Claro que lo es. De hecho, esto se llama identificación del sistema y es un método ampliamente utilizado en campos de ingeniería.
Por lo general, se distinguen dos tipos de identificación del sistema:
- Gray Box: Tenemos un modelo de primeros principios con parámetros desconocidos. Los datos se utilizan para identificar estos parámetros.
- Black Box: No tenemos un modelo de sistema de primeros principios. El proceso de identificación está completamente basado en datos.
Esta categorización es una simplificación. En realidad, generalmente se aplica una combinación de ambos métodos con modelos de caja blanca (donde se conoce todo).
Existen varias técnicas para la identificación tanto en el dominio del tiempo como en el de la frecuencia. Un método de dominio de tiempo simple, por ejemplo, es ARX (autorregresivo con entrada exógena).
- En las transformadas de Fourier, ¿se puede analogizar el espacio de momento con la frecuencia y el espacio de posición con la longitud de onda?
- ¿Cuáles son algunas formas de modelar la probabilidad de encontrar un lugar de estacionamiento en el centro comercial?
- ¿Cuándo una mecha de vela ahoga a otra?
- ¿Cómo se pueden utilizar las redes neuronales de avance para resolver ecuaciones diferenciales?
- ¿Por qué es el impulso la transformación de la posición de Fourier?
Un paso importante al identificar modelos es la validación. Validación significa, en términos generales, que el modelo identificado se prueba utilizando un conjunto de datos diferente y debe dar como resultado más o menos el mismo resultado.
Hay muchos más aspectos, como cómo lidiar con el ruido, cómo recalcular eficientemente el modelo a partir de nuevos datos, pesaje, etc.