Blar i Institutt for teknisk kybernetikk på tittel
Viser treff 2861-2880 av 3663
-
Regulation of ICT security in the petroleum sector
(Research report, 2023)The purpose of this report is to clarify how the protection of information and communication technology (ICT security) in the petroleum industry is regulated under current regulations and to shed light on the expectations ... -
Regulering av IKT-sikkerhet i petroleumssektoren
(Research report, 2021)Formålet med denne rapporten er å klargjøre hvordan beskyttelse av informasjons‐ og kommunikasjonsteknologi (IKT‐sikkerhet) i petroleumsindustrien blir regulert i gjeldende regelverk og belyse forventninger fra myndighetene ... -
Regulering av oljebrønner med varierende aktive begrensninger
(Master thesis, 2008)I offshore produksjonsanlegg er vanligvis brønnene regulert manuelt, mens separasjonsanlegget er regulert ved hjelp av en desentralisert regulator. Det er tydelig at en slik kontroll struktur ikke er optimalt produksjonsmessig. ... -
Regulering av ubemannet farkoster for operasjoner på eksponerte havbrukslokaliteter
(Master thesis, 2021)Denne masteroppgaven foreslår to reguleringslover for hastighets- og retningsregulering av en remotely operated vehicle (ROV) for autonom traversering av en not for bruk i fiskeoppdrett. Hovedmålet til begge reguleringslovene ... -
Regulering og optimalisering av Shell Eco-maraton kjøretøy
(Master thesis, 2011)Å bygge en bil som kan kjøre tusen kilometer på energien i en eneste liter bensin; er ingeniørkunst. Når tusenvis av Europas ypperste studenter innen teknologi og ingeniørvitenskap hvert år møtes i konkurransen Shell ... -
Reinforcement Learning and Predictive Safety Filtering for Floating Offshore Wind Turbine Control
(Master thesis, 2021)Kunstig intelligens blir sett på som et av de mest betydningsfulle sprangene innen teknologi de siste årene. Underkategorien forsterkende læring har vist eksepsjonelle resultater for problemer som tidligere var antatt ... -
Reinforcement Learning and Predictive Safety Filtering for Floating Offshore Wind Turbine Control
(Master thesis, 2021)Kunstig intelligens blir sett på som et av de mest betydningsfulle sprangene innen teknologi de siste årene. Underkategorien forsterkende læring har vist eksepsjonelle resultater for problemer som tidligere var antatt ... -
Reinforcement Learning for Batch Bioprocess Optimization
(Peer reviewed; Journal article, 2020)Bioprocesses have received a lot of attention to produce clean and sustainable alternatives to fossil-based materials. However, they are generally difficult to optimize due to their unsteady-state operation modes and ... -
Reinforcement Learning for Batch-to-Batch Bioprocess Optimisation
(Chapter, 2019)Bioprocesses have received great attention from the scientific community as an alternative to fossil-based products by microorganisms-synthesised counterparts. However, bioprocesses are generally operated at unsteady-state ... -
Reinforcement Learning for Fast, Map-Free Navigation in Cluttered Environments Using Aerial Robots
(Master thesis, 2022)Autonom navigering i stadig mer komplekse domener byr på nye utfordringer og stiller spørsmål ved effektiviteten og kapasiteten til tradisjonelle modellbaserte metoder. Selv om tradisjonelle metoder har vært vellykkede for ... -
Reinforcement Learning for Optimization of Nonlinear and Predictive Control
(Doctoral theses at NTNU;2022:45, Doctoral thesis, 2022)Autonomous systems extend upon human capabilities and can be equipped with superhuman attributes in terms of durability, strength, and perception to name a few, and can provide numerous benefits such as superior efficiency, ... -
Reinforcement Learning for Robotic Ultrasound
(Master thesis, 2022)Denne masteroppgaven er et studie av “deep reinforcement learning” for robotisert ultralyd. Å bruke autonome roboter i helsesektoren er et komplekst bruksområde med mange faktorer å ta hensyn til. For eksempel, utfordingen ... -
Reinforcement Learning for Robotic Manipulation
(Master thesis, 2019)Denne oppgaven tar for seg detaljer rundt implementasjon av PPO-algoritme for trening på egendefinerte miljøer designet for robotikk-basert manipulasjon. Resultatene er lovende for de forenklede miljøene i simulering, men ... -
Reinforcement learning for robotic soft-body interaction
(Master thesis, 2021)Innen klinisk medisin ansees det som utfordrende å benytte autonome robotsystemer. Håndtering av bevegelige objekter og myke materialer, samt variasjon mellom pasienter, har vist seg å være en hindring for robotassisterte ... -
Reinforcement learning-based NMPC for tracking control of ASVs: Theory and experiments
(Peer reviewed; Journal article, 2022)We present a reinforcement learning-based (RL) model predictive control (MPC) method for trajectory tracking of surface vessels. The proposed method uses an MPC controller in order to perform both trajectory tracking and ... -
Reinforcement Learning-Based Tracking Control of USVs in Varying Operational Conditions
(Peer reviewed; Journal article, 2020)We present a reinforcement learning-based (RL) control scheme for trajectory tracking of fully-actuated surface vessels. The proposed method learns online both a model-based feedforward controller, as well an optimizing ... -
Rejecting heave-induced pressure oscillations in a semilinear hyperbolic well model
(Journal article; Peer reviewed, 2017)In this paper, we apply recent results on the output feedback control of 2×2 semilinear systems to the problem of rejecting heave-induced pressure oscillations in offshore drilling. The well is modeled as a transmission ... -
Rejecting pressure fluctuations induced by string movement in drilling
(Journal article; Peer reviewed, 2016)Keeping the pressure within predefined bounds is essential for the safety of managed pressure drilling operations, but drill string movements can induce pressure fluctuations that violate these margins. We extend previous ... -
Rejection of Sinusoidal Disturbance Approach Based on High-Gain Principle
(Journal article; Peer reviewed, 2012)This paper deals with the output stabilization of linear systems with unknown parameters and sinusoidal disturbance. The approach is based on a hybrid algorithm of frequency estimation, that is used for compensation of the ... -
Rejection of Sinusoidal Disturbance Approach Based on High-Gain Principle
(Journal article; Peer reviewed, 2012)This paper deals with the output stabilization of linear systems with unknown parameters and sinusoidal disturbance. The approach is based on a hybrid algorithm of frequency estimation, that is used for compensation of the ...