Site des Oraux

Estimation paramétrique 2007 (7) :: post
Années :: 2006 :: 2008 :: Toutes

Post nº7 (id2882) envoyé par Guillaume  le 09 Jun 2007, 19:57
- Comparaison validation simple et croisée
- Expliquer les méthodes lorsqu'on est en présence de modèles évolutifs
- Expliquer l'article sur les méthodes de détermination de cinétiques

Post nº6 (id2769) envoyé par steph  le 01 Jun 2007, 11:24
Alors moi j'ai eu comme questions:
1)principe de Bayes
2)équations de sensibilité
3)une question sur un article
Et j'ai trouvé aussi le prof super sympa, il est vraiment pas là pour te peter et il sait apprécier les bonnes réponses à leur juste valeur.
Il faut surtout bien tout comprendre et savoir justifier, il s'en fout des démos et autres formules compliquées

Post nº5 (id2762) envoyé par Fab  le 31 May 2007, 22:00
Pour ceux que ça intéresse,
> ce matin j'ai eu trois questions:
>
> 1) expliquer validation simple et croisée et tout ce qui va avec (/6)
> 2) matrice de Fisher en expliquant sensibilité ,précision, le Q(l) c'est
> quoi, dimension dePk (/7)
> 3) le petit développement avec approximation de f et le g qui permet de
> trouver la covarience de x en fonction de celle de theta tild et de
> g,pourquoi peut on sortir le g de l'espérence mathématique? car on fait
> approx au 1er ordre (/7)
>
> Voilà,
>
> Fab

Post nº4 (id2755) envoyé par Nico  le 31 May 2007, 17:58
Alors le cre...d qui a échangé sa place avec Aldo, c'est moi et j'en suis assez content.

1ère question : il fallait lui donner tous les différents buts utilitaires des modéles. Attention, il les cite juste dans les slides mais fallait lui retaper tout ce qu'il avait dit dessus au cours. Puis il m'a demandé,pour la simulation, ce que je prendrais comme type de modèle (beaucoup de paramètres ou pas,...). La je lui ai répondu qu'il fallait un modèle flexible car on voulait simuler toutes le situations possibles. Il avait l'air satisfait (du coup moi aussi :D)

2ème question : il m'a demandé de lui parler du filtre de Kalman. Il ne veut pas spécialement qu'on rentre dans les détails, je lui ai juste dit que c'était pour les modèles évolutifs et ce qu'il y a sur le prmeier slide à ce sujet. Dire que c'est un jeu de corrections/prédictions. Et à ce moment la, c'est lui qui m'a dit de prendre mon cours pour facilement lui expliquer avec les équations. Comme quoi, c'est lui qui m'a poussé à prendre mon cours la (j'y pensais même pas moi :p). Il m'a ensuite demander comment reconstruire une trajectoire d'état avec ce principe. Ensuite, j'ai dû lui dire les deux autres méthodes existant, méthode du facteur d'oubli (a expliquer en quelques mots) et la méthode de projection orthogonale.

3ème question : une question sur les compléments : parler des modèles avec contraintes. Prendre l'exemple qu'il a fait au cours avec la contrainte d'un theta qui doit être positif et dire qu'on fait une transformation bijective (de préférence) et trouver l'intervalle de confiance dans le cas de theta = exp(xi).


Tout le long de l'examen, il est vraiment cool, relax assis paisiblement dans son fauteuil, avec un assistant lui apportant tranquillement son café, il écoute attentivement ce qu'on dit sans interrompre et pose une petite question ou deux par après. Il ne demande pas du tout de rentrer dans des détails compliqués et de lui sortir des équations et encore moins des démonstrations. Je pense qu'il faut juste comprendre le pourquoi du comment de chaque chose dans le cours et c'est suffisant. Il m'a même fait la causette pendant 5 minutes après l'examen (ouaiiis je suis peoooople :p)

Au final, il m'a dit que c'était un bon examen et m'a mis 16.

Post nº3 (id2754) envoyé par Benoit  le 31 May 2007, 17:49
1) expliquer le schéma général d'une modélisation (système --> chp d'exp --> struct de model --> etc) et expliquer si ça foire au final où ça peut avoir foiré ds le schéma et pq

2) moindres carrés, cas le plus simple: retrouver expression theta^ à partir du modèle, expliquer les hypothèses

3) de quoi on part pr max de vraisemblance et quelles sont les hypothèses de celui-ci, à partir de la formule du cours de J(theta) pr max vraisembl montrer comment on retrouve moindres carrés (ya just 1 terme qui vaut zero)

4) ds le cas de modèles simulés non-linéaires dynamiques, pq moindres carrés est aussi valable que max de vraisemblance (car, après intégration, état dépend plus que des paramètres, du temps et des entrées qu'on connait --> pas de variable explicative)

sinon il est franchement cool mr Bogaerts!

Post nº2 (id2750) envoyé par Henri  le 31 May 2007, 16:31
Alors moi j'ai eu:

-définition de validation simple et de validation croisée et donner les différence entre les deux.

-Matrice de fischer,expliquer ce à quoi elle correspond,sa dimention,d'où elle vient,quelles hypothèses on fait sur le modèle.

-Erreur de simulation(le truc à la fin du cours qu'il donne au tableau...le 6.2 en fait).

Il est super sympa(j'ai pas été à un seul cours et il était quand même très courtois...je sais c'est pas bien de rater les cours,etc...)Il veut juste qu'on lui montre qu'on a bien comprit la théorie,inutile de se répendre en démo super longue,s'il demande une définition,faut bêtement la retaper sans broder autour!

Sinon il lache facilement de bonne cote (genre 15-16).

Post nº1 (id2743) envoyé par ALDO  le 31 May 2007, 11:24
bon j'ouvre le Bal

Bon deja, je suis passé avant Dumont pcq ce cre...d n'aviat pas fini d'étudier. Voila, c'est dit pour la postérité.

Ensuite, trois questions (/6,/7,/7)
D'abord, il est vraiment très sympa, n'interromp jamais, pas cassant, vraiment cool (d'autant plus qd tu connais bien) (attention ,pas ouvrir le cours a moins que lui ne le demande, je crois qu'il le prendrait mal)

1°) démarche de modélisation : slide 27, j'ai refait le schéma en expliquant chaque point entièrement alors que je ne suis pas sûr que c'était nécessaire
Attention, pas oublier les flèches sur le côté
Il m'a demandé les problèmes liés à l'optimisation (simplexe=>risque de rester coincé a un min local et non global)

2°) moindres carrés linéaires permanent scalaire
fonction de cout +theta estimé (démonstration mais pas entière, veut juste savoir ce qu'on fait qd on dérive et pq on peut permuter phi et phiT*theta (car on a un vecteur multiplié par (phiT*theta) qui est un scalaire)
de là Fischer (attention Fischer c'est Pk^-1), expliquer physiquement=>a un terme près, c'est l'incertitude sur theta~

3°) Max vraisemblance, dire qu'il y a incertitude sur phi, donner les hyp et différences avec les M.C. (pas de corrélation entre eps et etha et pn suppose des distrib gaussiennes)

de la, "montrez moi dans le cours la fonction de cout associée"
je sors mon cours, je lui montre. De la, cmnt arriver aux M.C.=> H est nulle car phi pft connue (j'ai parlé de la page suivante avec l'incertitude et qu'on se ramène aussi aux M.C. avec H nulle)

Voila, pas pft mais je connaissais bien et je comprenais ce que je racontais

=> 16 ;)

oraux.pnzone.net - infos - 4ms