1) PAC learning theory
PAC学习理论
1.
The basic principle of PAC (probably approximately correct) learning theory is introduced, the feasibility and effectiveness in dealing with some robust control problems using PAC learning theory are analyzed, the main research results in the literature are presented, and the main difficulty and future research direction are also pointed out.
首先简要介绍了PAC(probablyapproximatelycorrect)学习理论的基本原理 ,分析了PAC学习理论在处理鲁棒控制中某些问题时的可行性和有效性 ,阐述了目前主要的研究结果 ,指出了存在的主要困难及未来的研究方向 ,另外也简要介绍了其在系统辨识方面的应用情况 。
2) PAC learning
PAC学习
1.
PAC learning model is the fundamental of computational learning theory,it provides a probabilistic framework for the study of learning and generalization.
而PAC学习模型是计算学习理论的基础,它为研究学习及泛化问题提供了一种基本的概率框架。
3) PAC learnability
PAC可学习
1.
It is proved that the UCEM property of a family of measurable functions F implies that F is totally bounded;the UCEMUP property and PAC learnability still preserve when the family of probabilities is replaced by its closure.
此外如果F关于概率族P是PAC可学习的或具有UCEM性质 ,则F关于P的闭包 P也具有同样的性质。
5) PAC-Bayesian theory
PAC-Bayesian理论
6) PAC learning model
PAC学习模型
补充资料：可编程自动控制器(PAC)讲座---选择PAC而不是PLC的20条理由
在建立控制系统时， 系统集成商毫无例外地总是希望能使用比较少的设备来实现更多的功能。他们需要控制系统不仅能处理数字I/O和运动，而且还可以集成用于自动化监控和测试的视觉功能和模块化仪器。此外，控制系统还必须能实时地处理控制算法和分析任务并把数据传送回企业。市场调查公司ARC咨询机构首次采用PAC这一术语，它定义了一种新类型的控制器，该控制器结合了PC的处理器、RAM和软件的优势，以及PLC固有的可靠性、坚固性和分布特性。PAC采用COTS（现有的商业化）技术，非常适合于工业化环境，它具有可伸缩性，易于维护和较低的发生故障时间等特性。PXI（用于仪器的扩展型PCI）已成为快速增长的PAC平台；如NI，Chroma，LeCroy和JTAG等供应商现在可提供1,000多种独特的I/O模块，包括模拟I/O，数字I/O，视觉，运动和高精度数据采集。PXI结合了PCI总线的电路特性和CompactPCI坚固的欧卡机械结构，这种结构已在工业环境中成功使用了许多年。
十年前当Internet还处于雏形时，机器视觉非常昂贵，而且基于PC的仪器还没有出现，那时PLC统治了整个自动化领域。即使是今天，那些使用数字I/O进行简单控制的工程师依然感到PLC是他们最好的选择。然而，如果考虑到要为您的PLC增加视觉，运动，仪器和分析功能，那么您就会明白为什么PAC正逐渐占领自动化领域。本文中我们将在成本，高级功能，外形结构，控制器，I/O和软件这六个方面，详细介绍在未来自动化应用中PAC优于PLC的20条原因。
成本
1. 采用单一的控制器节省了成本
现在您可以考虑使用PAC，它具有单一的控制器和机箱，可用于处理数字和模拟I/O，具有运动，视觉功能和模块化仪器，因此不需要花钱购买多个控制器。如果您需要控制系统具有多种功能，如视觉或模块化仪器，那么采用PAC将是最为经济的。
高级功能
2.高级控制
在能源或材料的成本很高的情况下，工程师需要优化他们简单的PID控制算法来以最大程度地减少浪费。这些复杂的算法常常采用如模糊逻辑或神经网络等控制设计技术，从而可以最大限度地降低过程控制的稳定时间。传统上，PLC所能实现的PID控制算法并没有为特定的过程进行优化。高级的控制算法不仅需要强大的浮点处理器，而且还要占用大量的内存，使用PAC平台则可以满足这些条件。
3. 实时分析
在机器监控应用中，需要实时采集地来自模拟或数字I/O通道的数据，从而能有效地检测故障状态。您可能要进行如阶次跟踪和振动分析这些复杂工作来有效地检测机器的状况。对于这些应用，您可以使用PAC的高效平台来进行实时地分析工作。
十年前当Internet还处于雏形时，机器视觉非常昂贵，而且基于PC的仪器还没有出现，那时PLC统治了整个自动化领域。即使是今天，那些使用数字I/O进行简单控制的工程师依然感到PLC是他们最好的选择。然而，如果考虑到要为您的PLC增加视觉，运动，仪器和分析功能，那么您就会明白为什么PAC正逐渐占领自动化领域。本文中我们将在成本，高级功能，外形结构，控制器，I/O和软件这六个方面，详细介绍在未来自动化应用中PAC优于PLC的20条原因。
成本
1. 采用单一的控制器节省了成本
现在您可以考虑使用PAC，它具有单一的控制器和机箱，可用于处理数字和模拟I/O，具有运动，视觉功能和模块化仪器，因此不需要花钱购买多个控制器。如果您需要控制系统具有多种功能，如视觉或模块化仪器，那么采用PAC将是最为经济的。
高级功能
2.高级控制
在能源或材料的成本很高的情况下，工程师需要优化他们简单的PID控制算法来以最大程度地减少浪费。这些复杂的算法常常采用如模糊逻辑或神经网络等控制设计技术，从而可以最大限度地降低过程控制的稳定时间。传统上，PLC所能实现的PID控制算法并没有为特定的过程进行优化。高级的控制算法不仅需要强大的浮点处理器，而且还要占用大量的内存，使用PAC平台则可以满足这些条件。
3. 实时分析
在机器监控应用中，需要实时采集地来自模拟或数字I/O通道的数据，从而能有效地检测故障状态。您可能要进行如阶次跟踪和振动分析这些复杂工作来有效地检测机器的状况。对于这些应用，您可以使用PAC的高效平台来进行实时地分析工作。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条