Insegnamento
SYSTEM IDENTIFICATION - IDENTIFICAZIONE DI SISTEMI DINAMICI
INP4063810, A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA DELL'AUTOMAZIONE
IN0527, ordinamento 2008/09, A.A. 2016/17
1127800
Crediti formativi 9.0
Denominazione inglese SYSTEM IDENTIFICATION
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2016-IN0527-000ZZ-2015-INP4063810-N0
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA

Docenti
Responsabile MATTIA ZORZI ING-INF/04

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria dell'automazione ING-INF/04 9.0

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 9.0 72 153.0 Nessun turno

Calendario
Inizio attività didattiche 26/09/2016
Fine attività didattiche 20/01/2017

Commissioni d'esame
Commissione Dal Al Membri
3 A.A. 2017/2018 01/10/2017 15/03/2019 ZORZI MATTIA (Presidente)
BEGHI ALESSANDRO (Membro Effettivo)
BISIACCO MAURO (Supplente)
CARLI RUGGERO (Supplente)
CENEDESE ANGELO (Supplente)
CHIUSO ALESSANDRO (Supplente)
FERRANTE AUGUSTO (Supplente)
PILLONETTO GIANLUIGI (Supplente)
SCHENATO LUCA (Supplente)
SUSTO GIAN ANTONIO (Supplente)
TICOZZI FRANCESCO (Supplente)
VALCHER MARIA ELENA (Supplente)
VITTURI STEFANO (Supplente)
ZAMPIERI SANDRO (Supplente)
2 A.A. 2016/2017 01/10/2016 15/03/2018 ZORZI MATTIA (Presidente)
CENEDESE ANGELO (Membro Effettivo)
BEGHI ALESSANDRO (Supplente)
BISIACCO MAURO (Supplente)
CARLI RUGGERO (Supplente)
CHIUSO ALESSANDRO (Supplente)
FERRANTE AUGUSTO (Supplente)
PILLONETTO GIANLUIGI (Supplente)
PINZONI STEFANO (Supplente)
SCHENATO LUCA (Supplente)
TICOZZI FRANCESCO (Supplente)
VALCHER MARIA ELENA (Supplente)
ZAMPIERI SANDRO (Supplente)
1 A.A. 2015/2016 01/10/2015 15/03/2017 ZORZI MATTIA (Presidente)
ZAMPIERI SANDRO (Membro Effettivo)
BEGHI ALESSANDRO (Supplente)
BISIACCO MAURO (Supplente)
CARLI RUGGERO (Supplente)
CHIUSO ALESSANDRO (Supplente)
FERRANTE AUGUSTO (Supplente)
PILLONETTO GIANLUIGI (Supplente)
PINZONI STEFANO (Supplente)
SCHENATO LUCA (Supplente)
TICOZZI FRANCESCO (Supplente)
VALCHER MARIA ELENA (Supplente)

Syllabus
Prerequisiti: Elementi di teoria della probabilità, variabili aleatorie e processi stocastici. Elementi di teoria dei segnali e dei sistemi. Filtraggio statistico.
Conoscenze e abilita' da acquisire: Conoscenza e capacità di utilizzo delle principali metodologie di inferenza statistica, con particolare attenzione all'identificazione di sistemi dinamici con il metodo a minimizzazione dell'errore di predizione.
Modalita' di esame: Relazione MATLAB e prova scritta.
Criteri di valutazione: 1. Capacità di risolvere problemi legati all'identifiacazione di modelli dinamici
2. Capacità di presentare le proprie soluzioni in modo chiaro e preciso e di argomentare correttamente le proprie affermazioni
3. Capacità di dimostrare con rigore i risultati fondamentali della disciplina
Contenuti: 1. Stima parametrica Fisheriana e Bayesiana
2. Modelli dinamici per l'identificazione
3. Identificazione parametrica di sistemi dinamici con metodi a minimizzazione dell'errore di predizione
4. Identificazione non-parametrica di sistemi dinamici con metodi basati sui kernel
5. Identificazione di sistemi dinamici tempo-varianti
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso consisterà in massima parte di lezioni frontali.
Eventuali indicazioni sui materiali di studio: Appunti e dispense verranno resi disponibili presso il sito del corso.
Testi di riferimento:
  • T. Soderstrom, P. Stoica, "System Identification". --: Pretince Hall, 1989. Cerca nel catalogo
  • L. Ljung, "System Identification - Theory for the user". --: Prentice Hall, 1999. Cerca nel catalogo
  • G. James, D. Witten, Hastie, R. Tibshirani, "An introduction to statistical learning". --: Springer, 2013. Cerca nel catalogo
  • C. Williams, C. Rasmussen, "Gaussian processes for machine learning". --: MIT Press, 2006. Cerca nel catalogo
  • Papoulis A., "Probability, random variables, and stochastic processes". --: McGraw-Hill, 1991. Cerca nel catalogo