Stima bayesiana dei parametri per l'ingegneria chimica

La stima accurata dei parametri è fondamentale per la progettazione, la scala e l'ottimizzazione dei processi chimici, tuttavia i dati sperimentali sono sempre accompagnati da incertezza. I metodi di adattamento tradizionali spesso non riescono a catturare questa incertezza, che è dove la statistica bayesiana e la stima dei parametri numerici diventano essenziali.\n\nQuesto corso di solo testo ti guida attraverso i concetti fondamentali dell'inferenza bayesiana applicata ai sistemi di ingegneria chimica. Imparerai come formulare distribuzioni precedenti, costruire funzioni di verosimiglianza e calcolare numericamente distribuzioni posteriori per prendere decisioni ingegneristiche affidabili.\n\nCosa imparerai:\n- Comprendere i principi fondamentali della statistica bayesiana e della probabilità in contesti di ingegneria chimica\n- Formulare distribuzioni e verosimilitudini precedenti - Calcolare le funzioni di processo basate su dati di processo sperimentali\n- Calcola numericamente le distribuzioni posteriori per stimare i parametri del modello\n - Quantificare l'incertezza in cinetica chimica, termodinamica e modelli di trasporto\n Sensibilità dei parametri e adattamento del modello utilizzando la diagnostica numerica\n\nA partire dalla teoria della probabilità di base e dalle definizioni bayesiane, il corso progredisce sistematicamente attraverso la formulazione della verosimiglianza, le tecniche di integrazione numerica e i flussi di lavoro pratici di stima dei parametro utilizzando algoritmi compatibili con MATLAB.\n\ Questo corso è stato progettato per gli studenti di ingegneria chimica universitari, ingegneri praticanti, e ricercatori nuovi ai metodi bayesiani. Non è richiesto un background statistico avanzato, anche se una familiarità di base con il calcolo e la programmazione introduttiva è utile.\n\nInizia a padroneggiare la stima dei parametri bayesiani per prendere decisioni ingegneristiche più robuste e basate sui dati oggi stesso.