論文の概要: Fundamental Limits on the Maximum Deviations in Control Systems: How
Short Can Distribution Tails be Made by Feedback?
- arxiv url: http://arxiv.org/abs/2012.12174v4
- Date: Thu, 4 Feb 2021 16:35:22 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-26 07:12:42.213881
- Title: Fundamental Limits on the Maximum Deviations in Control Systems: How
Short Can Distribution Tails be Made by Feedback?
- Title（参考訳）: 制御系における最大偏差に関する基礎的限界:フィードバックによって分散テールがどれくらい短くなるか?
- Authors: Song Fang and Quanyan Zhu
- Abstract要約: 一般に、下限は植物の不安定な極(または非最小位相零点)によって特徴づけられる。
このような境界は、制御システムの分配尾がフィードバックによってどれだけ短くなるかに関する基本的な制限を提供します。
- 参考スコア（独自算出の注目度）: 30.590501280252948
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is on the application of information theory to the analysis of
fundamental lower bounds on the maximum deviations in feedback control systems,
where the plant is linear time-invariant while the controller can generically
be any causal functions as long as it stabilizes the plant. It is seen in
general that the lower bounds are characterized by the unstable poles (or
nonminimum-phase zeros) of the plant as well as the conditional entropy of the
disturbance. Such bounds provide fundamental limits on how short the
distribution tails in control systems can be made by feedback.
- Abstract（参考訳）: 本稿では, フィードバック制御システムにおいて, プラントが線形時間不変であり, 制御器がプラントを安定化させる限り, 任意の因果関数となるような, 最大偏差の基本的な下界解析への情報理論の適用について述べる。
一般に、下限は植物の不安定な極(または非最小位相零点)と外乱の条件エントロピーによって特徴づけられる。
このような境界は、制御系の分配テールがフィードバックによってどれだけ短くできるかという基本的な限界を与える。
関連論文リスト
- Entanglement in Bipartite Quantum Systems with Fast Local Unitary
Control [0.0]
高速局所ユニタリ制御を持つ有限次元閉二部系を考える。
元のシステムは制御可能で安定化可能であることを実証する。
また, それぞれオートン・タカギとフアの分解に関連し, フェミオンとボソニックの同時処理を行った。
論文 参考訳（メタデータ） (2024-01-13T09:37:13Z) - Exploring the Robustness of stabilizing controls for stochastic quantum evolutions [1.6590638305972631]
我々は、量子進化のための純粋状態や部分空間の安定化に対するモデリングエラーの効果を分析し、バウンドする。
オープンループとフィードバックコントロールプロトコルには,さまざまなアプローチが使用されている。
論文 参考訳（メタデータ） (2023-11-08T02:03:01Z) - Stability Bounds for Learning-Based Adaptive Control of Discrete-Time
Multi-Dimensional Stochastic Linear Systems with Input Constraints [3.8004168340068336]
本研究では,有界制御入力制約と非有界障害を有する離散時間多次元システムの適応安定化問題について考察する。
本稿では,オンラインパラメータ推定と飽和線形制御を組み合わせた等価制御手法を提案する。
論文 参考訳（メタデータ） (2023-04-02T16:38:13Z) - Learning-Based Adaptive Control for Stochastic Linear Systems with Input
Constraints [3.8004168340068336]
そこで本研究では,加法的対象であるスカラー線形系の適応制御のための確実な等価性スキームを提案する。
系が極端に安定であると仮定すると、閉ループ系状態の平均二乗有界性は証明される。
論文 参考訳（メタデータ） (2022-09-15T04:49:06Z) - Role of boundary conditions in the full counting statistics of
topological defects after crossing a continuous phase transition [62.997667081978825]
トポロジカル欠陥の統計学における境界条件の役割を解析する。
また, クイン数分布の累積は, クエンチ率に比例して普遍的なスケーリングを示すことを示した。
論文 参考訳（メタデータ） (2022-07-08T09:55:05Z) - Deep Learning Approximation of Diffeomorphisms via Linear-Control
Systems [91.3755431537592]
我々は、制御に線形に依存する$dot x = sum_i=1lF_i(x)u_i$という形の制御系を考える。
対応するフローを用いて、コンパクトな点のアンサンブル上の微分同相写像の作用を近似する。
論文 参考訳（メタデータ） (2021-10-24T08:57:46Z) - Policy Analysis using Synthetic Controls in Continuous-Time [101.35070661471124]
因果推論における手法開発において, 合成制御を用いた因果推定は最も成功した手法の1つである。
本稿では,制御された微分方程式の定式化を明示的に用い,潜在反事実経路をモデル化する連続時間代替法を提案する。
論文 参考訳（メタデータ） (2021-02-02T16:07:39Z) - Time-optimal control of a dissipative qubit [9.035958018596155]
時間-最適プロトコルを決定するためにポントリャーギンの最大原理に基づく形式主義を適用する。
散逸は通常、システムを最大混合状態に駆動する。
しかし、ある特定の散逸チャネルでは、最適制御はシステムを無限に長いエントロピー状態から遠ざけることができる。
論文 参考訳（メタデータ） (2020-02-18T15:43:29Z) - Improper Learning for Non-Stochastic Control [78.65807250350755]
逆方向の摂動, 逆方向に選択された凸損失関数, 部分的に観察された状態を含む, 未知の線形力学系を制御することの問題点を考察する。
このパラメトリゼーションにオンライン降下を適用することで、大規模なクローズドループポリシーに対してサブリニア後悔を実現する新しいコントローラが得られる。
我々の境界は、線形力学コントローラの安定化と競合する非確率的制御設定における最初のものである。
論文 参考訳（メタデータ） (2020-01-25T02:12:48Z) - Time-local optimal control for parameter estimation in the Gaussian
regime [68.8204255655161]
瞬時制御ユニタリは、オープンダイナミクスによって引き起こされる情報の減少を軽減するために用いられる。
このような制御に対して、局所的に最適な(時間内での)選択は、量子フィッシャー情報の時間微分を最大化するものである。
論文 参考訳（メタデータ） (2020-01-10T16:24:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。