Explore l'application de la théorie du contrôle pour gérer les processus d'agrégation des protéines, en se concentrant sur les fibres amyloïdes et leurs implications dans diverses maladies.
Couvre les méthodes de prédiction sans modèle dans l'apprentissage par renforcement, en se concentrant sur Monte Carlo et les différences temporelles pour estimer les fonctions de valeur sans connaissance de la dynamique de transition.
Explore les modèles de contrôle prédictif avec des MFD multi-régions dans la modélisation des flux de trafic et discute de l'impact de l'hétérogénéité sur les stratégies de contrôle.
Présente les concepts fondamentaux du cours Signals and Systems, en mettant l'accent sur les applications pratiques de l'analyse du comportement du système.
Introduit l'apprentissage par renforcement, couvrant ses définitions, ses applications et ses fondements théoriques, tout en décrivant la structure et les objectifs du cours.
