Behörighetskrav

120 hp inklusive Linjär algebra II, Sannolikhet och statistik, Signaler och system samt Reglerteknik II eller Signalbehandling. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna:

• beskriva de olika stegen som ingår då mätdata används för att skatta en modell, från utformning av identifieringsexperiment till modellvalidering,
• analysera olika systemidentifieringsmetoder med hjälp av statistiska metoder,
• beskriva och motivera grundläggande egenskaper hos klassiska identifieringsmetoder,
• visa praktiska färdigheter vid användning av tillgängliga verktyg och mjukvara,
• resonera kring kopplingar till relaterade forskningsområden.

Innehåll

Exempel på modeller för system och signaler. Systemidentifieringsmetoder, inklusive linjär regression, maximum likelihood-metoden, prediktionsfelsmetoden och subspacemetoder. Olika metoders statistiska egenskaper. Black box- och grey box-modellering. Modellvalidering och praktiska aspekter. Orientering kring icke-linjär modellering och närliggande forskningsområden (t.ex. maskininlärning).

Undervisning

Föreläsningar, lektioner, miniprojekt och laborationer.

Examination

Skriftlig tentamen (3 hp), laborationer (1 hp) samt miniprojekt (1 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övriga föreskrifter

Kursen har till stor del överlappande innehåll med kurserna Systemidentifiering (1RT875), Systemidentifiering (1RT880), samt Empirisk modellering (1RT890) och kan inte tillgodoräknas i en examen tillsammans med någon av dessa.