Sparsity in long-time control of neural ODEs

We consider the neural ODE and optimal control perspective of supervised learning, with ℓ1-control penalties, where rather than only minimizing a final cost (the empirical risk) for the state, we integrate this cost over the entire time horizon. We prove that any optimal control (for this cost) vani...

Celý popis

Podrobná bibliografie

Vydáno v:	Systems & control letters Ročník 172; s. 105452
Hlavní autoři:	Esteve-Yagüe, Carlos, Geshkovski, Borjan
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.02.2023
Témata:	Learning Neural ODEs Optimal Control Sparsity Neural ODEs Learning Sparsity Optimal Control
ISSN:	0167-6911, 1872-7956
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!