Advanced Data Methods for Improved Tiltrotor Test and Design

Projektinformationen

ADMITTED

ID Finanzhilfevereinbarung: 832003

DOI 10.3030/832003

Projekt abgeschlossen

EK-Unterschriftsdatum 15 Februar 2019

Startdatum 1 Februar 2019

Enddatum 30 November 2023

Finanziert unter

• SOCIETAL CHALLENGES - Smart, Green And Integrated Transport

Gesamtkosten € 1 718 330,00

EU-Beitrag € 1 718 330,00

Koordiniert durch

TXT E-TECH SRL
Italy

Leistungen

Documents, reports (1)

Dissemination strategy and plan, Project website and media content

This deliverable provides the overall project dissemination strategy and plan as well as will ensure the public website at M3 for the project is up and running since the first month of the project, and will also populate it with the initial contents, including a one-pager leaflet for the early dissemination.

Veröffentlichungen

Conference proceedings (3)

Model Structures and Fitting Criteria for System Identification with Neural Networks

Autoren: Marco Forgione, Dario Piga
Veröffentlicht in: 2020 IEEE 14th International Conference on Application of Information and Communication Technologies (AICT), 2020, Seite(n) 1-6, ISBN 978-1-7281-7386-3
Herausgeber: IEEE
DOI: 10.1109/aict50176.2020.9368834

Efficient Calibration of Embedded MPC

Autoren: Marco Forgione, Dario Piga, Alberto Bemporad
Veröffentlicht in: IFAC-PapersOnLine, Ausgabe 53/2, 2020, Seite(n) 5189-5194, ISSN 2405-8963
Herausgeber: Arxiv
DOI: 10.1016/j.ifacol.2020.12.1188

Building Digital Transformation to improve NGCTR design and simulation

Autoren: Michele Sesana, Alessandro Pietro Bardelli
Veröffentlicht in: IOP Conference Series: Materials Science and Engineering, Ausgabe 1024, 2021, Seite(n) 012103, ISSN 1757-899X
Herausgeber: iopscience.iop.org
DOI: 10.1088/1757-899x/1024/1/012103

Peer reviewed articles (5)

Integrated Neural Networks for Nonlinear Continuous-Time System Identification

Autoren: Bojan Mavkov, Marco Forgione, Dario Piga
Veröffentlicht in: IEEE Control Systems Letters, 2021, Seite(n) 1-1, ISSN 2475-1456
Herausgeber: IEEE Control s\Systems Letters
DOI: 10.1109/lcsys.2020.2994806

Continuous-time system identification with neural networks: Model structures and fitting criteria

Autoren: Marco Forgione, Dario Piga
Veröffentlicht in: European Journal of Control, Ausgabe 59, 2021, Seite(n) 69-81, ISSN 0947-3580
Herausgeber: Lavoisier
DOI: 10.1016/j.ejcon.2021.01.008

Neural State-Space Models: Empirical Evaluation of Uncertainty Quantification

Autoren: Marco Forgione; Dario Piga
Veröffentlicht in: 22nd IFAC World Congress: Yokohama, Japan, July 9-14, 2023, Ausgabe Volume 56, Ausgabe 2, 2023, 2023, Seite(n) 4082 - 4087, ISSN 2405-8963
Herausgeber: Elsevier
DOI: 10.1016/j.ifacol.2023.10.1736

Deep learning with transfer functions: new applications in system identification

Autoren: Dario Piga, Marco Forgione, Manas Mejari
Veröffentlicht in: IFAC-PapersOnLine, Ausgabe 54/7, 2021, Seite(n) 415-420, ISSN 2405-8963
Herausgeber: Elsevier
DOI: 10.1016/j.ifacol.2021.08.395

Learning dynamical systems from quantized observations: a Bayesian perspective

Autoren: Dario Piga; Manas Mejari; Marco Forgione
Veröffentlicht in: IEEE Transactions on Automatic Control, Ausgabe Volume 67, Ausgabe 10, Oct. 2022, 2022, Seite(n) 5471 - 5478, ISSN 0018-9286
Herausgeber: Institute of Electrical and Electronics Engineers
DOI: 10.1109/tac.2021.3122385

Non-peer reviewed articles (1)

dynoNet : A neural network architecture for learning dynamical systems

Autoren: Marco Forgione, Dario Piga
Veröffentlicht in: International Journal of Adaptive Control and Signal Processing, Ausgabe 35/4, 2021, Seite(n) 612-626, ISSN 0890-6327
Herausgeber: John Wiley & Sons Inc.
DOI: 10.1002/acs.3216