Par Meenakshi Khosla explore la modélisation basée sur les données dans les neurosciences naturalistes à grande échelle, en mettant l'accent sur la représentation de l'activité cérébrale et les modèles de calcul.
Couvre les bases des dispositifs de contrôle et de terrain dans l'automatisation industrielle, y compris les automates, la programmation, les différents types de contrôleurs et les stratégies de contrôle avancées.
Explore les systèmes dynamiques, en se concentrant sur les mécanismes de contrôle et l'analyse de la stabilité à travers des exemples pratiques et la modélisation mathématique.
S'engage dans l'apprentissage continu des modèles de représentation après déploiement, soulignant les limites des réseaux neuronaux artificiels actuels.
Explore la rétroaction négative dans les circuits analogiques, en se concentrant sur le gain désensibilisant, la réduction de la distorsion, le contrôle du bruit et l'extension de la bande passante.
Couvre le critère de Nyquist pour l'analyse de stabilité dans les systèmes de contrôle, en utilisant le diagramme de Nyquist pour déterminer les pôles en boucle fermée.
