Sujet de stage
Titre :
Comment bien choisir son expérience de collection de données pour obtenir un modèle précis d'un système
dynamique pour sa commande optimale ?
Dates :
2025/04/07 - 2025/09/26
Etudiant :
Encadrant(s) :
Description :
Type de recherche et contexte : ce sujet de stage de master propose de faire de la recherche théorique sur
l'identification pour la commande basée de modèle de systèmes linéaires temps invariants. Le sujet porte sur
l'informativité des données qui est essentiel pour assurer la stabilité de la commande et garantir des
incertitudes finies du modèle identifié. Le verrou scientifique important de ce projet est de proposer des
méthodes temps fini de vérification de l'informativité des données. Pour la commande, ce projet considèrera
la commande linéaire quadratique, commande prédictive quadratique, etc.
Positionnement national : La laboratoire Ampère (Lyon), le LIAS (Poitiers) et IMS (Bordeaux) ont des
thématiques de recherche en identification des systèmes. IMS et LIAS s'intéressent plus particulièrement sur
l'identification des systèmes d'ordre fractionnaire ce qui n'est pas le cas du projet. Le LIAS fait aussi de la
recherche sur subspace identification. Le laboratoire Ampère a des expertises en identification pour la
commande (via Xavier Bombois, DR CNRS). Xavier Bombois a aussi beaucoup travaillé avec Kévin Colin sur
l'informativité des données pendant sa thèse et post-doctorat. Cependant, l'hypothèse d'un nombre infini de
données est considérée. Dans ce projet de master, nous cherchons à développer des outils pour le choix de
l'excitation en temps fini (non asymptotique) pour vérifier l'informativité des données.
Positionnement international : KTH Royal Institute of Technology (Stokcholm, Suède), Tue Eindhoven
(Eindhoven, Pays-bas), Politecnico di Milano (Milan, Italie) et ETH (Zurich, Suisse) ont des composantes de
recherche fortes en identification des systèmes. Sur le premier axe, l'université de Gröningen a une expertise
récente et active sur l'informativité des données pour la commande basée données (à travers les travaux de
Henk Van Waarde par exemple). Cependant, ces travaux font l'hypothèse que les données ne sont pas
affectées par du bruit ce qui n'est pas le cas considéré dans ce projet de master.
l'identification pour la commande basée de modèle de systèmes linéaires temps invariants. Le sujet porte sur
l'informativité des données qui est essentiel pour assurer la stabilité de la commande et garantir des
incertitudes finies du modèle identifié. Le verrou scientifique important de ce projet est de proposer des
méthodes temps fini de vérification de l'informativité des données. Pour la commande, ce projet considèrera
la commande linéaire quadratique, commande prédictive quadratique, etc.
Positionnement national : La laboratoire Ampère (Lyon), le LIAS (Poitiers) et IMS (Bordeaux) ont des
thématiques de recherche en identification des systèmes. IMS et LIAS s'intéressent plus particulièrement sur
l'identification des systèmes d'ordre fractionnaire ce qui n'est pas le cas du projet. Le LIAS fait aussi de la
recherche sur subspace identification. Le laboratoire Ampère a des expertises en identification pour la
commande (via Xavier Bombois, DR CNRS). Xavier Bombois a aussi beaucoup travaillé avec Kévin Colin sur
l'informativité des données pendant sa thèse et post-doctorat. Cependant, l'hypothèse d'un nombre infini de
données est considérée. Dans ce projet de master, nous cherchons à développer des outils pour le choix de
l'excitation en temps fini (non asymptotique) pour vérifier l'informativité des données.
Positionnement international : KTH Royal Institute of Technology (Stokcholm, Suède), Tue Eindhoven
(Eindhoven, Pays-bas), Politecnico di Milano (Milan, Italie) et ETH (Zurich, Suisse) ont des composantes de
recherche fortes en identification des systèmes. Sur le premier axe, l'université de Gröningen a une expertise
récente et active sur l'informativité des données pour la commande basée données (à travers les travaux de
Henk Van Waarde par exemple). Cependant, ces travaux font l'hypothèse que les données ne sont pas
affectées par du bruit ce qui n'est pas le cas considéré dans ce projet de master.
Mots clés :
modélisation basée données, identification des systèmes, informativité des données
Département(s) :
| Contrôle Identification Diagnostic |
Publications :
