Informations pratiques

Description de la ressource

Résumé

Ce cours concerne l'estimation récursive en tant que modèle mathématique permettant de faire de la prédiction à partir de données partiellement connues. Le but de cette méthode est de pouvoir comparer les données issues du système étudié et celles prédites par le modèle et de minimiser l'écart entre les deux résultats obtenus. Les thèmes abordés sont: les méthodes de correction ainsi que les algorithmes rapides d'estimation récursive.

• Granularité : cours
• Structure : linéaire

"Domaine(s)" et indice(s) Dewey

• Probabilities and applied mathematics (519)

Domaine(s)

Informations pédagogiques

• Proposition d'utilisation : Ce cours peut s'accompagner du cours sur la commande optimale à partir du filtre de Kalman, d'un cours (en anglais) sur le filtre de Kalman ainsi qu'un exercice. En complément, il y existei une présentation powerpoint sonorisée.

Intervenants

Édition

• Université de Nice

Diffusion

Cette ressource vous est proposée par :

• Cette ressource est associée à
  • An introduction of Kalman filtering: probabilistic and deterministic approaches
  • Commande optimale par minimisation d'un critère quadratique Formulation montrant la similarité avec le filtre de Kalman
  • combination of correlated random measures for improving the estimation of a variable (exercice en anglais sur l'optimisation de l'estimation d'une variable)