Preprocessamento dei Dati

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Preprocessamento dei Dati"

Transcript

1 Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza (es. stagionali) Disturbi ad alta frequenza, al di là delle frequenze di interesse del sistema dinamico Outliers, dati mancanti Il primo passo di tale fase consiste sempre nell ispezione visiva dei dati

2 Pre-processamento dei Dati I processi fisici evolvono dinamicamente attorno a punti di equilibrio. La presenza nei dati di caratteristiche statiche o lentamente variabili può occultare le caratteristiche dinamiche, inficiando l efficienza degli algoritmi di identificazione Le operazioni più comuni effettuate sui dati sono: Sottrazione del valore medio dal set di dati; Scaling (normalizzazione)(tutti i dati sono riportati alla stessa varianza) Detrending (sottrazione del miglior fit lineare sui dati) Filtraggio Normalizzazione

3 Preprocessamento dei Dati Istruzione Matlab detrend: >u1=detrend(u) rimuove il miglior fit lineare dalla sequenza di dati >u1=detrend(u, constant ) rimuove il valor medio dal vettore u >u1=detrend(u, linear,bp) rimuove un trend lineare a tratti in cui gli indici della spezzata sono contenuti nel vettore BP

4 Preprocessamento dei Dati >detrend(y, constant ) Valor Medio Dati Sperimentali Dati dopo la Sottrazione del Valor Medio

5 Preprocessamento dei Dati >detrend(y) Trend Dati Sperimentali 2 1 Dati dopo il Detrending

6 Preprocessamento dei Dati >detrend(y, linear,[100:100:size(y)]) Trend PWL Dati Sperimentali 2 Dati dopo il detrend PWL

7 Pre-processamento dei Dati Disturbi ad Alta Frequenza Gli strumenti di misura spesso introducono rumore ad alta frequenza Tale rumore viene di solito filtrato tramite filtri passa basso La banda del filtro è scelta solitamente attraverso l analisi dello spettro del segnale (modulo della trasformata di Fourier) >plot(abs(fft(detrend(y))))

8 Preprocessamento dei Dati Outliers, Dati mancanti Gli strumenti di acquisizione dei dati possono non essere perfetti. Può capitare che singoli campioni o parti di dati sperimentali siano affetti da errori dovuti a tali cause. Gli effetti sul set di dati sono in genere: Picchi Discontinuità Saturazioni Valori costanti Gli outliers vengono in genere trattati eliminando le porzioni di dati affette o stimando i valori mancanti (per continuità)

9 Eliminazione di outliers

10 Normalizzazione Le variabili d ingresso e di uscita considerate in un processo di acquisizione dati sono, in genere, grandezze fisiche di diverso tipo. Esse presentano valori numerici spesso assai diversi che non possono essere forniti direttamente ad un sistema poiché si rischierebbe di penalizzare quelle grandezze che, a causa del loro range di variazione, assumono dei valori numerici più piccoli delle altre. La fase di normalizzazione, altrimenti detta di scaling, riveste un importanza rilevante in fase di pre-processing dei dati. E necessaria affinché importanti variabili di processo con piccole ampiezze non vengano considerate meno significative di variabili con ampiezza maggiore.

11 Min-max normalization ' mina ν = ν max min A A ( new_ maxa new_ mina) + new_ mina Dove: ν = valore da normalizzare; ν = valore normalizzato; min A = valore minimo della variabile A; max A = valore massimo della variabile A; new_min A = valore minimo del nuovo range che si vuole definire; new_max A = valore massimo del nuovo range che si vuole definire.

12 Z-score normalization ' ν ν mean = A σ A Dove: ν = valore da normalizzare; ν = valore normalizzato; mean A = valore medio della variabile A; σ A = deviazione standard della variabile A.

13 Robust normalization La robust scaling prevede, per una sequenza di dati {x i }, di sostituire, nella formula della Z-score, la media con la mediana e la deviazione standard con la MAD (median absolute deviation) così definita: S MAD = median i {Ix i -x median I}, Dove x median è la mediana di x La relazione diventa quindi: ν ' median = ν SMAD A

14 Modified normalization Questo metodo prevede che, per una variabile con n osservazioni, si determinino le n/2 osservazioni più vicine al valore della mediana. La mediana e la deviazione standard di questo sottoset di dati saranno successivamente utilizzate per autoscalare l intera sequenza n di dati. Una modifica a tale criterio è apportata dalla Consistent Modified Scaling che suggerisce di trovare un fattore di correzione alla procedura in modo da stimare quanto più accuratamente possibile la deviazione standard e la media del sottoset di dati utilizzato per normalizzare l intera sequenza di dati.

15 Min-Max Normalization MIN-MAX NORMALIZATION Variabile non normalizzata Nm3 / h Variabile normalizzata Andamento di una variabile prima e dopo la normalizzazione Nm3 / h Esempio di codice Matlab

16 Robust Normalization ROBUST NORMALIZATION Variabile non normalizzata Nm3 / h Nm3 / h Variabile normalizzata Andamento di una variabile normalizzata Esempio di codice Matlab

17 Suddivisione dei dati L insieme dei dati viene diviso in due parti: Dati per l identificazione Dati per la validazione del modello entrambi gli insiemi devono essere rappresentativi della intera dinamica del processo i dati per l identificazione non devono contenere ridondanze, cioè trend ripetuti in modo prevalente rispetto agli altri per i modelli OE e ARMAX i dati dovrebbero essere contigui temporalmente (altrimenti si generano transitori errati) in ogni caso per tutti i modelli i tratti di dati discontinui possono essere uniti solo dopo avere creato i vettori di ingresso con i ritardi corretti il numero di dati per l identificazione deve essere scelto in funzione del numero di parametri liberi del modello

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995).

Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). ANALISI DI UNA SERIE TEMPORALE Analisi statistica elementare Abbiamo costruito il grafico delle sst in funzione del tempo (dal 1880 al 1995). Si puo' osservare una media di circa 26 C e una deviazione

Dettagli

Uno standard per il processo KDD

Uno standard per il processo KDD Uno standard per il processo KDD Il modello CRISP-DM (Cross Industry Standard Process for Data Mining) è un prodotto neutrale definito da un consorzio di numerose società per la standardizzazione del processo

Dettagli

1 - I segnali analogici e digitali

1 - I segnali analogici e digitali 1 - I segnali analogici e digitali Segnali analogici Un segnale analogico può essere rappresentato mediante una funzione del tempo che gode delle seguenti caratteristiche: 1) la funzione è definita per

Dettagli

Tesina di Identificazione dei Modelli e Analisi dei Dati

Tesina di Identificazione dei Modelli e Analisi dei Dati Tesina di Identificazione dei Modelli e Analisi dei Dati Ceccarelli Egidio e Papi Alessio 19 Luglio 2000 1 Indice 1 Introduzione 3 2 Valutazioni relative all identificazione 3 3 Prove 4 4 Conclusioni 5

Dettagli

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO

CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL TEMPO CORSO DI MISURE ANALISI DEI SEGNALI NEL DOMINIO DEL EMPO ing Emanuele Zappa SEGNALI: grandezze di base nel dominio del tempo: Ampiezza picco-picco (pk.pk) Ampiezza massima positiva empo Ampiezza massima

Dettagli

Analysis of temperature time series from thermal IR continuous monitoring network (TIIMNet) at Campi Flegrei Caldera in the period 2004-2011

Analysis of temperature time series from thermal IR continuous monitoring network (TIIMNet) at Campi Flegrei Caldera in the period 2004-2011 30 convegno Analysis of temperature time series from thermal IR continuous monitoring network (TIIMNet) at Campi Flegrei Caldera in the period 2004-2011 F. Sansivero, G. Vilardo, P. De Martino, G. Chiodini

Dettagli

Regressione non lineare con un modello neurale feedforward

Regressione non lineare con un modello neurale feedforward Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale

Dettagli

Filtraggio dei dati. bozza bozza bozza

Filtraggio dei dati. bozza bozza bozza Filtraggio dei dati In molte applicazioni è necessario rimuovere da una serie di dati il rumore che ad essi si sovrappone. Questo al fine ad esempio di estrarre il segnale vero da una serie di misure sperimentali,

Dettagli

Generazione della portante sinusoidale

Generazione della portante sinusoidale 6 Generazione della portante sinusoidale In questo capitolo vengono illustrati due metodi per la generazione di portante sinusoidale affetta da rumore di fase. Un metodo produce un segnale simulato quantizzato

Dettagli

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI La differenza tra il restauro e il miglioramento (enhancement) delle immagini è che il miglioramento è un processo soggettivo, mentre il restauro è un processo

Dettagli

L idea alla base del PID èdi avere un architettura standard per il controllo di processo

L idea alla base del PID èdi avere un architettura standard per il controllo di processo CONTROLLORI PID PID L idea alla base del PID èdi avere un architettura standard per il controllo di processo Può essere applicato ai più svariati ambiti, dal controllo di una portata di fluido alla regolazione

Dettagli

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005

Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Corso di Fondamenti di Segnali e Trasmissione - Appello del 07 Settembre 2005 Gli esercizi devono essere risolti solo sui fogli dei colori indicati Per esiti e soluzioni si veda il sito web del corso:

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calcolo delle corrispondenze Affrontiamo il problema centrale della visione stereo, cioè la ricerca automatica di punti corrispondenti tra immagini Chiamiamo

Dettagli

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale Esperienze di Apprendimento Automatico per il corso di lippi@dsi.unifi.it Dipartimento Sistemi e Informatica Università di Firenze Dipartimento Ingegneria dell Informazione Università di Siena Introduzione

Dettagli

MODULAZIONE SINUSOIDALE

MODULAZIONE SINUSOIDALE Capitolo 4 MODULAZIONE SINUSOIDALE 4.1 Descrizione del sistema Si è descritta nel capitolo precedente la realizzazione di un sistema basato sulla modulazione ad onda quadra dell uscita laser e se ne sono

Dettagli

Valori medi e misure della tendenza centrale

Valori medi e misure della tendenza centrale TERZA UNITA Valori medi e misure della tendenza centrale Una delle maggiori cause di confusione presso l uomo della strada nonché di diffidenza verso la statistica, considerata più un arte che una scienza,

Dettagli

Indici di dispersione

Indici di dispersione Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo

Dettagli

Immagini binarie. Binarizzazione di immagini a livelli di grigio

Immagini binarie. Binarizzazione di immagini a livelli di grigio Immagini binarie Binarizzazione di immagini a livelli di grigio Immagini binarie In molti casi gli le scene di interesse conducono ad immagini che possono essere considerate binarie, cioè contenenti nel

Dettagli

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Agostino ACCARDO Dipartimento di Ingegneria e Architettura 040-5587148 accardo@units.it Testi di riferimento:

Dettagli

Analisi della risorsa eolica. Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI

Analisi della risorsa eolica. Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI Analisi della risorsa eolica Corso di Aerodinamica e Gasdinamica A.A. 2009/2010 Docente: Prof. Renato RICCI Spettro di frequenza del vento Zona di lavoro di una torre anemometrica (tempi di campionamento

Dettagli

1 - I segnali analogici e digitali

1 - I segnali analogici e digitali 1 1 - I segnali analogici e digitali Segnali analogici Un segnale analogico può essere rappresentato mediante una funzione del tempo che gode delle seguenti caratteristiche: 1) la funzione è definita per

Dettagli

Data Mining. Gabriella Trucco gabriella.trucco@unimi.it

Data Mining. Gabriella Trucco gabriella.trucco@unimi.it Data Mining Gabriella Trucco gabriella.trucco@unimi.it Perché fare data mining La quantità dei dati memorizzata su supporti informatici è in continuo aumento Pagine Web, sistemi di e-commerce Dati relativi

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER VARIABILI 1. L azienda Wood produce legno compensato per costruzioni

Dettagli

Capitolo 4 Tecnica di analisi on-line

Capitolo 4 Tecnica di analisi on-line Capitolo 4:Tecniche di analisi in on-line 70 Capitolo 4 Tecnica di analisi on-line 4.1 Introduzione L analisi in tempo reale di un sistema complesso comporta la scelta di tecniche di analisi di tipo statistico

Dettagli

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale STRUMENTAZIONE E MISURE ELETTRICHE Condizionamento ed acquisizione del segnale Prof. Salvatore Nuccio salvatore.nuccio@unipa.it, tel.: 0916615270 1 Circuito di condizionamento Un sensore/trasduttore (S/T)

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione

Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione Esercizio 1 Si consideri il seguente modello ad effetti fissi con variabili binarie: + 1 2 a) supponete che N=3. Si mostri che i regressori

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli

Weka: Weikato university Environment for Knowledge Analysis

Weka: Weikato university Environment for Knowledge Analysis : Weikato university Environment for Knowledge Analysis Corso di Data e Text Mining Ing. Andrea Tagarelli Università della Calabria Acknowledgements: Salvatore Ruggieri, Dip. di Informatica, Univ. di Pisa

Dettagli

IUAV - MASTER IN PROGETTAZIONE ACUSTICA A.A.

IUAV - MASTER IN PROGETTAZIONE ACUSTICA A.A. IUAV - MASTER IN PROGETTAZIONE ACUSTICA A.A. 004/005 Lezione del 8 ottobre 004 Titolo: Previsione di clima acustico mediante composizione di livelli sonori Docente: Arch. Antonio Carbonari. L Il livello

Dettagli

SISTEMI DI ACQUISIZIONE

SISTEMI DI ACQUISIZIONE SISTEMI DI ACQUISIZIONE Introduzione Lo scopo dei sistemi di acquisizione dati è quello di controllo delle grandezze fisiche sia nella ricerca pura, nelle aziende e, per i piccoli utenti. I vantaggi sono:

Dettagli

Dispense del corso di Elettronica Ls Prof. Guido Masetti

Dispense del corso di Elettronica Ls Prof. Guido Masetti Dispense del corso di Elettronica Ls Prof. Guido Masetti Elaborazione dei segnali 1 Sommario Elaborazione del segnale Sistemi lineari tempo invarianti (LTI), tempocontinui e tempo-discreti Analisi di Fourier

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica A.A. 2005-2006 Prof. Paolo Vigo Indice 1. Errori ed Incertezze 2. Errori Sistematici ed Accidentali 3. Proprietà degli Strumenti

Dettagli

Introduzione all elaborazione di immagini Part II

Introduzione all elaborazione di immagini Part II Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration)

Dettagli

SISTEMA MOTION 5D CINEMA

SISTEMA MOTION 5D CINEMA 24/06/2013 SISTEMA MOTION 5D CINEMA Il sistema sarà costituito da: n 1 pc laptop +joystick per EDITOR n 1 pc desktop per pilotare il motion: la connessione con il PLC avverrà mediante cavo Ethernet n 1

Dettagli

Il Ciclo Economico. Definizione, misurazione e evidenza

Il Ciclo Economico. Definizione, misurazione e evidenza Il Ciclo Economico Definizione, misurazione e evidenza Introduzione Il ciclo è dato dai movimenti del livello dell attività economica (principalmente il reddito reale) intorno al suo trend. Un alternarsi

Dettagli

Controllo di velocità angolare di un motore in CC

Controllo di velocità angolare di un motore in CC Controllo di velocità angolare di un motore in CC Descrizione generale Il processo è composto da un motore in corrente continua, un sistema di riduzione, una dinamo tachimetrica ed un sistema di visualizzazione.

Dettagli

5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle

5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle 5.9. Assicurazione qualità dei risultati Il laboratorio deve avere procedure di controllo qualità per monitorare la validità delle prove e o delle tarature eseguite. I dati risultanti devono essere registrati

Dettagli

Dai dati al modello teorico

Dai dati al modello teorico Dai dati al modello teorico Analisi descrittiva univariata in R 1 Un po di terminologia Popolazione: (insieme dei dispositivi che verranno messi in produzione) finito o infinito sul quale si desidera avere

Dettagli

Misure di mobilità - Definizioni

Misure di mobilità - Definizioni Misure di mobilità - Definizioni La base di una specifica classe di analisi modale sperimentale è la misura di un insieme di Funzioni di Risposta in Frequenza (FRF). Il movimento può essere descritto in

Dettagli

APPUNTI SUI METODI PERT-C.P.M.

APPUNTI SUI METODI PERT-C.P.M. APPUNTI SUI METODI PERT-C.P.M. (corso di ricerca operativa) A cura di: Antonio Scalera 1 PERT/C.P.M. I metodi Pert e C.P.M. studiano lo sviluppo di un progetto attraverso la programmazione delle attività

Dettagli

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Estrazione dei bordi Calcolo del gradiente Operatori di Roberts Operatori

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA

ELEMENTI DI STATISTICA DESCRITTIVA Metodi Statistici e Probabilistici per l Ingegneria ELEMENTI DI STATISTICA DESCRITTIVA Corso di Laurea in Ingegneria Civile Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain E-mail:

Dettagli

6.2 Modelli per il monossido di carbonio

6.2 Modelli per il monossido di carbonio 6.2 Modelli per il monossido di carbonio La serie temporale scelta per l addestramento è quella rilevata in via Piave poiché tra le stazioni idonee, per legge, al controllo di questo inquinante essa presenta

Dettagli

Tesina: Applicazioni dell analisi di Fourier per il trattamento di segnali in due dimensioni

Tesina: Applicazioni dell analisi di Fourier per il trattamento di segnali in due dimensioni Manuela Di Mauro Ingegneria per l ambiente ed il territorio Matr 32311 Laboratorio sull analisi di Fourier Tesina: Applicazioni dell analisi di Fourier per il trattamento di segnali in due dimensioni Introduzione:

Dettagli

v in v out x c1 (t) Molt. di N.L. H(f) n

v in v out x c1 (t) Molt. di N.L. H(f) n Comunicazioni elettriche A - Prof. Giulio Colavolpe Compito n. 3 3.1 Lo schema di Fig. 1 è un modulatore FM (a banda larga). L oscillatore che genera la portante per il modulatore FM e per la conversione

Dettagli

STUDIO DI SETTORE SG54U

STUDIO DI SETTORE SG54U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG54U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Relazioni tra variabili

Relazioni tra variabili Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina

Dettagli

PRBS: Pseudo Random Binary Sequences

PRBS: Pseudo Random Binary Sequences PRBS: Pseudo Random Binary Sequences Chiara Masiero http://automatica.dei.unipd.it/people/chiara-masiero DEI - UniPD 3 Novembre 2 C. Masiero (DEI - UniPD) PRBS tutorial 3 Novembre 2 / 8 Motivazione Contesto

Dettagli

Problemi di Programmazione Lineare Intera

Problemi di Programmazione Lineare Intera Capitolo 4 Problemi di Programmazione Lineare Intera La Programmazione Lineare Intera (PLI) tratta il problema della massimizzazione (minimizzazione) di una funzione di più variabili, soggetta a vincoli

Dettagli

SINTESI DEI SISTEMI DI CONTROLLO A TEMPO CONTINUO

SINTESI DEI SISTEMI DI CONTROLLO A TEMPO CONTINUO SINTESI DEI SISTEMI DI CONTROLLO A TEMPO CONTINUO Requisiti e specifiche Approcci alla sintesi Esempi di progetto Principali reti stabilizzatrici Illustrazioni dal Testo di Riferimento per gentile concessione

Dettagli

Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni

Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni Stima statistica descrittiva di alcuni casi sperimentali di incremento artificiale delle precipitazioni F. Gallo 1, G. Jona Lasinio 1, A. Orasi 2 1 Università di Roma La Sapienza, Roma 2 Università degli

Dettagli

Caratteristiche dinamiche e criteri di messa a punto dei regolatori P.I.D. NOTE TECNICHE 06-02 - 1998. RigaSoft

Caratteristiche dinamiche e criteri di messa a punto dei regolatori P.I.D. NOTE TECNICHE 06-02 - 1998. RigaSoft aratteristiche dinamiche e criteri di messa a punto dei regolatori P.I.D. NOTE TENIHE 06-02 - 1998 RigaSoft 2 >

Dettagli

Modellistica e Simulazione del Comportamento Dinamico di Beccheggio di un Trattore Agricolo

Modellistica e Simulazione del Comportamento Dinamico di Beccheggio di un Trattore Agricolo Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria Modellistica e Simulazione del Comportamento Dinamico di Beccheggio di un Trattore Agricolo Relatore: Prof. Roberto Zanasi Correlatori:

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Università di Napoli Parthenope Facoltà di Ingegneria Corso di rasmissione Numerica docente: Prof. Vito Pascazio 18 a Lezione: 13/1/4 19 a Lezione: 14/1/4 Sommario rasmissione di segnali PM numerici su

Dettagli

Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V

Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Corso integrato di informatica, statistica e analisi dei dati sperimentali Altri esercizi_esercitazione V Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows.

Dettagli

Differenziazione sistemi dinamici

Differenziazione sistemi dinamici Il controllo di sistemi ad avanzamento temporale si basa sulle tecniche di controllo in retroazione, ovvero, elabora le informazione sullo stato del processo (provenienti dai sensori) in modo sa inviare

Dettagli

Validazione dei sistemi di rating

Validazione dei sistemi di rating Validazione dei sistemi di rating Aspetti di business e metodologici III Convention Aifirm Milano, 18 Ottobre 2002 Agenda Il contesto di riferimento Le implicazioni di business e di processo Le implicazioni

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

Analisi dei segnali nel dominio della frequenza

Analisi dei segnali nel dominio della frequenza Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA

ESERCIZI DI STATISTICA DESCRITTIVA ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,

Dettagli

La tecnologia dei microarray

La tecnologia dei microarray La tecnologia dei microarray I microarray I progetti di sequenziamento (progetti permesso di identificare migliaia di geni genoma) ) hanno Migliaia di geni (ed i loro prodotti, le proteine) operano in

Dettagli

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA Ing. Simone SCARDAPANE Circuiti e Algoritmi per l Elaborazione dei Segnali Anno Accademico 2012/2013 Indice della Lezione 1. Analisi delle Componenti Principali 2. Auto-Associatori 3. Analisi delle Componenti

Dettagli

Elaborazione nel dominio della frequenza

Elaborazione nel dominio della frequenza Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione nel dominio della frequenza L.Verdoliva In questa esercitazione esamineremo la trasformata di Fourier discreta monodimensionale e bidimensionale.

Dettagli

Note sull esperienza Misura di g versione 1, Francesco, 7/05/2010

Note sull esperienza Misura di g versione 1, Francesco, 7/05/2010 Note sull esperienza Misura di g versione 1, Francesco, 7/05/010 L esperienza, basata sullo studio di una molla a spirale in condizioni di equilibrio e di oscillazione, ha diversi scopi e finalità, tra

Dettagli

Introduzione alle reti di telecomunicazioni

Introduzione alle reti di telecomunicazioni Introduzione alle reti di telecomunicazioni La comunicazione Nello studio dei sistemi di telecomunicazione si è soliti fare riferimento a tre entità fondamentali: il messaggio, che rappresenta l oggetto

Dettagli

4. Matrici e Minimi Quadrati

4. Matrici e Minimi Quadrati & C. Di Natale: Matrici e sistemi di equazioni di lineari Formulazione matriciale del metodo dei minimi quadrati Regressione polinomiale Regressione non lineare Cross-validazione e overfitting Regressione

Dettagli

16.3.1 Alberi binari di ricerca

16.3.1 Alberi binari di ricerca 442 CAPITOLO 16. STRUTTURE DI DATI DINAMICHE root 7 5 11 2 8 13 10 Figura 16.11 Esempio di albero binario: ogni nodo contiene il dato da immagazzinare e tre puntatori che definiscono le sue relazioni di

Dettagli

Rumore Elettronico. Sorgenti di rumore in Diodi, BJTs, MOSFETs Rumore equivalente all ingresso di amplificatori Rumore nel dominio del tempo

Rumore Elettronico. Sorgenti di rumore in Diodi, BJTs, MOSFETs Rumore equivalente all ingresso di amplificatori Rumore nel dominio del tempo umore Elettronico Sorgenti di rumore in Diodi, Js, MOSFEs umore equivalente all ingresso di amplificatori umore nel dominio del tempo 1 umore della Giunzione PN: Shot Noise La corrente che fluisce attraverso

Dettagli

del processo/prodotto. permettere la valutazione delle performance

del processo/prodotto. permettere la valutazione delle performance 2 Il Controllo Statistico di Processo Il Controllo Statistico dei Processi è un insieme di strumenti statistici utili per impostare e risolvere problemi concreti afferenti a diverse aree funzionali dell

Dettagli

B) COERENZA DEI DOMINI DEL TEMPO E DELLA FREQUENZA

B) COERENZA DEI DOMINI DEL TEMPO E DELLA FREQUENZA Comb Generator Coassiale Controllo di sistema con Refrad e accoppiatore d antenna HAIDER, H. Arc Seibersdorf research GmbH, A- 2444 Seisberdorf, Austria, harald.haider@arcs.ac.at KOLB, G. Arc Seibersdorf

Dettagli

TECNICHE DI COMPRESSIONE DATI

TECNICHE DI COMPRESSIONE DATI TECNICHE DI COMPRESSIONE DATI COMPRESSIONE DATI La compressione produce una rappresentazione più compatta delle informazioni è come se si usassero meno parole per dire la stessa cosa in modo diverso. Esistono

Dettagli

Strategie alternative ai metodi sperimentali

Strategie alternative ai metodi sperimentali Strategie alternative ai metodi sperimentali 1. 2. I quasi-esperimenti (non sperimentali) prevedono la descrizione del fenomeno in esame. Il metodo descrive le variabili in esame, non prevede alcuna manipolazione

Dettagli

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E MODULO 1: MANIPOLAZI ONE DEL SEGNALE AUDI O G.PRESTI - 12/03/2015 - LE ZI ON E 2 1. CONVERSIONE DA ANALOGICO A DIGITALE Convertire un segnale

Dettagli

CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A)

CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A) CONVERSIONE ANALOGICA DIGITALE (ADC)(A/D) CONVERSIONE DIGITALE ANALOGICA (DAC)(D/A) ELABORAZIONE ANALOGICA O DIGITALE DEI SEGNALI ELABORAZIONE ANALOGICA ELABORAZIONE DIGITALE Vantaggi dell elaborazione

Dettagli

Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente punti estremi, numero di concavità

Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente punti estremi, numero di concavità Texture analysis Introduzione Una regione di una immagine può essere rappresentata mediante le sue caratteristiche esterne i contorni Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente

Dettagli

Elaborazione di segnali biologici

Elaborazione di segnali biologici Modulo 4 Elaborazione di segnali biologici Bioingegneria per fisioterapisti Univ.degli Studi di Siena Laurea Univ. in Fisioterapia Ing. A. Rossi Sistemi acquisizione dati Conversione da segnale Analogico

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di indicatori sintetici che individuano, con un singolo valore, proprieta` statistiche di un campione/popolazione rispetto

Dettagli

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio.

ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. ALLEGATO 1 Analisi delle serie storiche pluviometriche delle stazioni di Torre del Lago e di Viareggio. Per una migliore caratterizzazione del bacino idrologico dell area di studio, sono state acquisite

Dettagli

Istruzioni d uso software free to use

Istruzioni d uso software free to use APPENDICE A Istruzioni d uso software free to use Aprire il ile excel accertandosi che il livello di protezione sia tale da attivare la macro in essa contenuta e scritta in linguaggio Visual Basic, Entrare

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete Funzioni in due variabili Raccolta di FAQ by Andrea Prevete 1) Cosa intendiamo, esattamente, quando parliamo di funzione reale di due variabili reali? Quando esiste una relazione fra tre variabili reali

Dettagli

Equazioni non lineari

Equazioni non lineari Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Trovare il valore x R tale che f (x) = 0,

Dettagli

Stabilizzazione Video. Video Digitali

Stabilizzazione Video. Video Digitali Stabilizzazione Video Video Digitali Stabilizzazione video STABILIZZARE:assicurare il mantenimento di una condizione di equilibrio constante,generalmente identificabile nell'assenza di oscillazioni o variazioni

Dettagli

MISURE DEL RUMORE AMBIENTALE

MISURE DEL RUMORE AMBIENTALE COMUNE DI MENTANA ROMA di Abballe Laboratorio autorizzato dal Ministero Infrastrutture e Trasporti DPR 380/01 Art. 59 Circolare 7619/STC del 08/09/2010 Concessione per l'esecuzione e certificazione di

Dettagli

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it

Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Corso di laurea magistrale in Ingegneria delle Telecomunicazioni Metodi e Strumenti per la Caratterizzazione e la Diagnostica di Trasmettitori Digitali RF ing. Gianfranco Miele g.miele@unicas.it Trasmettitore

Dettagli

DATA MINING PER IL MARKETING

DATA MINING PER IL MARKETING DATA MINING PER IL MARKETING Andrea Cerioli andrea.cerioli@unipr.it Sito web del corso GLI ALBERI DI CLASSIFICAZIONE Algoritmi di classificazione Zani-Cerioli, Cap. XI CHAID: Chi-square Automatic Interaction

Dettagli

Preprocessing di un immagine in scala di grigi parte 2/2

Preprocessing di un immagine in scala di grigi parte 2/2 Preprocessing di un immagine in scala di grigi parte 2/2 Preview Il comando Automatic preprocessing (2) del menu Preprocessing effettua un preprocessing totale. Il risultato è una sequenza di immagini

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

M. Conte 1,2 D. Contini 1, A. Donateo 1, A. Dinoi 1, F. Belosi 3. 100 o Congresso Nazionale SIF, Pisa, 22-26 settembre 2014

M. Conte 1,2 D. Contini 1, A. Donateo 1, A. Dinoi 1, F. Belosi 3. 100 o Congresso Nazionale SIF, Pisa, 22-26 settembre 2014 Analisi dei flussi di particolato atmosferico ultrafine e della sua distribuzione dimensionale durante eventi di formazione e crescita di nuove particelle M. Conte 1,2 D. Contini 1, A. Donateo 1, A. Dinoi

Dettagli

Università degli studi di Napoli Federico II - Facoltà d Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni

Università degli studi di Napoli Federico II - Facoltà d Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni Questo è lo spettro di un segnale FM a 50 MHz. La fm è 10kHz, di conseguenza fp=2,4x10khz =24kHz Siccome si può settare con precisione la frequenza modulata usando un analizzatore di spettro e siccome

Dettagli

Elaborazione dati in Analisi Sensoriale

Elaborazione dati in Analisi Sensoriale Elaborazione dati in Analisi Sensoriale Si è parlato di interpretazione corretta dei risultati ottenuti; a questo concorrono due fattori: affidabilità e validità. Se i test fossero stati ripetuti con lo

Dettagli

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici Test non parametrici Test non parametrici Il test T di Student per uno o per due campioni, il test F di Fisher per l'analisi della varianza, la correlazione, la regressione, insieme ad altri test di statistica

Dettagli

LA REGOLAZIONE. Controllore. Feedback

LA REGOLAZIONE. Controllore. Feedback LA REGOLAZIONE Importantissimo nella strumentazione industriale per l'utilità del suo impiego e per lo sviluppo a cui può dar luogo, è il sistema di controllo automatico (Regolatore Controllore). Questo

Dettagli

Approfondimento 5.2. Individuare gli outlier

Approfondimento 5.2. Individuare gli outlier Approfondimento 5.2 Individuare gli outlier Gli outlier sono quei valori che, rispetto agli altri del campione, risultano particolarmente estremi. Questo non significa che non siano punteggi validi, ma

Dettagli

Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche.

Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche. Sequenza Sismica Aquilana (2009): variazioni in frequenza della risposta di sito (intra-evento) osservata sulle registrazioni accelerometriche. R. Ditommaso 1, M. Mucciarelli 1, M. Bianca 1, R. Puglia

Dettagli

ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE

ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE CORSO DI Gestione dei sistemi produttivi e logistici Facoltà di Ingegneria ANALISI DELLA DOMANDA E PROCESSO PREVISIONALE Prof. Fabrizio Dallari Università Carlo Cattaneo Istituto di Tecnologie e-mail:

Dettagli

Identificazione del dispositivo sorgente

Identificazione del dispositivo sorgente UNIVERSITÀ DEGLI STUDI DI FIRENZE Facoltà di Ingegneria Corso di Laurea in INGEGNERIA INFORMATICA Identificazione del dispositivo sorgente mediante tecniche di Image Forensics Tesi di Laurea di ANDREA

Dettagli