From eac90db6e2424053ebcae2459219c59cc872511d Mon Sep 17 00:00:00 2001 From: yiyi1zhang Date: Mon, 16 Sep 2024 11:30:19 +0200 Subject: [PATCH 1/3] Create Data-Driven Observer.md add one topic --- topics/_zhang/Data-Driven Observer.md | 9 +++++++++ 1 file changed, 9 insertions(+) create mode 100644 topics/_zhang/Data-Driven Observer.md diff --git a/topics/_zhang/Data-Driven Observer.md b/topics/_zhang/Data-Driven Observer.md new file mode 100644 index 0000000..e013a75 --- /dev/null +++ b/topics/_zhang/Data-Driven Observer.md @@ -0,0 +1,9 @@ +--- +lang: de +title: Datengetriebene Beobachter +tags: ["sa", "ma"] +date: 2024-09-16 +--- +Du hast Kenntnisse in der Regelungstechnik und Interesse an der Integration von KI-Methoden in die Regelungs-/Steuerungsmethoden? + +In der Regelungstechnik ist ein Beobachter ein System, das aus bekannten Eingangsgrößen (z.B. Stellgrößen oder messbaren Störgrößen) und Ausgangsgrößen (Messgrößen) eines beobachteten Bezugssystems nicht messbare Größen (Zustände) rekonstruiert. Für nichtlineare Systeme mit teilweiser unbekannter Dynamik sind traditionelle Beobachter nur bedingt einsetzbar. Unser Ziel ist es, einen datengesteuerten Beobachter zu entwerfen, der nicht messbare Zustände aus Systemeingaben und -ausgaben lernen kann. \ No newline at end of file From 3347d4a07ae856b886c2a4f0b8b3e48237ab41e2 Mon Sep 17 00:00:00 2001 From: yiyi1zhang Date: Mon, 16 Sep 2024 11:39:34 +0200 Subject: [PATCH 2/3] Update Data-Driven Observer.md Add a topic --- topics/_zhang/Data-Driven Observer.md | 10 +++++++++- 1 file changed, 9 insertions(+), 1 deletion(-) diff --git a/topics/_zhang/Data-Driven Observer.md b/topics/_zhang/Data-Driven Observer.md index e013a75..454c71d 100644 --- a/topics/_zhang/Data-Driven Observer.md +++ b/topics/_zhang/Data-Driven Observer.md @@ -6,4 +6,12 @@ date: 2024-09-16 --- Du hast Kenntnisse in der Regelungstechnik und Interesse an der Integration von KI-Methoden in die Regelungs-/Steuerungsmethoden? -In der Regelungstechnik ist ein Beobachter ein System, das aus bekannten Eingangsgrößen (z.B. Stellgrößen oder messbaren Störgrößen) und Ausgangsgrößen (Messgrößen) eines beobachteten Bezugssystems nicht messbare Größen (Zustände) rekonstruiert. Für nichtlineare Systeme mit teilweiser unbekannter Dynamik sind traditionelle Beobachter nur bedingt einsetzbar. Unser Ziel ist es, einen datengesteuerten Beobachter zu entwerfen, der nicht messbare Zustände aus Systemeingaben und -ausgaben lernen kann. \ No newline at end of file +In der Regelungstechnik ist ein Beobachter ein System, das aus bekannten Eingangsgrößen (z.B. Stellgrößen oder messbaren Störgrößen) und Ausgangsgrößen (Messgrößen) eines beobachteten Bezugssystems nicht messbare Größen (Zustände) rekonstruiert. Für nichtlineare Systeme mit teilweiser unbekannter Dynamik sind traditionelle Beobachter nur bedingt einsetzbar. Unser Ziel ist es, einen datengesteuerten Beobachter zu entwerfen, der nicht messbare Zustände aus Systemeingaben und -ausgaben lernen kann. + +*Was wir bieten* +- Einblicke in den Stand der Technik des probabilistischen maschinellen Lernens +- Flexible Betreuung + +*Was du mitbringst* +- Vorkenntnisse in Regelungstechnik, Deep Learning, Reinforcement Learning +- Programmierfähigkeit in Python \ No newline at end of file From 12e78da5331ae750dfbb80f2ed0d0cbcaad681a9 Mon Sep 17 00:00:00 2001 From: yiyi1zhang Date: Mon, 4 Nov 2024 13:31:07 +0100 Subject: [PATCH 3/3] update 2 Abschlussarbeiten Update --- topics/_zhang/Data-Driven MPC.md | 18 ++++++++++++++++++ topics/_zhang/Data-Driven Observer.md | 5 +++-- 2 files changed, 21 insertions(+), 2 deletions(-) create mode 100644 topics/_zhang/Data-Driven MPC.md diff --git a/topics/_zhang/Data-Driven MPC.md b/topics/_zhang/Data-Driven MPC.md new file mode 100644 index 0000000..d88558d --- /dev/null +++ b/topics/_zhang/Data-Driven MPC.md @@ -0,0 +1,18 @@ +--- +lang: de +title: Datengetriebene Model Predictive Control +tags: ["sa", "ma"] +date: 2024-11-04 +--- +Du hast Kenntnisse in der Regelungstechnik und Interesse an der Integration von KI-Methoden in die Regelungs-/Steuerungsmethoden? + +Model Predictive Control ist eine Reglungstechnik, bei der ein System – wie z. B. ein Auto, eine Drohne oder eine Industrieanlage – in die Zukunft "blickt", um zu entscheiden, was es als Nächstes tun soll. MPC nutzt ein Modell, um vorherzusagen, wie sich das System entwickeln wird. Es plant also im Voraus, indem es berechnet, welche Aktionen (wie Beschleunigen, Bremsen oder Lenken) am besten geeignet sind, um ein Ziel zu erreichen, ohne dabei Einschränkungen zu verletzen (wie z. B. eine maximale Geschwindigkeit oder bestimmte Sicherheitsgrenzen). + +*Was wir bieten* +- Einblicke in den Stand der Technik von probabilistischem Deep Learning +- Einführung von Jax +- Flexible Betreuung + +*Was du mitbringst* +- Vorkenntnisse in Regelungstechnik, Deep Learning, Reinforcement Learning +- Programmierfähigkeit in Python \ No newline at end of file diff --git a/topics/_zhang/Data-Driven Observer.md b/topics/_zhang/Data-Driven Observer.md index 454c71d..f25ed00 100644 --- a/topics/_zhang/Data-Driven Observer.md +++ b/topics/_zhang/Data-Driven Observer.md @@ -9,9 +9,10 @@ Du hast Kenntnisse in der Regelungstechnik und Interesse an der Integration von In der Regelungstechnik ist ein Beobachter ein System, das aus bekannten Eingangsgrößen (z.B. Stellgrößen oder messbaren Störgrößen) und Ausgangsgrößen (Messgrößen) eines beobachteten Bezugssystems nicht messbare Größen (Zustände) rekonstruiert. Für nichtlineare Systeme mit teilweiser unbekannter Dynamik sind traditionelle Beobachter nur bedingt einsetzbar. Unser Ziel ist es, einen datengesteuerten Beobachter zu entwerfen, der nicht messbare Zustände aus Systemeingaben und -ausgaben lernen kann. *Was wir bieten* -- Einblicke in den Stand der Technik des probabilistischen maschinellen Lernens +- Einblicke in den Stand der Technik von probabilistischem Deep Learning +- Einführung von Jax - Flexible Betreuung *Was du mitbringst* -- Vorkenntnisse in Regelungstechnik, Deep Learning, Reinforcement Learning +- Vorkenntnisse in Regelungstechnik, Deep Learning - Programmierfähigkeit in Python \ No newline at end of file