Výsledky vyhledávání - "Castello, B."

Report

Convergence Analysis of Overparametrized LQR Formulations

Autor: de Oliveira, Arthur Castello B., Siami, Milad, Sontag, Eduardo D.

Motivated by the growing use of Artificial Intelligence (AI) tools in control design, this paper takes the first steps towards bridging the gap between results from Direct Gradient methods for the Linear Quadratic Regulator (LQR), and neural networks

Externí odkaz: http://arxiv.org/abs/2408.15456

Zobrazit plný text záznamu

Report

On the ISS Property of the Gradient Flow for Single Hidden-Layer Neural Networks with Linear Activations

Autor: de Oliveira, Arthur Castello B., Siami, Milad, Sontag, Eduardo D.

Recent research in neural networks and machine learning suggests that using many more parameters than strictly required by the initial complexity of a regression problem can result in more accurate or faster-converging models -- contrary to classical

Externí odkaz: http://arxiv.org/abs/2305.09904

Zobrazit plný text záznamu

Report

Edge Selection in Bilinear Dynamical Networks

Autor: de Oliveira, Arthur Castello B., Siami, Milad, Sontag, Eduardo D.

We develop some basic principles for the design and robustness analysis of a continuous-time bilinear dynamical network, where an attacker can manipulate the strength of the interconnections/edges between some of the agents/nodes. We formulate the ed

Externí odkaz: http://arxiv.org/abs/2009.03884

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání