Programme d’études 2021-2022 | English | ||
Nonlinear system modeling and data-driven techniques applied to biological systems | |||
Unité d’enseignement du programme de Master : ingénieur civil électricien, à finalité spécialisée en Data Science for Dynamical Systems à la Faculté Polytechnique |
Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
---|---|---|---|---|
UI-M2-IRELBS-003-M | UE Obligatoire | VANDE WOUWER Alain | F107 - Systèmes, Estimation, Commande et Optimisation |
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
---|---|---|---|---|---|---|---|---|---|
| Anglais, Français | 36 | 24 | 0 | 0 | 0 | 5 | 5.00 | 1er quadrimestre |
Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
---|---|---|---|---|---|---|---|---|
I-SECO-108 | Nonlinear system modeling and data-driven techniques applied to biological systems | 36 | 24 | 0 | 0 | 0 | Q1 | 100.00% |
Unité d'enseignement | ||
---|---|---|
UI-M2-IRELBS-002-M Optimal Control and Estimation |
Objectifs par rapport aux acquis d'apprentissage du programme
Acquis d'apprentissage UE
découvrir des modèles dynamiques non linéaires utilisés en écologie et en biotechnologie;
concevoir des simulateurs numériques de systèmes dynamiques;
approfondir l'étude des techniques d'identification de paramètres, avec le souci de prendre en compte les différentes sources d'incertitude;
utiliser des réseaux de neurones pour construire des modèles boites noires et des modèles hybrides de systèmes biologiques;
apprendre à utiliser des observateurs asymptotiques;
découvrir des techniques de commande non linéaire basée sur un modèle ou au contraire sans modèle.
Contenu de l'UE
introduction aux modèles de population; modèles macroscopiques des bioprocédés; simulation numérique de systèmes dynamiques; identification paramétrique (problèmes linéaires et non linéaires, moindres carrés et maximum de vraisemblance); introduction aux réseaux de neurones pour la modélisation et la supervision; estimation d'état par des observateurs asymptotiques; introduction à la commande des bioréacteurs (commande linéarisante, extremum seeking); exercices
Compétences préalables
équations d'état; observateurs
Types d'évaluations Q1 pour l'UE
Commentaire sur les évaluations Q1 de l'UE
examen oral
Types d'évaluation Q3 pour l'UE
Commentaire sur les évaluations Q3 de l'UE
examen oral
Types d'évaluation rattrapage BAB1 (Q1) pour l'UE
Commentaire sur les évaluations rattr. Q1 de l'UE
Sans objet
Types d'activités
AA | Types d'activités |
---|---|
I-SECO-108 |
|
Mode d'enseignement
AA | Mode d'enseignement |
---|---|
I-SECO-108 |
|
Supports principaux
AA | |
---|---|
I-SECO-108 |
Supports principaux non reproductibles
AA | Supports principaux non reproductibles |
---|---|
I-SECO-108 | Sans objet |
Supports complémentaires
AA | |
---|---|
I-SECO-108 |
Supports complémentaires non reproductibles
AA | Support complémentaires non reproductibles |
---|---|
I-SECO-108 | Sans objet |
Autres références conseillées
AA | Autres références conseillées |
---|---|
I-SECO-108 | G. Bastin, D. Dochain, "On-line Estimation and Adaptive Control of Bioreactors", Elsevier, 1990 |
Reports des notes d'AA d'une année à l'autre
AA | Reports des notes d'AA d'une année à l'autre |
---|---|
I-SECO-108 | Autorisé |