L’apprentissage de modèles dynamiques, ou identification de systèmes, consiste à construire un modèle mathématique d’un processus physique à partir de données expérimentales. Ces modèles sont essentiels dans de nombreux domaines d’ingénierie comme l’automatique, le traitement du signal, l’IA, la mécanique ou l’économétrie. Ils permettent la synthèse de lois de commande, la simulation, le filtrage ou le diagnostic. Ce cours introduit les principales méthodes de modélisation à partir de données. Les modèles étudiés seront essentiellement linéaires, temps-invariants, à temps discret et potentiellement multivariables, sous forme d’équations différentielles, aussi bien sous forme de relation entrée-sortie que de représentation d'état.
I - Modèles entrée-sortie
II - Modèles d’état