Interpretable PID parameter tuning for control engineering using general dynamic neural networks: An extensive comparison

Johannes Günther, Elias Reichensdörfer, Patrick M. Pilarski, Klaus Diepold

Publikation: Beitrag in Fachzeitschrift › Artikel › Begutachtung

7 Zitate (Scopus)

Fingerprint

Untersuchen Sie die Forschungsthemen von „Interpretable PID parameter tuning for control engineering using general dynamic neural networks: An extensive comparison“. Zusammen bilden sie einen einzigartigen Fingerprint.

Keyphrases

Chemical Engineering