• Part of
    Ubiquity Network logo
    Interesse beim KIT-Verlag zu publizieren? Informationen für Autorinnen und Autoren

    Lesen sie das Kapitel
  • No readable formats available

    • Data-driven identification of disturbancesusing a sliding mode observer

    Ricarda-Samantha Götte, Jo Noel Klusmann, Julia Timmermann

    Kapitel/Beitrag aus dem Buch: Schulte, H et al. 2023. Proceedings – 33. Workshop Computational Intelligence: Berlin, 23.-24. November 2023.

     Zurück zum Buch
     Download
    Buch kaufen

    Fächer:

    computer science 

    Schlagwörter:

    Modelling and Simulation Fuzzy Systems Artificial Intelligence Maschine Learning Modellierung und Simulation Computational Intelligence Fuzzy Systeme Künstliche Intelligenz Maschinelles Lernen 

    :

    Empfohlene Zitierweise für das Kapitel/den Beitrag
    Götte, R et al. 2023. Data-driven identification of disturbancesusing a sliding mode observer. In: Schulte, H et al (eds.), Proceedings – 33. Workshop Computational Intelligence: Berlin, 23.-24. November 2023. Karlsruhe: KIT Scientific Publishing. DOI: https://doi.org/10.58895/ksp/1000162754-8
    Lizenz

    This chapter distributed under the terms of the Creative Commons Attribution + ShareAlike 4.0 license. Copyright is retained by the author(s)

    Peer Review Informationen

    Dieses Buch ist Peer reviewed. Informationen dazu Hier finden Sie mehr Informationen zur wissenschaftlichen Qualitätssicherung der MAP-Publikationen.

    Weitere Informationen

    Veröffentlicht am 18. November 2023

    DOI
    https://doi.org/10.58895/ksp/1000162754-8