Con questa funzione puoi costruire il tuo calendario settimanale delle lezioni, personalizzato sulla base dei corsi che intendi seguire.
Attenzione: l'Orario Personalizzato non sostituisce la presentazione del piano degli studi! E' uno strumento informale, che ti può aiutare a gestire al meglio l'organizzazione della frequenza alle lezioni prima della presentazione del piano studi.
Dopo aver presentato piano ti raccomandiamo di utilizzare il servizio Orario delle lezioni presente nel tuo elenco dei Servizi Online.
Per creare il calendario personalizzato segui queste istruzioni:
- Clicca sul link "Abilita" per procedere. Ti verrà chiesto il cognome e nome per determinare il tuo scaglione alfabetico.
-
Per aggiungere o togliere insegnamenti dal tuo Orario Personalizzato, utilizza le iconcine che trovi in corrispondenza degli insegnamenti:
 aggiunta dell'insegnamento rimozione dell'insegnamento selezione della sezione del laboratorio di Architettura
(N.B: la sezione effettiva in cui si dovrà seguire la didattica verrà determinata dopo la presentazione dei Piani di Studio)
-
Nella barra laterale a sinistra è indicato il numero degli insegnamenti inseriti nell'Orario.
Sono inoltre presenti questi comandi:
 Visualizza orario: permette di visualizzare l'orario sinottico settimanale Elimina orario: cancella le selezioni effettuate
Al termine dell'inserimento, puoi stampare il calendario che hai costruito.
| Semestre (Sem) | | 1 | Primo Semestre | | 2 | Secondo Semestre | | A | Insegnamento Annuale | Attività formative | | C | Affini o integrative | Lingua d'erogazione |  | Insegnamento completamente offerto in lingua italiana |  | Insegnamento completamente offerto in lingua inglese | | -- | Non definita | Didattica innovativa |  | I CFU riportati a fianco a questo simbolo indicano la parte dei CFU dell'insegnamento erogati con Didattica Innovativa.
Tali CFU riguardano:
- Cotutela con mondo esterno
- Blended Learning & Flipped Classroom
- Massive Open Online Courses (MOOC)
- Soft Skills
|
|
|
Anno Accademico
|
2024/2025
|
|
Scuola
|
Scuola di Ingegneria Industriale e dell'Informazione
|
|
Corso di Studi
|
(Mag.)(ord. 270) - MI (471) Biomedical Engineering - Ingegneria Biomedica
|
|
Piano di Studio preventivamente approvato
|
BBB - Biomeccanica e biomateriali - Biomechanics and biomaterials
|
|
Anno di Corso
|
2
|
|
Codice Identificativo
|
054063
|
|
Denominazione Insegnamento
|
MODEL IDENTIFICATION AND DATA ANALYSIS 2
|
|
Tipo Insegnamento
|
Monodisciplinare
|
|
Crediti Formativi Universitari (CFU)
|
5.0
|
|
Semestre
|
Primo Semestre
|
|
Programma sintetico
|
In many problems frequently encountered in engineering and science one has to estimate an unknown signal or an uncertain parameter. To this purpose, experimental data collected during a suitable experiment are processed. The aim of this course is to present the methods used for this transfer of the hidden information contained in data to the unknown. The basic technique is the Kalman filter, which is based on state space linear models and provides a recursive solution, suitable for real time implementation. The method is compared with other recursive estimation methods (RLS, etc.). Then the black box identification of state space models is studied. Finally, nonlinear identification methods are touched upon. The course is methodological in nature; however a significant test case from real data is presented.
In molti problemi dell'ingegneria e delle scienze occorre stimare un segnale ignoto o un parametro incerto. A tale scopo si ricorre alla osservazione di variabili misurabili nel corso di un dato esperimento. Lo scopo di questo corso e' di presentare i metodi che si usano per affrontare il problema del trasferimento dell'informazione nascosta nei dati all'incognita. La tecnica base di riferimento e' nota come Filtro di Kalman, che e' basata su modelli di stato, a matrici note, eventualmente ad eccezione di un parametro incerto. Una delle caratteristiche salienti di tale tecnica e' di essere ricorsiva, consentendo l'elaborazione dati in tempo reale. La tecnica viene confrontata con altri metodi di identificazione ricorsiva (RLS ecc.). Si studiano poi i problemi di identificazione "a scatola nera" dei modelli di stato (metodi a sottospazi). Infine si fa un cenno al problema della identificazione non lineare. Il corso ha carattere metodologico, ma significativi studi di caso vengono trattati.
|
|
Settori Scientifico Disciplinari (SSD)
|
|
Attività formative
|
Codice SSD
|
Descrizione SSD
|
CFU
|
|
C
|
ING-INF/04
|
AUTOMATICA
|
5.0
|
|
| Orario: aggiungi e rimuovi | Scaglione | Docente/i | Lingua offerta | Programma dettagliato |
|---|
| Da (compreso) | A (escluso) |
|---|
| --- | A | ZZZZ | Vercellis Carlo | |  |
|
|
Dettaglio 
Orario didattico