Reti Neurali 2 (una unita')

Ultima modifica: 4 Giugno 1999. Commenti a Francesco Masulli.

Prerequisiti

Programmazione in linguaggio C o C++. Elementi di analisi matematica e di calcolo delle probabilita'. Alcuni contenuti del corso Reti Neurali I. 

Obiettivi

Capacita' di sviluppare ed applicare sistemi basati su metodologie di Soft Computing. 

Programma del Corso

Insiemi Fuzzy.

Insiemi fuzzy (o sfumati). Principio di estensione. Operazioni su insiemi fuzzy. Aritmetica Fuzzy.

Apprendimento Non Supervisionato.

Clustering. C-Means. Fuzzy clustering. Entropia di Shannon. Entropie e misure Fuzzy. Principio di massimizazione dell'entropia. Clustering basato sul principio di massima entropia. C-Means possibilista. Analisi delle componenti principali. Analisi delle componenti indipendenti. Analisi delle variabili latenti. Applicazioni alla quantizzazione vettoriale, alla segmentazione di immagini multimodali e alla rivelazione di rette.

Sistemi Logici Fuzzy.

Relazioni fuzzy. Teoria della possibilita'. Variabili linguistiche. Ragionamento approssimato. Modus ponens generalizzato. Regola composizionale dell'inferenza. Sistemi logici fuzzy. Sistemi neuro-fuzzy. Applicazioni.

Progetto di Sistemi Intelligenti.

Apprendimento automatico dai dati. Regolarizzazione. Teoria statistica dell'apprendimento. Metodi per l'ottimizzazione nonlineare. Metodi per la riduzione dei dati e della dimensionalita'. Metodi per la regressione. Metodi per la classificazione. Support Vector Machines. Applicazione ai sistemi fuzzy.



 

Laboratorio

Sviluppo di un progetto in linguaggio C o C++.



 

Testi di riferimento

Libri di testo

Altri testi consigliati

Ulteriore materiale didattico sara' reso disponibile agli studenti durante il corso.