Corso Riconoscimento delle Forme e Intelligenza Computazionale (20 Ore)
per il Dottorato in Ingegneria dell'Informazione e
per il Dottorato di Materiali per l'Ingegneria
Universita' di Brescia - A.A. 1998-99
Periodo: Febbraio - Aprile 1999
Conoscenza di basi teoriche del pattern recognition,
delle
reti neurali e della logica fuzzy e capacita' di applicare questi strumenti a problemi
concreti.
Pattern Recognition (2 1/2 ore)
Classificazione supervisionata e non supervisionata - Curse of
dimensionality - Regole di decisione - Superfici di decisione - Regola
di decisione di Bayes - Minimizzazione del rischio - Classificatori
supervisionati parametrici - Stima con massima verosomiglianza -
Classificatori supervisionati non parametrici - NN e KNN.
Metodi di Ricerca Globali (cenni) (1 ora)
Simulated Annealing - Algoritmi Genetici - Strategie Evolutive
Percettrone Semplice (1 1/2 ore)
Neurone e reti di neuroni biologici - Neurone di Mc Culloch e Pitts -
Percettroni semplici - Linear Threshold Unit - Problemi non
linearmente separabili - Regole hebbiane di apprendimento per LTU -
ADALINE - Apprendimento mediante discesa a gradiente - Unita' a
funzione di attivazione non lineare.
Percettrone Multistrato (3 ore)
Percettroni multistrato con unita' tipo LTU - Esistenza della
soluzione per problemi non linearmente separabili - Percettrone
multistrato con unita' a funzione di attivazione non lineare - Regola
di apprendimento Back-Propagation - Metodi di second'ordine - Teorema
di approssimazione universale di funzioni - Applicazione alla
classificazione - Problema dei falsi positivi.
Altre Reti Neurali Supervisionate (2 ore)
Reti di funzioni a base radiale - Reti Neurali Ricorrenti - Memorie
Associative Neurali - Rete di Hopfield - Applicazione a problemi di
ottimizzazione combinatoria - Metodi scompositivi.
Insiemi Fuzzy (1 ora)
Insiemi fuzzy (o sfumati) - Principio di estensione - Operazioni su
insiemi fuzzy - Aritmetica Fuzzy.
Apprendimento Non Supervisionato (4 ore)
Clustering - Approccio Parametrico - Massima Verosomiglianza - Hard
C-Means - Quantizzazione Vettoriale - Mappe Auto-organizzanti --
Analisi delle variabili latenti - Fuzzy clustering - Clustering basato
sul principio di massima entropia - C-Means possibilista - Clustering
basato su metodi globali - Analisi delle componenti principali -
Analisi delle componenti indipendenti.
Sistemi Logici Fuzzy (5 ore)
Relazioni fuzzy - Variabili linguistiche - Ragionamento approssimato -
Modus ponens generalizzato - Regola composizionale dell'inferenza -
Sistemi logici Fuzzy - Sistemi neuro-fuzzy.
- D.E. Goldberg. Genetic Algorithms in Search, Optimization and
Machine Learning, Addison Wesley, 1989 .
- R.O. Duda e P.E. Hart, Pattern Classification and Scene Analysis, J.
Wiley & Sons, 1973.
- G.J. Klir & B. Yuan, Fuzzy Sets and Fuzzy Logic - Theory and
Applications, Prentice Hall, 1995.
Altri testi consigliati
- H.D.I Abarbanel, Analysis of Observed Chaotic Data, Springer, 1996.
- C.M. Bishop, Neural Networks for Pattern Recognition, Oxford U.P.,
1995.
- B. Bouchon-Meunier, La logique Flue, Presses Universitarie de France,
1993.
- C. Chatfield, The Analysis of Time Series-An Introduction, Chapmann
and Hall, 1996.
- D. Floreano, Manuale sulle Reti Neurali, Il Mulino, 1996 .
- D.B. Fogel, Evolutionary Computation, IEEE Press, 1995.
- C. Fyfe, Artificial Neural Networks, Genetic Algorithms, and Distributed Intelligence - 1996, coursenotes su sito web http://cis.paisley.ac.uk/staff/fyfe-ci0/teaching/booklet.ps.Z
- C. Fyfe, Information Theory and Artificial Neural Networks
- 1996, coursenotes su sito web http://cis.paisley.ac.uk/staff/fyfe-ci0/teaching/course.ps.Z
- J. Hertz, A. Krogh, & R.G. Palmer, Introduction to the Theory of
Neural Computation, Addison Wesley, 1991.
- S. Haykin, Neural Networks - A Comprehensive Foundation, IEEE Press,
1994.
- J.R. Koza, Genetic Programming, MIT Press, 1992.
- M. Mitchell, An Introduction to Genetic Algoritms, MIT Press, 1996.
- A. Papoulis, Probalility, random variables and stochastic processes,
McGraw-Hill, 1991.
- T.S. Parker & L.O. Chua, Practical Numerical Algorithms for Chaotic
Systems, Springer Verlag, 1989.
- W.H. Press, S. A. Teukolsky, W.T. Vetterling, B.P. Flannery
Numerical Recepies in C: the art of scientific computing (2nd ed.),
Cambridge University Press, 1992 Vedi anche sito web NUMERICAL RECEPIES http://www.nr.com.
- H.P. Schwefel, Evolution and Optimum Seeking, J. Wiley & Sons, 1995.
- H.J. Zimmermann, Fuzzy set theory and its applications, 2ed., Kluwer
Academic Publishers, 1996.
Ulteriore materiale didattico sara' reso disponibile durante
il corso.
In presente documento e' disponibile su web http://www.ge.infm.it/~masulli/RETIBRESCIA99.html
Ultima modifica: 8 Marzo 1999