This thesis introduces a physically consistent Gaussian process (GP) framework for the data-driven modeling of uncertain Euler-Lagrange (EL) systems, fulfilling critical physical properties. Multivariate Bayesian model error bounds are also derived, enabling precise uncertainty quantification and tight exponential stability guarantees. Applications to uncertainty-adaptive, structure-preserving tracking control and disturbance observation are given in numerical simulations and physical experiments.     «

This thesis introduces a physically consistent Gaussian process (GP) framework for the data-driven modeling of uncertain Euler-Lagrange (EL) systems, fulfilling critical physical properties. Multivariate Bayesian model error bounds are also derived, enabling precise uncertainty quantification and tight exponential stability guarantees. Applications to uncertainty-adaptive, structure-preserving tracking control and disturbance observation are given in numerical simulations and physical experiment...     »

In dieser Arbeit wird ein physikalisch konsistenter Gauß-Prozess (GP) für die datengetriebene Modellierung unsicherer Euler-Lagrange (EL) Systeme eingeführt, der die Einhaltung wichtiger physikalischer Eigenschaften ermöglicht. Zusätzlich werden multivariate Bayes'sche Modellfehlerschranken zur präzisen Unsicherheitsquantifizierung und strikten Garantie exponentieller Stabilität hergeleitet. Anwendungen unsicherheitsadaptiver, strukturerhaltender Regler und Beobachter werden in Simulationen und Experimenten vorgestellt.     «

In dieser Arbeit wird ein physikalisch konsistenter Gauß-Prozess (GP) für die datengetriebene Modellierung unsicherer Euler-Lagrange (EL) Systeme eingeführt, der die Einhaltung wichtiger physikalischer Eigenschaften ermöglicht. Zusätzlich werden multivariate Bayes'sche Modellfehlerschranken zur präzisen Unsicherheitsquantifizierung und strikten Garantie exponentieller Stabilität hergeleitet. Anwendungen unsicherheitsadaptiver, strukturerhaltender Regler und Beobachter werden in Simulationen und...     »