Dinamikus rendszerek paramétereinek becslése

(VEMKSA5144D, MI MSc nappali és levelező)

2015/2016 tanév I. félév, előadás-gyakorlat alkalmanként: péntek 12:30-15:45, I/meglátjuk

Előadó: Hangos Katalin ( Ezt a címet a spamrobotok ellen védjük. Engedélyezze a Javascript használatát, hogy megtekinthesse. )
Gyakorlat: Lipták György ( Ezt a címet a spamrobotok ellen védjük. Engedélyezze a Javascript használatát, hogy megtekinthesse. )

A dátummal nem jelölt, nem szüneti heteken konzultáció kérhető az előadónak küldött e-mail segítségével.

TÉTELEK: icon IDTetelek

Irodalom

Hangos Katalin, Szederkényi Gábor: Dinamikus rendszerek paramétereinek becslése, Veszprémi Egyetemi Kiadó (1999)

Követelmények

Az értékelés egy évközi beadandó MATLAB-ban elkészítendő feladat és egy szóbeli vizsga alapján történik.
Az aláírás és vizsgára bocsátás feltétele félév közben a  beadandó feladat határidőre történő benyújtása, valamint részvétel a foglalkozások legalább 75%-án.

A gyakorlaton MATLAB környezetben kell eljárásokat készíteni a tanult paraméterbecslési eljárásokra. A MATLAB használatát a gyakorlatok elején átismételjük.

Tematika

hét dátum
téma
letölthető anyag
1. Szeptember 4

Regisztrációs hét


2. Szeptember 11. Ea: Bevezetés, A paraméterbecslési feladat. A dinamikus rendszerek lineáris és nemlineáris állapottér és input-output modelljei.
A paraméterbecslés matematikai alapjai: valószínűségi változók, eloszlások, matematikai statisztika, lineáris regresszió, hipotézisvizsgálat
.
A paraméterbecslés elve, predikciós hiba minimalizálásán alapuló módszerek
iconbevezetés
iconmat.alapok
3. Szeptember 18. Ea: A legkisebb négyzetek (LKN) elvén alapuló módszerek. A LKN becslés tulajdonságai.
ML becslés. Prediktív modellek ML becslése,
A paraméterbecslések kovariancia mátrixa
icon id_slides_LKN
icon id_slides_ML_CraRao
4.
5. Oktober 2.
Ea: Nemlineáris modellek paramétereinek becslése, rekurzív paraméterbecslés
Ea: Bayes becslések, a segédváltozók módszere
Ea: Gyakorlati kivitelezés

icon id_slides_NONL
icon id_slides_REKURZ

icon Bayes becslés
icon Kvantum bayes becslés
icon Segédváltozók módszere
iconGyakolati kivit.
6. október 16.


Gyak: Bevezetés, MATLAB, LKN becslés

iconMatlab
icon ident_gyak1

icon ident_gyak2
7.


Beadandó 1. feladat

icon beadando1

icon beadando_1

8., 9. Október 23.
Október 30.

Szünet

10.

11. november 13
Gyak: Nemlineáris modellek paramétereinek becslése, rekurzív paraméterbecslés, Bayes becslések, a segédváltozók módszere

icon ident_gyak3

12.-13.

2. beadandó feladat 

icon beadando_2
14. December 4.

beadandó HF


15.








Képzési cél

A tárgy célja az, hogy bevezesse hallgatókat a dinamikus rendszerek paraméterei becslésének alapjaiba, és megismertesse az itt használatos alapvető eszközöket és módszereket. A tárgy a rendszer- és irányításelmélet sztochasztikus állapottér és bemenet-kimenet modelljeinek, valamint a valószínűségszámítás és a matematikai statisztika elemeinek ismeretére épít, de ezeket az ismereteket nagyban elmélyíti.

 

 

Keresés a honlapon