Learning and Control Strategies for Cyber-physical Systems: From Wireless 
Control over Deep Reinforcement Learning to Causal Identification

Baumann, Dominik

Lokale TagsFreigabegeschichteDetailsÜbersicht

Learning and Control Strategies for Cyber-physical Systems: From Wireless Control over Deep Reinforcement Learning to Causal Identification

Baumann, D. (2020). Learning and Control Strategies for Cyber-physical Systems: From Wireless Control over Deep Reinforcement Learning to Causal Identification. PhD Thesis, KTH Royal Institute of Technology, Stockholm.

Item is Freigegeben

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:

Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0008-5143-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0009-CAE6-0

Genre: Hochschulschrift

ausblenden:

Urheber:
Baumann, Dominik^{1, 2}, Autor

Affiliations:
1Max Planck Research Group Intelligent Control Systems, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_2579691
2KTH Royal Institute of Technology, Stockholm, Schweden, ou_persistent22

Inhalt

einblenden:

ausblenden:

Schlagwörter: Forschungsgruppe Trimpe

Zusammenfassung: -

Details

einblenden:

ausblenden:

Sprache(n): eng - English

Datum: Angenommen: 2020-12-09

Publikationsstatus: Angenommen

Seiten: XIV, 263

Ort, Verlag, Ausgabe: Stockholm : KTH Royal Institute of Technology

Inhaltsverzeichnis: -

Art der Begutachtung: -

Identifikatoren: BibTex Citekey: baumann2020learning
URI: http://kth.diva-portal.org/smash/record.jsf?pid=diva2%3A1500552&dswid=4823
URN: urn:nbn:se:kth:diva-285899
ISBN: 978-91-7873-696-6

Art des Abschluß: Doktorarbeit