Couvre la conception des estimateurs et des contrôleurs pour les systèmes multivariables, en mettant l'accent sur l'estimation de l'état et le rejet des perturbations.
Explique l'estimation par l'erreur moyenne au carré et l'information de Fisher dans le contexte des filtres adaptatifs et des distributions exponentiées.
Explore les filtres de Kalman linéarisés et étendus, illustrant leur application dans les systèmes non linéaires et l'estimation des paramètres inconnus.
Couvre le concept d'inférence moyenne-carré-erreur et d'estimateurs optimaux pour les problèmes d'inférence en utilisant différents critères de conception.
Explore l'estimation, la prévision et la comparaison de modèles dans l'analyse de séries chronologiques à l'aide d'exemples de données réelles pour motiver l'étude.
Couvre la méthodologie Box-Jenkins pour construire des modèles de séries chronologiques, y compris l'identification des modèles, les calculs de variance et le diagnostic des modèles.
Explorer la densité de calcul des états et l'inférence bayésienne à l'aide d'un échantillonnage d'importance, montrant une variance inférieure et la parallélisation de la méthode proposée.
Discute des méthodes d'estimation en probabilité et en statistiques, en se concentrant sur l'estimation du maximum de vraisemblance et les intervalles de confiance.
Explore les méthodes de détection et de correction des erreurs de paramètres dans les réseaux électriques à l'aide d'analyses statistiques et d'outils de calcul.