2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
2009 - lato - Instytut Sterowania i Systemów Informatycznych ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Seminaria / Seminars <strong>2009</strong><br />
Lp. Data Imię i Nazwisko Temat<br />
1. 26.02.<strong>2009</strong> Paweł Dąbkowski, mgr inż. Sterowanie iteracyjne z uczeniem bazujące na podejściu silnej stabilności praktycznej<br />
2. 05.03.<strong>2009</strong> Eric Rogers, prof. Rehabilitation Robotics: Iterative learning control algorithms with clinical trial results<br />
3. 12.03.<strong>2009</strong> Adam Goiński, mgr inż. Rekonstrukcja powierzchni w oparciu o stochastyczne algorytmy adaptacyjne<br />
4. 19.03.<strong>2009</strong> Jarosław Drapała, mgr inż. Identyfikacja dynamicznych systemów złożonych z wykorzystaniem sieci neuronowych<br />
5. 27.03.<strong>2009</strong> Andrzej Dzieliński, prof. dr hab. inż. Fractional order dynamic systems: some theory and selected applications<br />
6. 02.04.<strong>2009</strong> Nie ma seminarium/No seminar 03.04.<strong>2009</strong> Seminarium ogólnopolskie =⇒ Nowoczesne sposoby integracji odnawialnych źródeł energii<br />
7. 09.04.<strong>2009</strong> Nie ma seminarium/No seminar ŚWIĘTA<br />
8. 16.04.<strong>2009</strong><br />
9 23.04.<strong>2009</strong> Krzysztof Patan, dr inż. Sztuczne sieci neuronowe w zadaniach modelowania i diagnostyki procesów technicznych<br />
10. 30.04.<strong>2009</strong> Lech Grzesiak, prof. dr hab. Sztuczne sieci neuronowe w sterowaniu przekształtnikowych zespołów do wytwarzania energii elektrycznej<br />
11. 07.05.<strong>2009</strong><br />
12. 14.05.<strong>2009</strong> Rafal Łopatka, mgr inż. Sterowanie optymalne z wykorzystaniem metod probabilistycznych przeszukiwania przestrzeni rozwiązań<br />
13. 21.05.<strong>2009</strong> Marek Kowal, dr inż. Segmentacja obrazów medycznych z wykorzystaniem klasteryzacji rozmytej<br />
14. 28.05.<strong>2009</strong> Marek Sawerwain, mgr inż. Kwantowe spacery (Blaski i cienie programowania uniwersalnych procesorów graficznych)<br />
15. 04.06.<strong>2009</strong> Olivier Bachelier, dr Two approaches to pole clustering<br />
16. 11.06.<strong>2009</strong> Nie ma seminarium/No seminar ŚWIĘTO<br />
17. 15.06.<strong>2009</strong><br />
18. 18.06.<strong>2009</strong> Dominik Kujawa, mgr inż. Złożoność obliczeniowa i konstrukcje efektywnych algorytmów identyfikacji metodami podprzestrzeni
Paweł Dąbkowski, mgr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> Fizyki<br />
Wydział/Faculty: Wydział Fizyki, Astronomii i Informatyki Stosowanej<br />
Uniwersytet/University: Uniwersytet Mikołaja Kopernika<br />
E-mail:<br />
p.dabkowski@fizyka.umk.pl<br />
Data/Date: 26.02.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Sterowanie iteracyjne z uczeniem bazujące na podejściu silnej stabilności praktycznej<br />
Streszczenie/Abstract<br />
W ciągu ostatnich lat, układy wielowymiarowe nD, są obiektem zainteresowań badaczy zarówno z teoretycznego<br />
jak i praktycznego punktu widzenia. Ogólnie, układy nD w porównaniu z układami 1D charakteryzują się tym, że<br />
w ich opisie systemu występuje więcej niż jedna zmienna niezależna, co się wiąże z wieloma kierunkami przesyłania<br />
informacji.<br />
Przedmiotem wykładu jest szczególna podklasa układów dwu-wymiarowych (2D), t.j. Liniowe Procesy Powtarzalne<br />
(ang. Linear Repetitive Processes – LRP), które różnią się od podstawowych układów 2D tym, że jedna ze zmiennych<br />
niezależnych jest ograniczona.<br />
Ściśle związane z omawianymi procesami powtarzalnymi jest tzw. sterowanie iteracyjne z uczeniem polegające na<br />
iteracyjnym modyfikowaniu sygnału sterującego tak aby w stanie ustalonym uzyskać zadany sygnał referencyjny (odniesienia).<br />
Schemat ten może być rozpatrywany z punktu widzenia układów 2D, co może również być przeformułowane<br />
w postaci dyskretnego procesu powtarzalnego.<br />
Dla liniowych procesów powtarzalnych, rozważa się najczęściej stabilność asymptotyczną lub stabilność wzdłuż<br />
pasa. Stabilność asymptotyczna gwarantuje jedynie istnienie pewnego profilu granicznego, gdy numer pasa “k” dąży<br />
do nieskończoności – y ∞ (p) gdzie p reprezentuje zmienną “wzdłuż pasa” ale ten profil będący w zasadzie dynamiką<br />
układu 1D może być niestabilny.<br />
Choć, długość pasa z założenia jest skończona i sygnały w układzie nie mogą osiągnąć wartości nieskończonej,<br />
to szczególnie przy wystarczająco długich pasach, ich wartości mogą być bardzo duże, nieakceptowalne dla rzeczywistego<br />
układu. Definiuje się więc tzw. „stabilność wzdłuż pasa” (ang. stability along the pass), która gwarantuje<br />
ograniczoność sygnałów w procesie, niezależnie od długości pasa, w tym i dla pasa nieskończenie długiego, czyli jest<br />
to stabilność asymptotyczna ogólnego układu 2D. Ta forma stabilności jest jednak bardzo wymagająca, niełatwa do<br />
spełnienia i zbadania. W tym celu, wprowadzono tak zwaną „stabilność praktyczną”, która jest silniejsza od „stabilności<br />
asymptotycznej”, która w zasadzie zakłada że układ 2D jest stabilny w sensie 1D, niezależnie w obu kierunkach.<br />
Ta forma stabilności też jednak często jest za słaba gdyż nadal profil graniczny może być niestabilny. Dla rozwiązania<br />
tego problemu zaproponowano wprowadzenie tzw. „silnej stabilności praktycznej”, która jest silniejsza od stabilności<br />
praktycznej lecz nadal słabsza od „stabilności wzdłuż pasa”.<br />
Na seminarium zostaną zaprezentowane podstawowe definicje dotyczące silnej stabilności praktycznej dla sterowania<br />
iteracyjnego z uczeniem, testy do badania tej formy stabilności oraz metody projektowania regu<strong>lato</strong>ra stabilizującego<br />
proces przy zastosowaniu technik opartych na LMI (ang. LMIs – Linear Matrix Inequalities) czyli liniowych<br />
nierównościach macierzowych. Jest to bardzo mocno rozwijająca się metoda optymalizacyjna pozwalająca efektywnie<br />
numerycznie rozwiązywać wiele trudnych zagadnień sterowania. Przedstawiony będzie również przegląd planowanych<br />
dalszych badań w tej dziedzinie.
Eric Rogers, prof.<br />
School:<br />
School of Electronics and Computer Science<br />
Uniwersytet/University: University of Southampton<br />
Strona/Web:<br />
http://www.ecs.soton.ac.uk/people/etar<br />
E-mail:<br />
etar@ecs.soton.ac.uk<br />
Data/Date: 05.03.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Rehabilitation Robotics: Iterative learning control algorithms with clinical trial results<br />
Streszczenie/Abstract<br />
Following a stroke many people have a complex and varied pattern of motor and functional impairment in the<br />
hemiplegic upper extremity. Weakness of the anterior deltoid or triceps brachii often impairs ability to reach away<br />
from the body in order to position the hand to grasp and manipulate objects. The aim or rehabilitation is to promote<br />
functional recovery through the facilitation of motor control and skill acquisition. The importance of upper limb<br />
function to independence is reflected in measures such as the Barthel ADL Index where the ability to reach is required<br />
for over 50% of the activity of daily living tasks. Despite this recognised importance, the current prognosis for upper<br />
limb recovery following stroke remains poor. Roughly half of all acute stroke participants starting rehabilitation will<br />
have a marked impairment of function of one arm, of whom only about 14 percent will regain useful upper limb function.<br />
Consequently there is a clear need to improve the effectiveness of treatments. Research into conventional therapy and<br />
motor learning theory provides evidence that intensity of practice of a task, variety and feedback are important. This<br />
knowledge is being applied in novel treatments such as robotic therapy which provide the opportunity for repetitive<br />
movement practice. This lecture will describe recent research at Southampton that has shown how iterative learning<br />
control can be used in this area. This will include the design of the robotic system, the modelling of the human arm<br />
required for control law design together with some conclusions from trials with stroke patients. Finally, some areas for<br />
future research will be briefly discussed.<br />
Adam Goiński, mgr inż.<br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
a.goinski@weit.uz.zgora.pl<br />
Data/Date: 05.03.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Rekonstrukcja powierzchni w oparciu o stochastyczne algorytmy adaptacyjne<br />
Streszczenie/Abstract<br />
Wystąpienie ma na celu omówienie przebiegu pracy badawczej dotyczącej odtwarzania powierzchni z wykorzystaniem<br />
stochastycznych algorytmów adaptacyjnych. Prezentowany algorytm jest pierwszym tego typu podejściem<br />
do przedstawionego zagadnienia. Problem rekonstrukcji polega na znalezieniu powierzchni opisującej dany obiekt<br />
posiadając jako dane wejściowe nieuporządkowany zbiór jego punktów (tj. punktów należących lub przybliżających<br />
powierzchnie obiektu). Najczęściej są to próbki pobrane podczas skanowania 3-D (np.: obiekty archeologiczne) lub<br />
proceduralnie generowane (np.: fraktale).<br />
Seminarium stanowi prolog do procedury zamkniecia przewodu doktorskiego na wydziale WEIiT.
Jarosław Drapała, mgr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> Informatyki Technicznej<br />
Wydział/Faculty: Wydziału Informatyki i Zarządzania<br />
Uniwersytet/University: Politechnika Wrocławska<br />
E-mail:<br />
jaroslaw.drapala@pwr.wroc.pl<br />
Data/Date: 19.03.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Identyfikacja dynamicznych systemów złożonych z wykorzystaniem sieci neuronowych<br />
Streszczenie/Abstract<br />
W referacie poruszono problem modelowania dynamicznych systemów złożonych, tj. takich, w których można<br />
wyróżnić powiązane ze sobą elementy składowe o określonych wielkościach wejściowych i wyjściowych. Ocena modelu<br />
systemu złożonego może być dokonana na dwa sposoby: lokalny (oceniamy każdy element systemu złożonego niezależnie<br />
od powiązań z innymi elementami) lub globalny (traktujemy system jako całość i uwzględniamy połączenia pomiędzy<br />
elementami).<br />
Jako klasę modeli elementów systemu złożonego wykorzystano tzw. diagonalne rekurencyjne sieci neuronowe<br />
(DRNN – Diagonal Recurrent Neural Network). Model systemu złożonego powstaje przez złożenie poszczególnych<br />
sieci neuronowych zgodnie ze strukturą systemu a powstałą sieć określa się nazwą sieć złożona.<br />
Z uwagi na różne możliwości określenia wskaźnika jakości, sformułowano zadania uczenia sieci złożonej, będącej:<br />
modelem lokalnie optymalnym (złożenie modeli lokalnie optymalnych), modelem globalnie optymalnym oraz modelem<br />
globalnie optymalnym, w którym uwzględniono jakości modeli lokalnych. W ostatnim przypadku – wielokryterialnym<br />
– jakość sieci lokalnych uwzględnia się na dwa sposoby: przez utworzenie syntetycznego wskaźnika jakości oraz przez<br />
dodanie do wskaźnika globalnego funkcji kary zewnętrznej lub wewnętrznej.<br />
Sformułowania problemów identyfikacji mają charakter ogólny, natomiast konkretne algorytmy uzyskano dla systemów<br />
o strukturze kaskadowej.<br />
Algorytmy uczenia sieci konstruowane są w oparciu o metodę optymalizacji gradientu prostego. W celu wyznaczenia<br />
wartości gradientów uogólniono na sieć złożoną znaną metodę wstecznej propagacji błędów w czasie (BPTT<br />
– BackPropagation Through Time), posługując się koncepcją uszeregowanych pochodnych cząstkowych. Modyfikacja<br />
algorytmu BPTT wprowadzona w pracy polegała na uwzględnieniu, że oprócz połączeń między warstwami wewnątrz<br />
sieci, w sieci złożonej występują dodatkowe połączenia między kolejnymi sieciami.<br />
Dla każdego z opracowanych algorytmów uczenia przeprowadzono analizę zbieżności w oparciu o bezpośrednią<br />
metodę Lapunowa. Przeprowadzono badania symulacyjne, posługując się dwoma przykładami systemów złożonych:<br />
złożonym procesem liniowym oraz reaktorem chemicznym z ciągłym przepływem składników, którego symu<strong>lato</strong>r zrealizowano<br />
w środowisku Simulink.<br />
Porównanie algorytmów uczenia pokazuje, że każdy z nich może okazać się przydatny. Wybór konkretnego algorytmu<br />
zależy od celu tworzenia modelu, a dokładniej od wymagań, jakie powinien spełniać model na poziomie globalnym<br />
i na poziomach lokalnych.<br />
Andrzej Dzieliński, prof. dr hab. inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i Elektroniki Przemysłowej<br />
Wydział/Faculty: Wydział Elektryczny<br />
Uniwersytet/University: Politechnika Warszawska<br />
E-mail:<br />
adziel@isep.pw.edu.pl<br />
Data/Date: 27.03.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title
Fractional order dynamic systems: some theory and selected applications<br />
Krzysztof Patan, dr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i <strong>Systemów</strong> <strong>Informatycznych</strong><br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
k.patan@issi.uz.zgora.pl<br />
Data/Date: 23.04.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Sztuczne sieci neuronowe w zadaniach modelowania i diagnostyki procesów technicznych<br />
Streszczenie/Abstract<br />
Referat przedstawia zagadnienia związane z modelowaniem dynamicznych, nieliniowych procesów przemysłowych<br />
oraz zastosowaniem zbudowanych modeli w procesie diagnostyki uszkodzeń. Do budowy modeli rozważanych procesów<br />
zastosowano sztuczne sieci neuronowe o charakterze dynamicznym, przy założeniu, że model matematyczny obiektu nie<br />
istnieje lub nie jest odpowiednio dokładny. Wśród omawianych zagadnień przedstawiono problem stabilności gotowego<br />
modelu neuronowego jak również problem stabilizacji modelu w trakcie jego uczenia. Ważnym rezultatem prezentowanymi<br />
w referacie jest także analiza właściwości aproksymacyjnych rozważanej sieci neuronowej lokalnie rekurencyjnej.<br />
Zaproponowane rozwiązania zostały praktycznie zweryfikowane z wykorzystaniem danych rzeczywistych pobranych z<br />
instalacji przemysłowych jak również symulacji komputerowych. Wyniki zaprezentowane w referacie zostały opracowane<br />
podczas przygotowywania monografii habilitacyjnej pt. Artificial neural networks for the modelling and fault<br />
diagnosis of technical processes.<br />
Lech Grzesiak, prof. dr hab.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i Elektroniki Przemysłowej<br />
Wydział/Faculty: Wydział Elektryczny<br />
Uniwersytet/University: Politechnika Warszawska<br />
E-mail:<br />
L.Grzesiak@isep.pw.edu.pl<br />
Data/Date: 30.04.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Sztuczne sieci neuronowe w sterowaniu przekształtnikowych zespołów do wytwarzania energii elektrycznej
Rafał Łopatka, mgr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i Elektroniki Przemysłowej<br />
Wydział/Faculty: Wydział Elektryczny<br />
Uniwersytet/University: Politechnika Warszawska<br />
E-mail:<br />
Rafal.Lopatka@ee.pw.edu.pl<br />
Data/Date: 14.05.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Sterowanie optymalne z wykorzystaniem metod probabilistycznych przeszukiwania przestrzeni rozwiązań<br />
Streszczenie/Abstract<br />
W pracy niniejszej dyskutowane jest zagadnienie zastosowania podstawowych technik związanych z rachunkiem<br />
prawdopodobieństwa w optymalizacji dyskretnej. Ściślej, zastosowanie niektórych metod opartych na pojęciach teorii<br />
prawdopodobieństwa do rozwiązania ogólnego problemu optymalnego przeszukiwania drzewa gry oraz pomysł sformułowania<br />
ogólnego sposobu automatycznego rozwiązywania zadań, które można sprowadzić do zadania przeszukiwania<br />
drzewa gry w celu podjęcia optymalnej decyzji. Przedmiotem badań jest problem usprawnienia bayesowskiego podejścia<br />
do znalezienia optymalnego rozwiązania w grze dwuosobowej o sumie zerowej i doskonałej informacji oraz zaproponowanie<br />
rozwiązania zmierzającego do poprawienia praktycznych aspektów realizacji tego podejścia. Dla uproszczenia w<br />
dalszej części rozważań wszelkie wyniki oraz wnioski formułowane będą w odniesieniu do tego rodzaju gier. W związku<br />
z tym, że duża część problemów decyzyjnych występujących w teorii sterowania (np. zadania optymalizacji rozwiązywane<br />
przy wykorzystaniu różnego rodzaju ilościowych wskaźników jakości) może być zredukowana do zagadnienia<br />
rozgrywki dwuosobowej o zerowej sumie wypłat i doskonałej informacji, zadanie tego rodzaju będzie w tym referacie<br />
przedmiotem zainteresowania.<br />
Marek Kowal, dr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i <strong>Systemów</strong> <strong>Informatycznych</strong><br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
m.kowal@issi.uz.zgora.pl<br />
Data/Date: 21.05.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Segmentacja obrazów medycznych z wykorzystaniem klasteryzacji rozmytej / Medical image segmentation using<br />
fuzzy clustering<br />
Streszczenie/Abstract<br />
Praca przedstawia pewien etap badań, których celem jest opracowanie automatycznego systemu wspomagającego<br />
lekarzy w diagnostyce nowotworów piersi na podstawie obrazów cytologicznych z biopsji cienkoigłowej. W pracy<br />
skoncentrowano się na etapie segmentacji obrazu, która w niniejszym przypadku oznacza odkrycie na obrazie jąder<br />
komórkowych. Poprawność i dokładność segmentacji ma w niniejszym przypadku bardzo istotne znaczenie ponieważ<br />
na podstawie uzyskanych wyników oblicza się parametry morfometryczne jąder komórkowych co następnie jest podstawą<br />
do klasyfikacji rozpatrywanych przypadków. W przedstawionym podejściu do zadania segmentacji wykorzystano<br />
algorytm klasteryzacji rozmytej FCMS (ang. Fuzzy C-Means with Shape function). Nowością takiego rozwiązania<br />
jest prowadzenie klasteryzacji z uwzględnieniem takich cech obiektów jak kolor oraz kształt gdzie w tradycyjnym podejściu<br />
uwzględnia się jedynie kolor. Aby zilustrować efektywność opracowanego podejścia, w końcowej części pracy<br />
przedstawiono wyniki badań eksperymentalnych.
Marek Sawerwain, mgr inż.<br />
<strong>Instytut</strong>/Institute: <strong>Instytut</strong> <strong>Sterowania</strong> i <strong>Systemów</strong> <strong>Informatycznych</strong><br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
m.sawerwain@issi.uz.zgora.pl<br />
Data/Date: 28.05.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Kwantowe spacery (Blaski i cienie programowania uniwersalnych procesorów graficznych)<br />
Streszczenie/Abstract<br />
Technologia CUDA dostępna dla układów GPGPU firmy NVIDIA oferuje jeden z kilku obecnie stosowanych modeli<br />
przetwarzania równoległego. Podstawową zaletą wykorzystania technologii CUDA jest znaczące zwiększenie wydajności<br />
realizowanego algorytmu. Upraszczając przyspieszenie jakie jest oferowane przez układy GPGPU można określić<br />
jako funkcję liniową bądź też kwadratową w prostej zależności od ilości przetwarzanych danych oraz oferowanej liczby<br />
procesorów wątkowych dostępnych w ramach wykorzystywanego układu GPGPU. W wystąpieniu zostaną przedstawione<br />
podstawowe informacje o technologii CUDA oraz przykład wykorzystania tej techniki do symulacji jedno oraz<br />
dwuwymiarowych kwantowych spacerów. Zaprezentowane zostaną także wyniki uzyskanego przyspieszenia względem<br />
pojedynczego procesora.<br />
Olivier Bachelier, dr<br />
Laboratorium/Laboratory: LAII (Laboratoire d’Automatique et d’Informatique Industrielle)<br />
Uniwersytet/University: University of Poitiers<br />
E-mail:<br />
Olivier.Bachelier@univ-poitiers.fr<br />
Data/Date: 04.06.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2<br />
Temat/Title<br />
Two approaches to pole clustering<br />
Streszczenie/Abstract<br />
This talk is dedicated to the notion of robust matrix root-clustering. Two approaches are presented. The first one<br />
is based upon condition of nominal D-stability of a matrix (D is the clustering regions). These conditions are then<br />
adapted to the uncertain case. The second approach directly considers the problem in its uncertain dimension. The<br />
concept of S-regularity is used to derive conditions of robust D-stability. All the conditions are expressed in terms of<br />
LMI (Linear matrix inequalities), i.e. in a Lyapunov-like framework.<br />
Dominik Kujawa, mgr inż.<br />
Wydział/Faculty: Wydział Elektrotechniki, Informatyki i Telekomunikacji<br />
Uniwersytet/University: Uniwersytet Zielonogórski<br />
E-mail:<br />
administrator@zszoi.nazwa.pl<br />
Data/Date: 18.06.<strong>2009</strong><br />
Godzina/Time: 10:45<br />
Pokój/Room: 6a A-2
Temat/Title<br />
Złożoność obliczeniowa i konstrukcje efektywnych algorytmów identyfikacji metodami podprzestrzeni<br />
Streszczenie/Abstract<br />
Algorytmy identyfikacji metodami podprzestrzeni zostały rozwinięte w ostatnich dwóch dekadach. Metody podprzestrzeni<br />
są używane w identyfikacji systemów liniowych z użyciem rozkładu QR i rozkładu według wartości osobliwych<br />
(SVD) oraz operacji geometrycznych takich jak rzutowanie ortogonalne i rzutowanie ukośne.<br />
Przedmiotem wykładu, jest przedstawienie konstrukcji efektywnych algorytmów identyfikacji metodami podprzestrzeni<br />
szczególnego przypadku klasy modeli dwudymiarowych oraz porównanie złożoności obliczeniowej. Szczególny<br />
przypadek klasy dwuwymiarowych modeli, jakim są procesy powtarzalne charakteryzuje się występowaniem dwóch<br />
zmiennych: przestrzennej określającej pas lub przejście i czasowej określającej pozycję na pasie, przy czym długość<br />
każdego pasa jest skończona.<br />
W prezentacji zostanie przedstawiony model procesu repetycyjnego zbudowany przy wykorzystaniu metod podprzestrzeni<br />
oraz policzona złożoność zmodyfikowanych algorytmów. Rząd systemu i macierze nieznanego systemu są<br />
wyznaczane z sekwencji danych wejściowych i wyjściowych aktualnego pasa i sekwencji wyjściowej poprzedniego pasa.<br />
Procedura identyfikacji może być powtarzana dla kolejnych pasów. Proponowane podejście może być użyteczne nie<br />
tylko dla identyfikacji stacjonarnych liniowych procesów powtarzalnych, ale także dla procesów z wolno ewoluującą<br />
dynamiką lub procesów, których dynamika zmienia się skokowo z pasa na pas (np. systemy sterujące produkcją<br />
wytwarzania butelek plastikowych).