• Nie Znaleziono Wyników

Szkoła Doktorska Technologii Informacyjnych i Biomedycznych PAN Temat

N/A
N/A
Protected

Academic year: 2021

Share "Szkoła Doktorska Technologii Informacyjnych i Biomedycznych PAN Temat"

Copied!
1
0
0

Pełen tekst

(1)

Szkoła Doktorska Technologii Informacyjnych i Biomedycznych PAN

Temat

Synteza ruchomej krzywej przełączeń na podstawie danych strumieniowych

Opiekun naukowy, dane kontaktowe opiekuna, miejsce prowadzenia badań

prof. dr hab. inż. Piotr Kulczycki; kulczycki@ibspan.waw.pl ; IBS PAN, Warszawa, ul. Newelska 6

Opis pracy

Niniejszy temat z zakresu analizy danych strumieniowych, zawiera także elementy inżynierii sterowania.

Zadanie polega na skompresowaniu danych przedłożonych w postaci niestacjonarnego strumienia danych do syntezy płaszczyzny przełączeń w postaci adaptacyjnej, czyli przy uzależnieniu zmiennego w czasie jej kształtu oraz położenia od sukcesywnie napływających informacji o procesie. Tego typu układy są podstawą współczesnych systemów sterowania o zmiennej strukturze (również w sterowaniu ślizgowym oraz odpornym). Badania prowadzone będą dla wybranych nieliniowych układów dynamicznych, również opisywanych równaniami różniczkowymi z nieciągłą prawą stroną. Rozważone zostanie także ujęcie warunkowe, gdy charakterystyki procesu są istotnie uzależnione od wielkości, których aktualna wartość jest sukcesywnie pozyskiwana, co często pozwala znacząco uściślić proces wnioskowania.

Od Doktoranta wymagane są predyspozycje matematyczne, umiejętność programowania oraz znajomość podstaw inżynierii sterowania.

Literatura

1. Kulczycki P. (2018) „Kernel Estimators for Data Analysis”, w: Advanced Mathematical Techniques in Engineering Sciences, Ram M., Davim J.P. (eds.), CRC/Taylor & Francis, ss. 177-202.

2. Kulczycki P. (2000) „Fuzzy Controller for Mechanical Systems”, IEEE Transactions on Fuzzy Systems, vol. 8, nr 5, ss. 645-652.

3. Kulczycki P., Charytanowicz M. (2013) „Conditional Parameter Identification with Different Losses of Under- and Overestimation” Applied Mathematical Modelling, vol. 37, nr 4, ss. 2166-2177.

4. Silva J., Faria E., Barros R., Hruschka E., de Carvalho A., Gama J. (2013) „Data stream clustering: A survey”, ACM Computing Surveys, vol. 46, nr 1, artykuł 13.

Data: 27 czerwca 2019

Cytaty

Powiązane dokumenty

[r]

gdy charakterystyki rozkładu zbioru danych zależą od wielkości dostępnych metrologicznie (np. bieżącej temperatury), co w praktyce umożliwia skuteczne uściślenie oraz

W pracy [4] zmienne losowe intuicjonistyczno-rozmyte (ZLIR), które mogą być uważane za uogólnienia rozmytych zmiennych losowych dla IFS, zostały zdefiniowane i zastosowane

Modele te są często bardzo precyzyjnie skonstruowane i biorą pod uwagę wiele czynników fizycznych dla elementów sieci i innych parametrów.. Niestety, w praktyce dane

(2) w części drugiej, członkowie Komisji Rekrutacyjnej zadają pytania dotyczące prezentacji, jak również przygotowania merytorycznego kandydata do podjęcia

Rozwój technologii informacyjno-komunikacyjnych w znaczący sposób przyspiesza rozwój naszej cywilizacji oraz przyczynia się do polepszenia jakości naszego życia..

Do określenia wielkości danych, które mogą się zmieścić na nośnikach danych lub w Pamięci RAM, stosuje się jednostki pojemności, takie jak: bajty, kilobajty,

Zestawienia do wykonania za pomocą tabel/wykresów przestawnych (dla każdego podpunktu – w osobnym arkuszu). Struktura powinna obejmować tylko następujące źródła: HCOAL,