्षोभ अस्वीकरण (disturbance rejection) प्राप्त होता है।