Department of Adaptive Systems

In this presentation, we introduce an efficient algorithm for an optimal decision strategy approximation. It approximates the Bellman equation without omitting the principal uncertainty stemming from an incomplete knowledge. Thus, the approximated optimal strategy retains the ability to constantly verify the actual knowledge, which is the essence of dual control.

Seminář bude věnován prezentaci disertační práce s názvem "Odhadování stavového modelu s rovnoměrně rozloženými inovacemi". Bude definován model a popsáno odhadování parametrů a filtrace stavů, kde odhad je řešen pomocí lineárního programování. Bude popsána aproximace, umožňující souběžný on-line odhad stavů a parametrů.

In an AR(p) model of data evolution in a discrete time with a Gaussian noise uncorrelated between the data channels, we are trying to predict the distribution of data up to the horizon t + h, knowing the data at time t. Because of the use of Bayesian paradigm, there is a parameter uncertainty present in the model specified by a known prior distribution.