Identif

  • Posted on: 17 September 2012
  • By: admin
  • Updated on: 16 March 2017
En bref
Nom complet: 
Identification,
Mots-clés: 
  • Identification de systèmes dynamiques, modélisation expérimentale
  • Estimation (paramétrique, non paramétrique, état), prédiction
  • Identification directe de modèles à temps continu
  • Identification dans un contexte erreurs-en-les-variables
  • Identification dans un contexte à erreur bornée
  • Identification en boucle fermée
  • Identification de modèles fractionnaires
  • Problèmes inverses
  • Méthodes numériques
Détails
Objectifs: 

L'identification consiste à rechercher un modèle d'un système à partir de données expérimentales et de connaissances disponibles a priori.

La démarche classique consiste à formaliser les connaissances disponibles a priori, à recueillir des données expérimentales, puis à estimer la structure, les paramètres et les incertitudes d'un modèle, enfin à valider (ou invalider) celui-ci.

Ce champ thématique à caractère pluridisciplinaire (automatique, traitement du signal, statistique, analyse numérique, génie des procédés,…) trouve ses applications dans des domaines très variés allant des processus de fabrication aux systèmes de transport, en passant par les processus environnementaux.

La problématique principale porte sur la conception de méthodes et d’algorithmes de traitement de données expérimentales.

Méthode: 
  • Estimation classique ou bayésienne
  • Estimation ensembliste, analyse par intervalles
  • Optimisation
  • Approche Lyapunov
Fonctionnement: 
  • 3 à 4 réunions par an
  • De l'ordre de 4 exposés par journée afin de privilégier les discussions scientifiques aussi bien de doctorants que de chercheurs confirmés
  • Ouvert à toute la communauté
Transfert: 
  • Application des techniques d’estimation pour la modélisation, la simulation, la commande ou la surveillance de processus
  • Estimation de paramètres physiques non directement mesurables.
  • Interprétation d'essais.
  • Résolution de problèmes inverses.