Physics-Generated AIs of Robust Nonlinear Filter and Control Designs for Complicated Man-Made Machines (Hardcover)

Idioma: inglés

Editorial: Taylor & Francis Ltd, London, 2026

1041129343 / 9781041129349

Librería: AussieBookSeller, Truganina, VIC, AustraliaAussieBookSeller

Vendedor de 5 estrellas

Vendedor de IberLibro desde 22 de junio de 2007

Tapa dura

Condición: Nuevo

EUR 319,86

Envío por EUR 33,16 
Se envía de Australia a Estados Unidos de America

Cantidad disponible: 1 disponible

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

Hardcover. This book introduces a robust H physics-generated AI-driven filter and controller, along with a nonlinear Luenberger observer model and a state estimation error dynamic model, to effectively address HJIEs for robust H state estimation (filtering) and reference trajectory tracking control in nonlinear stochastic systems. Additionally, it presents a method for training deep neural networks (DNNs) using these models, alongside a physics-generated AI-driven observer-based reference tracking control scheme, with applications in the guidance and control of relevant systems.Key features:Provides theoretical analysis and detailed design procedure for physics-generated AI-driven H or mixed H2/H filterApplies physics-generated AI-driven robust H or mixed H2/H filter and reference tracking control schemes to the trajectory estimation and reference tracking control of man-made machinesIntroduces physics-generated AI-driven decentralized H observer-based team formation tracking control of large-scale quadrotor UAVs, biped robots or LEO satellitesPromulgates the idea of the forthcoming age of physics-generated AI in robotDescribes robust physics-generated AI-driven filter and control schemes for complex man-made machinesThis book is aimed at graduate students and researchers in control science, signal processing and artificial intelligence. This book introduces a robust H physical generative AI-driven filter and controller, along with a nonlinear Luenberger observer model and a state estimation error dynamic model, to effectively address HJIEs for robust H state estimation (filtering) and reference trajectory tracking control in nonlinear stochastic systems. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability.…

N° de ref. del artículo 9781041129349

Título
Physics-Generated AIs of Robust Nonlinear Filter and Control Designs for Complicated Man-Made Machines (Hardcover)
Autor
Bor-Sen Chen
Editorial
Taylor & Francis Ltd, London
Año de publicación
2026
Estado
new
Encuadernación
Hardcover
Idioma
inglés
ISBN 10
1041129343
ISBN 13
9781041129349

AussieBookSeller

Truganina, VIC, Australia

Vendedor de 5 estrellas

Vendedor de IberLibro desde 22 de junio de 2007

Tarifas de envío de Australia a Estados Unidos de America

ArtículoDe 25 a 45 días hábilesDe 8 a 14 días hábiles
Primer artículoEUR 33,16EUR 39,44
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Información empresarial del vendedor

The Nile Group Pty Ltd

42 Apex Drive
Truganina, VIC Australia 3029