Opis naloge:
Metoda identifikacije modelov na podlagi Gaussovih procesov (GP) je relativno nova metoda, ki omogoča tudi identifikacijo linearnih in nelinearnih dinamičnih sistemov. Metoda omogoča, da lahko prikažemo tudi negotovost napovedi v odvisnosti od razporeditve podatkov za modeliranje.  
Med različnimi oblikami modelov so tudi multivariabilni modeli nelinearnih dinamičnih sistemov.  
Na podlagi literature je potrebno narediti pregled in vrednotit eno od metod z vsaj eno od dostopnih, že izdelanih programskih oprem. Za vrednotenje je potrebno poiskati primeren primer dinamičnega sistema.  
Potrebna predznanja: Potrebno je znanje identifikacij in simulacij dinamičnih sistemov sistemov in poznavanje programskega paketa Matlab.

Literatura:
Mauricio A. Álvarez, Neil D. Lawrence, Computationally Efficient Convolved Multiple Output Gaussian Processes, Journal of Machine Learning Research, Volume 12, pp 1459–1500, 2011.  
Jing Zhao, Shiliang Sun, Variational Dependent Multi-output Gaussian Process Dynamical Systems, Discovery Science, Lecture Notes in Computer Science, 2014 and Journal of Machine Learning Research, Volume 17, pp 1–36, 2016.  
ŠUŠTAR, Tomaž. Določanje reda dinamičnega modela na podlagi Gaussovih procesov : diplomsko delo univerzitetnega študija. Fakulteta za elektrotehniko, Ljubljana, 2013  
Programska oprema v Matlabu:  
https://sheffieldml.github.io/multigp/  
www.cst.ecnu.edu.cn/~slsun/software/VDMGPDSpublic.rar

Kontaktna oseba(e): Gorazd Karer (Juš Kocijan)

Naloga na voljo od: takoj

[nazaj na spisek prostih tem]