Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/2067/50400
Campo DCValoreLingua
dc.contributor.authorMele, Adrianoit
dc.contributor.authorPironti, A.it
dc.date.accessioned2023-12-16T17:24:06Z-
dc.date.available2023-12-16T17:24:06Z-
dc.date.issued2023it
dc.identifier.issn1872-7956it
dc.identifier.urihttp://hdl.handle.net/2067/50400-
dc.language.isoengit
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.titleAssessing the finite-time stability of nonlinear systems by means of physics-informed neural networksit
dc.typearticle*
dc.identifier.doi10.1016/j.sysconle.2023.105580it
dc.relation.journalSYSTEMS & CONTROL LETTERSit
dc.relation.firstpage105580it
dc.relation.volume178it
dc.type.miur262*
item.openairetypearticle-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
item.grantfulltextrestricted-
item.languageiso639-1en-
item.fulltextWith Fulltext-
crisitem.journal.journalissn1872-7956-
crisitem.journal.anceE255485-
È visualizzato nelle collezioni:A1. Articolo in rivista
File in questo documento:
File Descrizione DimensioniFormato Existing users please
2023 SCL - Assessing the finite-time stability of NL systems by means of PINNs.pdf1.63 MBAdobe PDF  Richiedi una copia
Visualizza la scheda semplice del documento

Page view(s)

5
controllato il 29-mag-2024

Google ScholarTM

Check

Altmetric


Questo documento è distribuito in accordo con Licenza Creative Commons Creative Commons