guest ::
Lipschitz Safe Bayesian Optimization for Automotive Control
; ; ;
In
CDC 2024 Milano / IEEE Control Systems Society, Seiten/Artikel-Nr: 3782-3788
2024 & 2025
Date Added to IEEE Xplore: 26 February 2025. - Datenträger: USB-Stick
Online
DOI: 10.1109/CDC56724.2024.10886680
Einrichtungen
- Lehrstuhl für Data Science im Maschinenbau (422610)
- Fachgruppe Informatik (120000)
- Internet of Production (080067)
Projekte
- WS-A.III - Functional Perspective (X080067-WS-A.III) (X080067-WS-A.III)
- HDS LEE - Helmholtz School for Data Science in Life, Earth and Energy (HDS LEE) (HDS-LEE-20190612) (HDS-LEE-20190612)
- DFG project G:(GEPRIS)390621612 - EXC 2023: Internet of Production (IoP) (390621612) (390621612)
- Doktorandenprogramm (PHD-PROGRAM-20170404) (PHD-PROGRAM-20170404)
- BMWK 19A21038D - Verbundprojekt: EEmotion - Embedded Excellence - Fahrdynamik mit KI; Teilvorhaben: KI-Methoden, KI-basierte Regelung, Sicherheitsgarantien, Erklärbarkeit (19A21038D) (19A21038D)
Dokumenttyp
Contribution to a book/Contribution to a conference proceedings
Format
online, print, data medium
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-86000633480
Interne Identnummern
RWTH-2025-02474
Datensatz-ID: 1006472
Beteiligte Länder
Germany
Related:
Preprint
Lipschitz Safe Bayesian Optimization for Automotive Control
63. Conference on Decision and Control, CDC 2024, MilanMilan, Italy, 16 Dec 2024 - 19 Dec 2024
8 Seiten (2025) [10.48550/ARXIV.2501.12969]
Fulltext by arXiv.org
BibTeX |
EndNote:
XML,
Text |
RIS
