Fast H-infinty Control of Uncertain 2D Roesser Systems: A Learning-Driven LMI Approximation Approach
본 논문은 불확실한 2차원 로서(Roesser) 시스템의 지연 의존적 제어를 위해 계산 집약적인 온라인 LMI 최적화를 학습된 지도 학습 모델로 대체하여, 실시간 응용을 위한 효율성을 대폭 개선하면서도 동등한 수준의 안정성 및 외란 제거 성능을 달성하는 머신러닝 보조 프레임워크를 제안한다.