Parameterestimering og inverse problem

Undervisningssemester

Uregelmessig, sjekk om det finnes informasjon under «Timeplan» på rett semester etter 1. juni/1. desember.

Undervisningsstad

Bergen

Mål og innhald

Kurset behandler teori og løsningsmetoder for lineære og ikke-lineære inverse problem, med vekt på regulariseringsteknikker og parameterestimering. De mest kjente regulariseringsteknikkene blir gjennomgått. Både klassisk og Bayesiansk formulering av inverse problem og sekvensielle teknikker, som data-assimilering, blir behandlet.

Læringsutbyte

Etter fullført emne skal studentene kunne:

• Forstå egenskapene til dårlig stilte problem.
• Bruke ulike metoder for å løse lineære og ikke-lineære regresjonsproblem, og diskutere hvilken betydning målefeil har på løsningen.
• Gjengi og diskutere metodikk for diskretisering av integrallikninger.
• Demonstrere forståelse av egenskapene til lineære problem som ikke har full kolonnerang.
• Beherske gjennomgåtte regulariseringsteknikker og metoder for bestemmelse av regulariseringsparameteren.
• Prinsippene bak Bayesianske metoder for inverse problem og diskutere sammenhengen mellom løsning av inverse problem med Bayesianske og klassiske metoder.
• Forklare sammenhengen mellom data-assimilering og Bayesiansk formulering av inverse problem.
• Forklare prinsippene bak og diskutere bruk av ensemble Kalmanfilter som løsningsmetode for dataassimilerings problem.

Krav til forkunnskapar

Ingen

Tilrådde forkunnskapar

MAT121, MAT160, MAT212, STAT110/STAT101

Studiepoengsreduksjon

MATINV: 10 SP

Krav til studierett

For oppstart på emnet er det krav om ein studierett knytt til Det matematisk-naturvitskaplege fakultet, samt at du oppfyller ev opptakskrav

Obligatorisk undervisningsaktivitet

Ingen obligatoriske aktivitetar.

Vurderingsformer

Munnleg eksamen.

Karakterskala

Ved sensur av emnet vert karakterskalaen A-F nytta.

Vurderingssemester

Det er ordinær eksamen kvart semester

Emneevaluering

Studentane skal evaluere undervisninga i tråd med UiB og instituttet sitt kvalitetssikringssystem.