Het ten gronde begrijpen van de complexe dynamica van fysische processen is de eerste stap in predictie (bijv. weersvoorspelling), controle (bijv. autonome wagens), en (computer gestuurd) ontwerp (bijv. electronische circuits, medicijnen). Deze complexe dynamische systemen worden dikwijls beschreven door niet-lineaire differentiaalvergelijkingen met op voorhand ongekende dynamische orde, ongekende parameters, en ongekende niet-lineaire structuur. Het hoofddoel van dit project bestaat erin om de ongekende/ontbrekende informatie te extraheren (schatten) aan de hand van (goed ontworpen) experimenten. Daarom zal een gebruiksvriendelijk frequentie domein systeemidentificatie raamwerk ontworpen worden voor het schatten van niet-lineaire differentiaalvergelijkingen uitgaande van verstoorde ingangs- en uitgangswaarnemingen. Zo’n niet-linear modelleringsraamwerk is momenteel niet beschikbaar, terwijl het potentieel impact heeft op zeer verscheidene wetenschappelijke disciplines gaande van de bio-mechanica, en niet-lineaire modale analyse, tot de karakterisatie van materiaaleigenschappen en het modelleren van economische groei.