Explore les inégalités de la matrice linéaire dans les systèmes de contrôle en réseau et analyse les bases et les performances des réseaux de contrôle.
Explore l'analyse de stabilité pour les systèmes linéaires variables dans le temps et commutés en utilisant la théorie de Lyapunov et les inégalités matricielles linéaires.
Explore l'apprentissage et le contrôle adaptatif des robots à travers SEDS et LPV-DS, mettant l'accent sur la stabilité, la dynamique non linéaire et l'optimisation.
Couvre les équilibres, l'analyse de stabilité et la théorie de Lyapunov dans les systèmes linéaires, en se concentrant sur les valeurs propres et les propriétés de stabilité.
Couvre les principes fondamentaux et l'analyse de stabilité des systèmes de contrôle en réseau, y compris l'installation de logiciels, les systèmes dynamiques, les états d'équilibre et les tests de stabilité.
Explore l'optimisation Conjugate Gradient, couvrant les cas quadratiques et non linéaires, les conditions Wolfe, BFGS, les algorithmes CG et la symétrie matricielle.
Explore les défis et les possibilités dans les systèmes de contrôle en réseau, couvrant les systèmes LTI, les retards, les chutes de paquets et le consensus.
Couvre les méthodes itératives pour résoudre des équations linéaires et analyser la convergence, y compris le contrôle des erreurs et les matrices définies positives.