About: Étude d'algorithmes d'estimation robuste et développement d'un système à base de connaissance pour l'identification   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Praeses
Author
alternative label
  • A study of robust parameter estimation methods and a knowledge-based-system for supervision of identification systems
dc:subject
  • Thèses et écrits académiques
  • Commande robuste
  • Conception assistée par ordinateur
  • Sciences appliquées : informatique, automatique théorique, systèmes
  • Identification système/domaines d'incertitude ellipsoïdaux/erreur inconnue mais bornée/zone morte/
preferred label
  • Étude d'algorithmes d'estimation robuste et développement d'un système à base de connaissance pour l'identification
Language
Subject
dc:title
  • Étude d'algorithmes d'estimation robuste et développement d'un système à base de connaissance pour l'identification
Degree granting institution
Opponent
note
  • Cette thèse se place dans un contexte général de conception intelligente assistée par ordinateur (C.I.A.O.) pour l'identification de systèmes. Elle aborde deux aspects distincts du sujet. Le premier est le problème d'estimation robuste de modèles linéaires lorsque l'information a priori sur l'erreur de modélisation est disponible, non pas en terme probabiliste, mais sous la forme de bornes (approche de l'erreur inconnue mais bornée). Après un rappel des principales familles d'algorithmes existantes dans cette approche, on s'intéresse plus particulièrement a la famille des algorithmes bases sur la réduction de domaines d'incertitude paramétrique ellipsoïdaux extérieurs. Une présentation unifiée ainsi qu'une interprétation de ces algorithmes en termes d'algorithmes d'identification robuste avec zone morte sont données. Puis une étude de propriétés de convergence est effectuée. Enfin une étude expérimentale en simulation, permet d'analyser l'influence sur les performances de ces estimateurs, du choix de la borne, de l'ellipsoïde de départ, et du rapport signal/bruit. L'autre aspect traite dans cette thèse, est relatif à l'application des techniques d'intelligence artificielle à la construction d'un logiciel de C.I.A.O. pour l'identification. Le logiciel ACAI composé d'une interface homme/machine très conviviale, d'une base de méthodes d'identification (logiciel de C.A.O. conventionnel), et d'un système à base de connaissance (S.B.C.) est présenté. Les objectifs de ce logiciel sont doubles : d'une part le système expert fournit une aide à l'utilisateur au niveau du choix des méthodes disponibles dans le logiciel de C.A.O. et du réglage de leurs paramètres caractéristiques, et d'autre part, il effectue la supervision des traitements relatifs à l'identification, en vue d'améliorer les performances et la robustesse des estimateurs. Enfin, une session d'identification supervisée en utilisant le logiciel ACAI est décrite
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 1992
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2025 OpenLink Software