当前公开的主题提供了由一个或多个神经网络组成的状态空间模型。状态空间模型被配置成通过对技术系统的隐状态和一个或多个神经网络的权重两者中的不确定性进行建模来对技术系统进行随机建模。因此，状态空间模型可能能够捕获偶然不确定性(观测值中的固有的不可预测性)和认知不确定性(模型的参数或权重中的不确定性)两者。在训练期间以及用于模型预测性控制的随后使用期间，使用了跨神经网络层的矩匹配，这可以确保模型的预测是一致的，并且接近真实系统行为。以上措施可以改进许多技术系统的控制和安全性。
