Alexander Rose M.Sc.

Arbeitsgebiet(e)

Learning-supported model predictive control, MPC for embedded systems, Approximate MPC, Path following and trajectory tracking

Kontakt

work +49 6151 16-25191
fax +49 6151 16-25172

Work S3|10 511
Landgraf-Georg-Str. 4
64283 Darmstadt

Betreuung der Lehrveranstaltung Modellbildung, Simulation und Optimierung WS23/24
Betreuung der Lehrveranstaltung Control of Distributed Cyber-Physical Systems WS22/23
Betreuung der Lehrveranstaltung Modellbildung und Simulation SS22, SS23
Thema Typ Status
Explicit Model Predictive Control for Nonlinear Systems (wird in neuem Tab geöffnet) Masterarbeit offen
Catching Objects with a Robot Arm (wird in neuem Tab geöffnet) Projektseminar in Bearbeitung
Applications of the Scenario Approach (wird in neuem Tab geöffnet) Proseminar in Bearbeitung
Sicherheitsgarantien für ein vernetztes Regelungssystem mit Verzögerungen und Paketverlust Masterarbeit abgeschlossen
Approximating Model Predictive Controllers using Neural Networks and Gaussian Processes (wird in neuem Tab geöffnet) Projektseminar abgeschlossen
Personalisierter digitaler Zwilling des menschlichen Fahrers Masterarbeit abgeschlossen
Gaussian Processes for Regression and Binary Classification Proseminar abgeschlossen
Entwurf eines Zustandschätzers für einen Rennwagen Bachelorarbeit abgeschlossen
Predictive Control of an Inverted Pendulum (wird in neuem Tab geöffnet) Projektseminar abgeschlossen
Fahrzeugmodell zum Entwurf eines Zustandschätzers Proseminar abgeschlossen
Gaussian process based Model Predictive Control for a PEM Fuel Cell (wird in neuem Tab geöffnet) Projektseminar abgeschlossen
Machine Learning Methods for System Identification and Control Masterarbeit abgeschlossen
Kontaktieren Sie mich gerne für mögliche weitere Themen. Bitte schicken Sie einen aktuellen Leistungsspiegel mit.
[3] J. Bethge, M. Pfefferkorn, A. Rose, J. Peters, and R. Findeisen. „Model Predictive Control with Gaussian-Process-Supported Dynamical Constraints for Autonomous Vehicles“ In Proceedings of IFAC World Congress, 2023. accepted. arXiv: https://arxiv.org/abs/2303.04725
[2] L. Kranert, J. Pohlodek, S. Duvigneau, A. Rose, L. Carius, A. Kienle, and R. Findeisen, „Step experiments enable efficient exploration of microbial microaerobic steady states.“, Authorea. February 21, 2023, preprint, doi: 10.22541/au.167700378.88413405/v1.
[1] J. Pohlodek, A. Rose, B. Morabito, L. Carius, and R. Findeisen, „Data-driven Metabolic Network Reduction for Multiple Modes Considering Uncertain Measurements,“ IFAC-PapersOnLine, vol. 53, no. 2, pp. 16866–16871, 2020, 21st IFAC World Congress, doi: 10.1016/j.ifacol.2020.12.1215