Model Identification and Data Analysis

Synthetic program:

The objective of this course is to present the methods and algorithms for data interpretation by the synthesis of mathematical models. These topics have both significant methodological value and remarkable application impact, and a number of industrial applications will be presented during the classes. In the first part of the course we focus on input output models, and the main topics are: description of uncertainty in data and determination of hidden correlations, spectral analysis, prediction techniques, prediction error identification methods, characterization of the model complexity, recursive and adaptive estimation methods.

 

L'obiettivo del corso Model Identification and Data Analysis (MIDA) è di sviluppare negli studenti la capacità di estrarre ("apprendere") informazioni utili dai dati. Il corso, che conduce progressivamente lo studente attraverso la comprensione dei principi e gli strumenti per la modellistica "black-box" e l'analisi dei dati, è diviso in due parti. Nella seconda parte (MIDA 2) viene presentata la tecnica del filtro di Kalman (la più importante tecnica per la stima di variabili e di SW-sensing), e tecniche avanzate di identificazione di modelli ed analisi dei dati: tecniche di identificazione nello spazio di stato, tecniche di identificazione nel dominio della frequenza, modellistica non lineare, progettazione diretta a partire dai dati di sistemi di controllo.