Gauß-Prozess basierte Modellierung und Regelung mit Garantien
| Autor: | Beckers, Thomas |
|---|---|
| Přispěvatelé: | Hirche, Sandra (Prof. Dr.), Pappas, George J. (Prof., Ph.D.) |
| Jazyk: | angličtina |
| Rok vydání: | 2021 |
| Předmět: |
Gauß-Prozess
datengetriebene Regelung Lernende Regelverfahren nicht-parametrische Modelle Sicherheitsgarantien Ingenieurwissenschaften ddc:620 Gaussian Process Safe learning control Non-parametric systems Data-driven control Data-driven identification Data-driven modeling Safety guarantees Bayesian approach Bayesian guarantees |
| Popis: | Data-driven approaches have led to very impressive results in many modern technologies. However, the application in control has so far been limited to non-safety-critical systems due to the unpredictable outcomes of these approaches. This thesis introduces formal safety guarantees for data-driven based control using Gaussian processes. We analyze the control relevant properties of Gaussian process models and propose a flexible Gaussian Process based control framework with stability and performance guarantees. Datenbasierte Verfahren haben in vielen technologischen Bereichen zu eindrucksvollen Ergebnissen geführt. Auf Grund des nicht vorhersehbaren Verhaltens datenbasierter Modelle, ist ihr Gebrauch jedoch bisher auf die Regelung von nicht sicherheitskritischen Systemen beschränkt. In dieser Arbeit werden formale Garantien für datenbasierte Regelung mittels Gauß-Prozess Modellen entwickelt. Dafür analysieren wir die regelungstechnischen Eigenschaften dieser probabilistischen Modelle und stellen ein datenbasierte Regelungskonzept mit Stabilitäts- und Performanzgarantie vor. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|