Systeem identificatie gebaseerd op een eindig aantal of weinig beschikbare datapunten.

De doelstelling van dit project is het ontwikkelen van goede en gebruiksvriendelijke statistische methoden voor systeem identificatie en signaalverwerkingsproblemen die optimaal ontworpen zijn voor korte datasets.

Er is een groter wordende groep van toepassingen, zoals biologische, biochemische en biomedische systemen waarbij alleen korte datasets beschikbaar zijn. De kostprijs om meer metingen te verzamelen zorgt voor een grote uitdaging bij de signaalverwerkingstechnieken. Deze gekende technieken zijn ontwikkeld indien er voldoende metingen beschikbaar zijn.

De biologische, biochemische en biomedische wereld wordt hoe langer hoe meer een belangrijke groep van gebruikers van modeleringstechnieken, zodat de specifieke noden van deze groep in rekening moet worden gebracht.

In bijzonder zijn er twee belangrijke theoretische uitdagingen: De klassieke theorie is niet voldoende in kaart gebracht voor korte datasets en anderzijds zijn de nieuwe methoden, ontwikkeld voor korte datasets, onvoldoende theoretisch gefundeerd.

In een eerste stap, zal dit project zich vestigen op het beter begrijpen van de klassieke theorie maar voor korte datasets en een volgend stadium zal toelaten, gebaseerd op onze bevindingen, de klassieke theorie te modificeren en te verbeteren om optimaal met een te kort aan data om te gaan.