sciencetalk

Goedendag,
 
Voor een applicatie wil ik een waarde gaan voorspellen voor het huidige tijdstip, terwijl ik hiervoor de werkelijke waarde na een vertraging binnen krijg (zeg 30 seconden). Nu ben ik na zelf een beetje zoeken uitgekomen op recursieve algoritmes en "machine learning", waarbij een functie wordt aangenomen en deze gaandeweg wordt aangepast nadat er meer gegevens beschikbaar zijn.
 
Heeft iemand nog tips / ideeen over het gebruik van bepaalde methoden / algoritmes hiervoor?

Eigenlijk zijn de waarden X en Y momentaan bekend en is Z na > 30 seconden bekend. Hierbij is tevens het geval dat Z(X,Y). Nu wil ik de momentane waarden van X en Y gebruiken om Z te gaan benaderen (door gebruik te maken van de opgeslagen gegevens).

Probeer het hier eens mee:
 
https://en.wikipedia.org/wiki/Extrapolation

Daar heb ik ook aan gedacht, maar dat is niet echt toepasbaar. Het is niet zozeer iets in de toekomst voorspellen, maar wat de uitkomst wordt van Z(X,Y). Het kan zijn dat in het verleden deze combinatie als is voorgekomen, dan is het niet nodig om te extrapoleren naar de toekomst. Zit nu een beetje uit te zoeken hoe men dat doet bij andere toepassingen met online benaderingen (data verzamelen en aan de hand van metingen voorspellen wat de huidige staat is).  
Zelf zat ik ook aan een lookup table oid te denken, maar hierbij heb je dus een onbekende als je waarde in de vorige metingen nog niet voorbij is gekomen

In dat geval wordt het interpolatie in plaats van extrapolatie.