Name: Data-Driven Identification of Networks of Dynamic Systems (en Inglés)
Price: 2565.14 MXN
Availability: InStock
Author: Verhaegen, Michel ; Yu, Chengpu ; Sinquin, Baptiste
ISBN: 9781316515709

Envío gratis

portada Data-Driven Identification of Networks of Dynamic Systems (en Inglés)

Formato

Libro Físico

Autor

Chengpu Yu

Michel Verhaegen

Baptiste Sinquin

Editorial

Cambridge University Press

Año

2022

Idioma

Inglés

N° páginas

286

Encuadernación

Tapa Dura

Dimensiones

24.4 x 17.0 x 1.8 cm

Peso

0.65 kg.

ISBN13

9781316515709

Categorías

Teoría del caos
Tecnología: cuestiones generales

Data-Driven Identification of Networks of Dynamic Systems (en Inglés)

Chengpu Yu (Autor) · Michel Verhaegen (Autor) · Baptiste Sinquin (Autor) · Cambridge University Press · Tapa Dura

Libro Físico

$ 2,565.14

$ 4,663.89

Ahorras: $ 2,098.75

45% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 17 de Junio y el Viernes 28 de Junio.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Data-Driven Identification of Networks of Dynamic Systems (en Inglés)"

This comprehensive text provides an excellent introduction to the state of the art in the identification of network-connected systems. It covers models and methods in detail, includes a case study showing how many of these methods are applied in adaptive optics and addresses open research questions. Specific models covered include generic modelling for MIMO LTI systems, signal flow models of dynamic networks and models of networks of local LTI systems. A variety of different identification methods are discussed, including identification of signal flow dynamics networks, subspace-like identification of multi-dimensional systems and subspace identification of local systems in an NDS. Researchers working in system identification and/or networked systems will appreciate the comprehensive overview provided, and the emphasis on algorithm design will interest those wishing to test the theory on real-life applications. This is the ideal text for researchers and graduate students interested in system identification for networked systems.