QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 专题：自动化研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 A Novel Scenarios Engineering Methodology for Foundation Models in Metaverse 期刊论文 IEEE TRANSACTIONS ON SYSTEMS MAN CYBERNETICS-SYSTEMS, 2023, 卷号: 53, 期号: 4, 页码: 2148-2159 作者:  Li, Xuan;  Tian, Yonglin;  Ye, Peijun;  Duan, Haibin;  Wang, Fei-Yue 收藏  |  浏览/下载：0/0  |  提交时间：2023/11/17 Foundation models  knowledge automation  management  metaverse  parallel intelligence  scenarios engineering (SE)   Barrier Function Based Adaptive Sliding Mode Control for Uncertain Systems With Input Saturation 期刊论文 IEEE-ASME TRANSACTIONS ON MECHATRONICS, 2022, 页码: 11 作者:  Shao, Ke;  Zheng, Jinchuan;  Tang, Rongchuan;  Li, Xiu;  Man, Zhihong 收藏  |  浏览/下载：23/0  |  提交时间：2022/06/06 Actuators  Upper bound  Uncertainty  Uncertain systems  Stability analysis  Adaptive systems  Sliding mode control  Adaptive control  barrier function (BF)  input saturation  sliding mode   Fuzzy C-Means Clustering Based Deep Patch Learning With Improved Interpretability for Classification Problems 期刊论文 IEEE ACCESS, 2022, 卷号: 10, 页码: 49873-49891 作者:  Huang, Yunhu;  Chen, Dewang;  Zhao, Wendi;  Lv, Yisheng 收藏  |  浏览/下载：19/0  |  提交时间：2022/07/25 Computational modeling  Training  Microwave integrated circuits  Deep learning  Data models  Artificial neural networks  Training data  Fuzzy c-means (FCM) clustering  maximal information coefficient (MIC)  random input (RI)  deep patch learning classifier  interpretability   Vibration Control of a High-Rise Building Structure: Theory and Experiment 期刊论文 IEEE/CAA Journal of Automatica Sinica, 2021, 卷号: 8, 期号: 4, 页码: 866-875 作者:  Yuhua Song;  Wei He;  Xiuyu He;  Zhiji Han 收藏  |  浏览/下载：7/0  |  提交时间：2021/04/09 Boundary control  distributed parameter systems  high-rise building structure  vibration control   基于计算实验方法的互联网广告优化策略研究 学位论文 工学博士, 北京: 中国科学院大学, 2016 作者:  秦蕊 收藏  |  浏览/下载：37/0  |  提交时间：2016/06/20 互联网广告  计算实验  关键字竞价  实时竞价  预算优化  市场细 分  广告展示频次控制   基于强化学习的非线性系统自适应优化控制研究 学位论文 工学博士, 中国科学院自动化研究所: 中国科学院大学, 2014 作者:  杨雄 收藏  |  浏览/下载：552/0  |  提交时间：2015/09/02 非线性系统  强化学习  神经网络  最优控制  智能控制  Nonlinear system  reinforcement learning  neural network  optimal control  intelligent control