Meny

Javascript verkar inte påslaget? - Vissa delar av Lunds universitets webbplats fungerar inte optimalt utan javascript, kontrollera din webbläsares inställningar.
Du är här

On Data-driven Multistep Subspace-based Linear Predictors

Författare:
Publiceringsår: 2011
Språk: Engelska
Sidor: 11447-11452
Publikation/Tidskrift/Serie: Ifac Proceedings Volumes
Volym: 44
Dokumenttyp: Konferensbidrag
Förlag: ScienceDirect, Elsevier

Sammanfattning

The focus of this contribution is the estimation of multi-step-ahead linear multivariate predictors of the output making use of finite input-output data sequences. Different strategies will be presented, the common factor being the exploitations of geometric operations on appropriate subspaces spanned by the data. In order to test the capabilities of the proposed methods in predicting new data, a real-life example, namely, the case of blood glucose prediction in Type 1 Diabetes patients, is provided.

Nyckelord

  • Control Engineering
  • Subspace-identification
  • prediction error methods
  • biological systems

Övriga

18th IFAC World Congress, 2011
Published
  • DIAdvisor
  • LCCC-lup-obsolete

Box 117, 221 00 LUND
Telefon 046-222 00 00 (växel)
Telefax 046-222 47 20
lu [at] lu.se

Fakturaadress: Box 188, 221 00 LUND
Organisationsnummer: 202100-3211
Om webbplatsen