Campagne de collecte 15 septembre 2024 – 1 octobre 2024
C'est quoi, la collecte de fonds?
recherche de livres
livres
Campagne de collecte:
19.5% pourcents atteints
S'identifier
S'identifier
les utilisateurs autorisés sont disponibles :
recommandations personnelles
Telegram bot
historique de téléchargement
envoyer par courrier électronique ou Kindle
gestion des listes de livres
sauvegarder dans mes Favoris
Personnel
Requêtes de livres
Recherche
Z-Recommend
Les sélections de livres
Les plus populaires
Catégories
La participation
Faire un don
Téléchargements
Litera Library
Faire un don de livres papier
Ajouter des livres papier
Search paper books
Ouvrir LITERA Point
La recherche des mots clé
Main
La recherche des mots clé
search
1
Iterative learning control for multi-agent systems coordination
John Wiley & Sons
Li
,
Xuefang
,
Shen
,
Dong
,
Xu
,
Jian-Xin
,
Yang
,
Shiping
iteration
systems
ilc
𝜆
tracking
error
𝐱
convergence
graph
coordination
d𝜏
𝐱i
consensus
input
figure
𝛾i
function
controller
matrix
𝜃̂i
iterative
𝛾
𝐞i
𝜃
initial
𝛼
𝜆i
theorem
trajectory
𝜏
norm
𝜀j
bounded
𝛿𝐮i
desired
varying
lipschitz
assumption
û
positive
djin
nonlinear
leader
𝐮i
zero
constraints
1st
algorithm
lemma
𝜉i
Année:
2017
Langue:
english
Fichier:
PDF, 13.21 MB
Vos balises:
0
/
0
english, 2017
2
Iterative Learning Control for Multi-agent Systems Coordination
Wiley
Dong Shen
iteration
systems
ilc
𝜆
tracking
error
𝐱
convergence
graph
coordination
d𝜏
𝐱i
consensus
input
figure
𝛾i
function
controller
matrix
𝜃̂i
iterative
𝛾
𝐞i
𝜃
initial
𝛼
𝜆i
theorem
trajectory
𝜏
norm
𝜀j
bounded
𝛿𝐮i
desired
varying
lipschitz
assumption
û
positive
djin
nonlinear
leader
𝐮i
zero
constraints
1st
algorithm
lemma
𝜉i
Année:
2017
Langue:
english
Fichier:
PDF, 13.19 MB
Vos balises:
0
/
0
english, 2017
3
Proceedings of ELM-2015 Volume 2: Theory, Algorithms and Applications (II)
Springer International Publishing
Jiuwen Cao
,
Kezhi Mao
,
Jonathan Wu
,
Amaury Lendasse (eds.)
extreme
classification
layer
output
method
algorithm
proposed
feature
input
function
neural
network
nodes
samples
features
accuracy
vector
networks
methods
svm
prediction
huang
matrix
weights
parameters
sparse
optimization
testing
random
𝐱
algorithms
proceedings
dataset
different
weight
shown
regression
sample
speed
classifier
first
error
machines
experiments
facial
neurons
sets
approach
analysis
randomly
Année:
2016
Langue:
english
Fichier:
PDF, 14.89 MB
Vos balises:
0
/
0
english, 2016
1
Suivez
ce lien
ou recherchez le bot "@BotFather" sur Telegram
2
Envoyer la commande /newbot
3
Entrez un nom pour votre bot
4
Spécifiez le nom d'utilisateur pour le bot
5
Copier le dernier message de BotFather et le coller ici
×
×