Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaAI & otomasiAI-Enabled Online Learning and Control for Nonlinear Systems in Adversarial Environments
Proyek riset & pengembangan

AI-Enabled Online Learning and Control for Nonlinear Systems in Adversarial Environments

Ringkasan tujuan riset

Estimator nonsmooth dengan jaringan saraf diteliti untuk kendali nonlinear daring saat model dan pola serangan tidak diketahui, memperbarui estimasi lingkungan bersama tindakan pengendali.

AI & otomasi1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2626590Periode tercatat 2026-08-15 sampai 2029-07-31.NSF 2626590MulaiAkhir tercatat202620302026-08-152029-07-31
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Data state atau output historis digunakan untuk mempelajari dinamika dan menaksir gangguan adversarial yang terjadwal secara tidak diketahui. Estimator DNN terintegrasi ke online control yang menghitung aksi dari model terbaru. Penelitian membangun fondasi matematis untuk sistem yang tidak memenuhi asumsi estimator smooth konvensional. Aplikasi jaringan listrik mengevaluasi manfaat terhadap praktik yang ada, dengan keamanan dan kinerja di lingkungan hostile sebagai tujuan yang harus divalidasi.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of California-Berkeley
Program
EPCL: Energy, Power, Control,
Periode pendanaan tercatat
2026-08-15 → 2029-07-31

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Engineering
  • Electrical, Communications, & Cyber Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.