logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2015/2016
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI
  • 089232 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1
Docente Bittanti Sergio
Cfu 5.00 Tipo insegnamento Modulo Di Corso Strutturato

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - BV (469) AERONAUTICAL ENGINEERING - INGEGNERIA AERONAUTICA*AZZZZ091331 - IDENTIFICAZIONE DI MODELLI E ANALISI DEI DATI
Ing Ind - Inf (Mag.)(ord. 270) - MI (481) COMPUTER SCIENCE AND ENGINEERING - INGEGNERIA INFORMATICA*AZZZZ088767 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI 1
089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI
Ing Ind - Inf (Mag.)(ord. 270) - MI (487) MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA*AZZZZ089234 - IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI

Programma dettagliato e risultati di apprendimento attesi

Obiettivi e contenuti del corso

Questo corso, primo modulo del corso integrato Identificazione dei Modelli e Analisi dei Dati, fornisce le basi per l’utilizzo di tecniche di analisi di dati sperimentali per la costruzione di modelli e l'identificazione di parametri incerti.
Si tratta di tecniche
di vasto impiego in moltissimi settori dell’ingegneria. Il corso e' impostato in modo tale da consentire un immediato utilizzo delle nozioni acquisite ai problemi reali. 


Gli argomenti trattati sono: analisi dei processi stazionari generati da sistemi dinamici; modelli ingresso/uscita di tipo ARMA e ARMAX;
predizione; metodi di stima a minimizzazione dell’errore di predizione; scelta della complessità dei modelli.


Nella naturale prosecuzione del corso, ossia nella seconda parte del corso integrato,
viene poi presentato il metodo base per la stima di segnali non misurabili da dati osservati (filtro di Kalman) e il suo impiego per la stima di parametri incerti in modelli fisici assegnati (filtro di Kalman esteso, e tecniche correlate).

 

sito web del corso: http://corsi.dei.polimi.it/IMAD/

 

Descrizione degli argomenti trattati

 

Dai dati al modello: problemi e metodi: Leggi e modelli nell'ingegneria e nelle scienze. Incertezza. Problemi di stima da dati sperimentali (esempi da diverse aree disciplinari). Accuratezza dei modelli e loro complessità. Modelli per la classificazione, la predizione, il controllo, la simulazione e la gestione. Tecniche di trattamento dati

 

Modelli dinamici di processi stazionari, analisi spettrale e predizione:Modelli ingresso/uscita per serie temporali e relazioni causa/effetto (modelli AR, MA, ARMA, ARX, ARMAX, ARIMAX).  Modelli di stato. Analisi di correlazione e analisi spettrale. Metodi di predizione a partire da modelli ingresso/uscita (teoria di Kolmogorov-Wiener).
Impiego delle tecniche di predizione nei problemi di controllo (controllo predittivo – cenni).

 

Identificazione di modelli ingresso- uscita: Problemi e tecniche di stima. Identificazione a partire da prove sperimentali semplici. Identificazione a Minimi Quadrati e a Massima Verosimiglianza. Identificazione di modelli AR, MA, ARMA, ARMAX. Scelta della complessità (criteri FPE, AIC, MDL). Equazioni di Yule-Walker e algoritmo di Durbin-Levinson. Stima spettrale e in frequenza. Impiego dei modelli ARX e ARMAX nel controllo predittivo.

 

 

Esempi di analisi di serie temporali, segnali e sistemi dinamici tratti dal mondo reale.

 


Note Sulla Modalità di valutazione

Organizzazione del corso e modalità di verifica

L'esame coniste in una prova scritta con esercizi numerici e domande di tipo generale. 

Alcuni temi svolti di passati appelli sono reperibili sull'eserciziario e sul sito web: http://corsi.dei.polimi.it/IMAD/.

 

 


Bibliografia
Risorsa bibliografica facoltativaS. Bittanti, Serie Temporali e Processi Casuali, Editore: Pitagora Editrice - Bologna
Note:

Testo fortemente consigliato

Risorsa bibliografica facoltativaS. Bittanti, Identificazione dei Modelli e Analisi dei Dati, Editore: Pitagora Editrice - Bologna
Note:

Testo fortemente consigliato

Risorsa bibliografica facoltativaS. Bittanti, M. Campi, Raccolta di problemi di identificazione, fioltraggio e controllo predittivo, Editore: Pitagora, Anno edizione: 2013

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
30.0
esercitazione
20.0
laboratorio informatico
4.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
schedaincarico v. 1.6.1 / 1.6.1
Area Servizi ICT
19/11/2019