Reti neuronali: applicazioni biomediche. Anno Accademico Prof. Mauro Giacomini
|
|
- Tiziano Motta
- 5 anni fa
- Visualizzazioni
Transcript
1 Reti neuronali: applicazioni biomediche Anno Accademico Prof. Mauro Giacomini
2 Sommario Cenni storici Percettroni multi-strato Apprendimento competitivo Applicazioni biomediche Identificazione di batteri marini Valutazione dell efficacia terapeutica di combinazion di farmaci antivirali
3 Cenni storici Molti studi volti a riprodurre la struttura e le funzioni del cervello L architettura dei calcolatori presenta una separazione fra memoria ed elaborazione Sviluppo successivo di un modello dove elaborazione e memoria fossero unite in elementi semplici, ma strettamente interconnessi.
4 Modello di neurone Elaborato da W. McCulloch e W. Pitts (1943) y 1 y 2 w i2 w i1 Σ 1 0 Θ i y i y ( t ) w y ( t) i + τ = Φ ij j θ i j y j w ij Φ funzione a gradino unitario w ij efficienza sinaptica θ i soglia
5 Percettrone Messo a punto da F. Rosenblatt, anni 50 Applicazioni:riconoscimento fra due pattern visivi Struttura due strati neuroni di McCulloc e Pitts il primo, collegato ad una retina di elementi sensibili a pesi fissi, estrae caratteristiche importanti per i patter cercati il secondo formato da un neurone classifica agg. pesi: Δw j =ε(d p -o p )y pj
6 Adaline Messa a punto da B. Widrow e M. Hoff nel 1960 x 1 w i1 y f ( s ) pi = pi = f wijxpj j x 2 x n w i2 w in k Σ - + y i d i 1 E = Ep = d y 2 p p i ( ) ( ) pi pi Δwij = ε d y k * x p pi pi pj 2
7 Percettroni multi-strato Sviluppato da Rumelhart nel 1986 X p Y p D p s ( ) f s = w ij o pj + θi j = e r ( 1 ) ( ) ( ) ( ) f ' s = f s f s ( + 1) = ηδ + αδ ( ) Δw n o wij n ij pi pj I H O ( t o ) o ( 1 o ) δ pi = pi pi pi pi t pi o < ε pi 2 δ ( 1 ) ( δ ) = o o w pi pi pi pk ki k
8 Apprendimento competitivo Non c è supervisione Ogni neurone tende a specializzarsi in particolari configurazioni Raggruppamenti dei pattern in cluster sulla base di loro caratteristiche Non sono definiti né il tipo né il numero delle categorie da separare
9 Mappe di Kohonen Reti bidimensionali su cui viene proiettato un vettore di ingresso attraverso una matrice di connessioni Tre tipi di interconnessioni: eccitatorie - molto vicine; inibitorie; a lungo raggio - di azione leggermente eccitatoria In risposta ad uno stimolo si può determinare la zona che riceve la massima eccitazione di tutta la rete, l apprendimento termina quando questa zona è limitata ad un neurone per tutti gli stimoli
10 Algoritmo di SuperSAB Scopo: aumentare la velocità di convergenza Azione: adattamento del coefficiente di apprendimento η a pesi e superficie di errore Algoritmo: valore iniziale di tutti gli η uguale e piccolo procedere con backpropagation se il segno della derivata di un peso non cambia aumentare l η di quel peso se il segno della derivata di un peso cambia diminuire l η di quel peso ed annullare la correzione precedente.
11 Algoritmo di potatura Elaborato da E. Karnin (1990) Calcola un coefficiente di sensibilità su cui f basare la potatura N 1 2 S [ w ( n) ] ij = ij Δ n= 0 η Non richiede modifiche a funzione di costo Non interferisce con apprendimento Peso computazionale trascurabile ij w ij ( w f i w ) ij ij
12 Applicazioni medico-cliniche Diagnosi Appendicite Mal di reni Demenza Infarto miocardico Emergenze psichiatriche Malattie trasmesse sessualmente Malattie della pelle Artrite temporale Lancet 1995; 346:
13 Applicazione medico-cliniche Analisi di immagini Radiografie (lesioni ossee, torace, seno) PET (Alzheimer) NMR Perfusione (cardiaca, cerebrale) Farmacologia sensitività di tumori a terapia risposta a farmaci (warfarin, alfentanil)
14 Applicazioni medico-cliniche Analisi di forme d onda EGC Defirbillazione Fonocardiografia EEG Predizioni di esito Esito operatorio (cura intensiva, riabilitazione ortopedica) Cancro (prostata, seno, ovaia) Trapianto (fegato) Chirurgia delle valvole cardiache
15 Infarto del miocardio Uno studio del 1988 (N. Eng. J. Med. 318, ) specialisti: sensitività 88%, specificità 71% migliore programma non nurale: sensitività 88%, specificità 74% Migliore rete neurale (Neural Computation 2, ) migliore rete neurale (1990): sensitività 92%, specificità 96%
16 Altre applicazioni cliniche Pubblicazioni sull argomento citazioni citazioni citazioni 2000 > citazioni Analisi di immagini Discriminazione benigno/maligno lesioni ossee: 75.1% sensitività, 89.1 specificità Radiografia del torace: 80% sensitività, 97% specificità
17 Applicazioni su forme d onda Varie applicazioni di analisi dell ECG infarti del miocardio minori ipertrofia ventricolare sofferenza ventricolare Analisi di EEG Identificazione di demenza Identificazione di spike ad alto voltaggio
18 Predizioni di esito Mortalità in unità di chirurgia intensiva 422 pazienti, 15 variabili: sensitività 97% e specificità 100% (statistica classica sensitività 100%, ma specificità 53%) Mortalità nel cancro alla prostata biopsia: sens. 84%, spec. 88% ricorrenze: sens. 67%, spec. 100%
Reti Neurali (Parte I)
Reti Neurali (Parte I) Corso di AA, anno 2018/19, Padova Fabio Aiolli 07 Novembre 2018 Fabio Aiolli Reti Neurali (Parte I) 07 Novembre 2018 1 / 16 Reti Neurali Artificiali: Generalità Due motivazioni diverse
DettagliADDESTRAMENTO DI UNA RETE NEURALE ED EVENTUALI CONSIDERAZIONI PRESTAZIONALI. (a cura di Buttolo Marco).
ADDESTRAMENTO DI UNA RETE NEURALE ED EVENTUALI CONSIDERAZIONI PRESTAZIONALI. (a cura di Buttolo Marco). Lalgoritmo più utilizzato per addestrare una rete neurale è lalgoritmo di bac-propagation. In sostanza
DettagliAlgoritmi di classificazione supervisionati
Corso di Bioinformatica Algoritmi di classificazione supervisionati Giorgio Valentini DI Università degli Studi di Milano 1 Metodi di apprendimento supervisionato per problemi di biologia computazionale
DettagliIntelligenza Artificiale. Soft Computing: Reti Neurali Generalità
Intelligenza Artificiale Soft Computing: Reti Neurali Generalità Neurone Artificiale Costituito da due stadi in cascata: sommatore lineare (produce il cosiddetto net input) net = S j w j i j w j è il peso
DettagliMachine Learning:Reti Neurali. Sommario
Machine Learning:Reti Neurali Sommario Apprendimento nel percettrone a sigmoide Reti feed-forward multistrato Apprendimento nel percettrone multistrato: back-propagation Conclusioni Apprendimento nel percettrone
DettagliReti Neurali (Parte I)
Reti Neurali (Parte I) Corso di AA, anno 2017/18, Padova Fabio Aiolli 30 Ottobre 2017 Fabio Aiolli Reti Neurali (Parte I) 30 Ottobre 2017 1 / 15 Reti Neurali Artificiali: Generalità Due motivazioni diverse
DettagliRe# Neurali Stages es#vi LNF
Vitaliano Chiarella Re# Neurali Stages es#vi LNF 16-20 Giugno 2014 16-20 giugno 2014 V. Chiarella 1 Rete Neur(on)ale Ar#ficiale La rete neurale ar#ficiale è uno strumento informa#co che cerca di imitare
Dettagli1. Il cognitivismo classico 2. L approccio innatistamodulare. 3. L approccio connessionista 4. Il neurocostruttivismo
Lezione 3 Connessionismo MODULO 3 Le teorie dell elaborazione delle informazioni 1. Il cognitivismo classico 2. L approccio innatistamodulare 3. L approccio connessionista 4. Il neurocostruttivismo Argomenti
DettagliReti Neurali in Generale
istemi di Elaborazione dell Informazione 76 Reti Neurali in Generale Le Reti Neurali Artificiali sono studiate sotto molti punti di vista. In particolare, contributi alla ricerca in questo campo provengono
DettagliMachine Learning:Reti Neurali. Sommario. Storia Il Sistema Nervoso Il Neurone Formale di Mc Culloch and Pitts Esempi
Machine Learning:Reti Neurali Sommario Storia Il Sistema Nervoso Il Neurone Formale di Mc Culloch and Pitts Esempi Storia - 1 3000 a.c. Ippocrate: primi tentativi di studio del cervello umano. Vengono
DettagliMemoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield
Verona - 25 Maggio 2007 (Seminario integrativo del corso di MMB, titolare M. Squassina, A.A. 2006/2007) Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield Antonio Ponno
DettagliIntroduzione alle Reti Neurali
Introduzione alle Reti Neurali Maurizio Palesi Introduzione alle Reti Neurali 1 Applicazioni dell I.A. n Giochi di strategia è Scacchi, dama, otello n Comprensione del parlato è Analisi sintattica e semantica
DettagliReti Neurali. Giuseppe Manco. References: Chapter 4, Mitchell Chapter 1-2,4, Haykin Chapter 1-4, Bishop. Reti Neurali
Giuseppe Manco References: Chapter 4, Mitchell Chapter 1-2,4, Haykin Chapter 1-4, Bishop Perceptron Learning Unità neurale Gradiente Discendente Reti Multi-Layer Funzioni nonlineari Reti di funzioni nonlineari
DettagliReti Neuronali. Queste slides sono state preparate da Giorgio Buttazzo, Scuola Sant Anna di Pisa
Reti Neuronali Fino ad ora abbiamo visto approcci di ragionamento simbolici basati su simboli e regole sintattiche per la loro manipolazione. I connessionisti credono che la manipolazione simbolica sia
DettagliReti neurali. una breve introduzione
Reti neurali una breve introduzione Idea Con un solo neurone non posso fare molto... Con molti neuroni connessi posso ottenere un sistema di elaborazione nasce una nuova proprietà emergente del sistema
DettagliMemoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield
Verona - 10 Giugno 2008 (Seminario integrativo del corso di MMB, titolare M. Squassina, A.A. 2007/2008) Memoria associativa e dinamica del riconoscimento: introduzione al modello di Hopfield Antonio Ponno
DettagliRe# Neurali Stage es#vi Laboratori Nazionali di Frasca# INFN
Vitaliano Chiarella Re# Neurali Stage es#vi Laboratori Nazionali di Frasca# INFN 12-16 Giugno 2017 12-16 giugno 2017 V. Chiarella 1 Rete Neur(on)ale Ar#ficiale La rete neurale ar#ficiale è uno strumento
DettagliCorso di Intelligenza Artificiale A.A. 2016/2017
Università degli Studi di Cagliari Corsi di Laurea Magistrale in Ing. Elettronica Corso di Intelligenza rtificiale.. 26/27 Esercizi sui metodi di apprendimento automatico. Si consideri la funzione ooleana
DettagliEVOLUZIONE DEL MODELLO NEURALE
EVOLUZIONE DEL MODELLO NEURALE 1 RETI A DECISIONE BINARIA (McCulloch e Pitts, 1943) Per la prima volta viene proposto un modello di elaborazione dell informazione la cui singola unità è il neurone 2 IL
DettagliReti Neurali (Parte III)
Reti Neurali (Parte III) Corso di AA, anno 2017/18, Padova Fabio Aiolli 08 Novembre 2017 Fabio Aiolli Reti Neurali (Parte III) 08 Novembre 2017 1 / 16 Reti Neurali Multistrato Fabio Aiolli Reti Neurali
DettagliIl dilemma dell I.A.
Reti Neuronali Fino ad ora abbiamo visto approcci di ragionamento simbolici basati su simboli e regole sintattiche per la loro manipolazione. I connessionisti credono che la manipolazione simbolica sia
DettagliCostruzione di un indicatore prognostico di ospedalizzazioni ripetute nella Regione Lazio
Costruzione di un indicatore prognostico di ospedalizzazioni ripetute nella Regione Lazio A. Lallo, P. Schifano, A. Bargagli, N. Agabiti, P. Michelozzi Dipartimento Epidemiologia del SSR Regione Lazio
Dettagli6. Metodologie di processamento non convenzionali.
Marcello Salmeri - Progettazione Automatica di Circuiti e Sistemi Elettronici Capitolo 6-6. Metodologie di processamento non convenzionali. I sistemi esperti. Il processamento delle informazioni al fine
DettagliReti Neurali. Corso di AA, anno 2016/17, Padova. Fabio Aiolli. 2 Novembre Fabio Aiolli Reti Neurali 2 Novembre / 14. unipd_logo.
Reti Neurali Corso di AA, anno 2016/17, Padova Fabio Aiolli 2 Novembre 2016 Fabio Aiolli Reti Neurali 2 Novembre 2016 1 / 14 Reti Neurali Artificiali: Generalità Due motivazioni diverse hanno spinto storicamente
DettagliINTRODUZIONE AI SISTEMI DI CLASSIFICAZIONE
INTRODUZIONE AI SISTEMI DI CLASSIFICAZIONE CON RETI NEURALI di G. Masala INTRODUZIONE Sistema di classificazione o riconoscimento Un sistema di classificazione [1][2] o di riconoscimento, considerato in
DettagliMetodi supervisionati di classificazione
Metodi supervisionati di classificazione Giorgio Valentini e-mail: valentini@dsi.unimi.it DSI - Dipartimento di Scienze dell'informazione Classificazione bio-molecolare di tessuti e geni Diagnosi a livello
DettagliIn memoria di mio padre. A mia madre, a tutti gli amici. A tutti voi grazie.
In memoria di mio padre. A mia madre, a tutti gli amici. A tutti voi grazie. Università di Pisa Corso di laurea in Ingegneria Aerospaziale TESI DI LAUREA SPECIALISTICA Sviluppo ed ottimizzazione delle
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Teoria e applicazioni industriali Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
DettagliI primi stadi della visione: strati interni della retina
I primi stadi della visione: strati interni della retina Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2014.html
DettagliReti Neurali. Veronica Piccialli. Corso di MOBD - Roma 12 Novembre Università degli Studi di Roma Tor Vergata 1 / 77
Reti Neurali Veronica Piccialli Corso di MOBD - Roma 12 Novembre 2015 Università degli Studi di Roma Tor Vergata 1 / 77 Contesto Contesto Idea Il neurone Rete neurale da un punto di vista fisico A cosa
DettagliLezione introduttiva su reti neurali e SVM Veronica Piccialli. Corso di Ottimizzazione a.a (seconda parte)
Lezione introduttiva su reti neurali e SVM Veronica Piccialli Corso di Ottimizzazione a.a. 2009-10 (seconda parte) Ottimizzazione Statistica Fisica Biologia Reti Neurali Matematica Psicologia Informatica
DettagliReti Neurali. Introduzione Neuroni Biologici Neuroni Artificiali Tipologie di Reti
Introduzione Neuroni Biologici Neuroni Artificiali Tipologie di Reti Multilayer Perceptron (P) Forward propagation Training: Error Backpropagation On-line Backpropagation Stochastic Gradient Descent (SGD)
DettagliMODULO 3: CENNI SULLE RETI NEURALI
MODULO 3: 1 CENNI SULLE RETI NEURALI Bibliografia: D. Floreano, Manuale sulle reti neurali, Bologna, Il Mulino, 1996. 2 1. Sistemi di calcolo seriale e intelligenza naturale Malgrado il fatto che i computer
DettagliTrasduzione sensoriale
Trasduzione sensoriale Prima fase di elaborazione dello stimolo, comune a tutti i sistemi sensoriali Il neurone sensoriale traduce gli eventi fisici in segnali elettrici che viaggiano attraverso le fibre
DettagliLA CLASSIFICAZIONE IN SOCIOLOGIA
~FICI LABORA1"'0Rl0 SOCIOLOGICO Teoria, Epistemologia, Metodo Cleto Corposanto LA CLASSIFICAZIONE IN SOCIOLOGIA Reti neurali, Discriminant e Cluster Analysis ancoangeli Istituto Universitario Architettura
DettagliConoscenza e simulazione mentale
Conoscenza e simulazione mentale Aspetti storici: cognitivismo, mente computazionale, mente modulare Mente simulativa, mente situata e radicata nel corpo (grounding cognition) Mappe cerebrali e mappe mentali
DettagliSpazio e trasformazioni sensorimotorie
Università degli studi di Padova Dipartimento di Psicologia Generale Spazio e trasformazioni sensorimotorie Michele De Filippo De Grazia Simone Cutini Outline Trasformazioni sensorimotorie Basi anatomo-fisiologiche
Dettagli9 a Conferenza Nazionale GIMBE Evidenze e innovazioni per la Sostenibilità della Sanità Pubblica
9 a Conferenza Nazionale GIMBE Evidenze e innovazioni per la Sostenibilità della Sanità Pubblica Bologna, 14 marzo 2014 Ridurre i tempi di accesso per l angioplastica primaria nell infarto STEMI: effetti
DettagliSimulazione di sistemi neuronali dell ippocampo
Simulazione di sistemi neuronali dell ippocampo - Marco Piersanti - Relatore: prof. Brunello Tirozzi Introduzione introduzione» Obiettivo: sviluppo di un modello di neurone piramidale CA1 dell ippocampo.
DettagliPozzilli. Giornata mondiale della salute. Battere il diabete con la conoscenza e la ricerca
Pozzilli. Giornata mondiale della salute. Battere il diabete con la conoscenza e la ricerca Con il progetto Moli-Sani il Neuromed partecipa al grande sforzo internazionale di fotografare la situazione.
Dettaglinuove prestazioni ottenibili: tempo reale in problemi complessi, autoapprendimento, resistenza a guasti ed errori, degradazione graduale
RETI NEURALI Reti Neurali Sono una nuova tecnologia informatica: architettura innovativa (non Von Neumann): molti semplici processori paralleli fortemente integrati da una rete di connessioni che realizzano
DettagliIntroduzione alle Reti Neurali
Introduzione alle Reti Neurali Stefano Gualandi Università di Pavia, Dipartimento di Matematica email: twitter: blog: stefano.gualandi@unipv.it @famo2spaghi http://stegua.github.com Reti Neurali Terminator
DettagliModelli dell interazione audio-visiva nella corteccia: meccanismi neurali alla base di fenomeni percettivi illusori
Modelli dell interazione audio-visiva nella corteccia: meccanismi neurali alla base di fenomeni percettivi illusori L interazione cross-modale avviene a vari livelli nella corteccia e influenza fortemente
DettagliReti neurali di Kohonen: un esempio di applicazione al TSP
Reti neurali di Kohonen: un esempio di applicazione al TSP Stefano Vaccari 2148 061247 Relazione per il corso di Intelligenza Artificiale Febbraio 2003 1 Reti neurali Le reti neurali artificiali sono un
DettagliScuola di specializzazione in Medicina d emergenza-urgenza
Denominazione (denominazione in inglese) Area Sotto-area (solo per l area dei servizi clinici) Classe Obiettivi formativi e descrizione (da indicare quelli presenti nel D.M. che possono essere ampliati)
DettagliCRITICAL ILLNESS PRODOTTO MALATTIE GRAVI
CRITICAL ILLNESS PRODOTTO MALATTIE GRAVI Dott.ssa Anna Tanzini Medico Chirurgo Specialista in Medicina Legale e delle Assicurazioni Chief Medical Officer and Senior Claims Assessor Obiettivi del prodotto
Dettagli2 MED/35 Caratterizzante / Discipline specifiche della tipologia ANATOMIA ED ISTOLOGIA DELL'APPARATO TEGUMENTARIO
Università degli Studi di Siena Dipartimento: Dipartimento di Scienze Mediche, Chirurgiche e Neuroscienze Corso di Studio: D052 - DERMATOLOGIA E VENEREOLOGIA Ordinamento: D052-14 : 2014/2015 Regolamento:
DettagliConnettività cerebrale funzionale ed effettiva
Connettività cerebrale funzionale ed effettiva Alcuni metodi per lo studio in vivo nell uomo Ing. Lorenzo Sani E-mail: lorenzo.sani@bioclinica.unipi.it Laboratorio di Biochimica Clinica e Biologia Molecolare
DettagliPrevenzione delle Malattie Coronariche. Introduzione Valutazione del rischio per la selezione dei pazienti da sottoporre a trattamento clinico
Indice Introduzione Valutazione del rischio per la selezione dei pazienti da sottoporre a trattamento clinico XIII Tabella 1 Che cosa caratterizza un paziente ad alto rischio? 1 Tabella 2 Diabete mellito
DettagliPiano formativo del Master di I livello in Assistenza Infermieristica in area critica cardiologica
Piano formativo del Master di I livello in Assistenza Infermieristica in area critica cardiologica Dipartimento di Medicina Clinica e Molecolare; Facoltà di Medicina e Psicologia Direttore del Master:
DettagliEPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST
EPIDEMIOLOGIA CLINICA: PROPRIETÀ DEI TEST Problemi nella pratica clinica 1. Spiegazione del profilo clinico Dato il profilo clinico di un paziente, quale malattia ha? 2. Spiegazione della malattia Perché
DettagliL intelligenza biologica. Sommario
L intelligenza biologica Copyright N.A. Borghese Università di Milano 02/04/2003 http:\\homes.dsi.unimi.it\ borghese 1/33 Sommario Il neurone, modelli deterministici (L-system) e stocastici (frattali).
DettagliIntroduzione agli Algoritmi Genetici ed alle Reti Neurali
Introduzione agli Algoritmi Genetici ed alle Reti Neurali Maurizio Palesi Introduzione agli Algoritmi Genetici ed alle Reti Neurali 1 Sommario Algoritmi Genetici Introduzione e applicazioni Terminologia
DettagliSistemi Neurali Artificiali applicati alla Robotica e alla BioRobotica
Sistemi Neurali Artificiali applicati alla Robotica e alla BioRobotica PhD. Ing. Michele Folgheraiter Corso di ROBOTICA2 Prof.ssa Giuseppina Gini Anno. Acc. 2005/2006 Controllo Mediante Rete-Neurale -
DettagliReti neurali introduzione. Vittorio Maniezzo Università di Bologna
6 Reti neurali introduzione Vittorio Maniezzo Università di Bologna 1 Neuroni Reali Fan in Fan out Tempo elaborazione Sistema nervoso 10 10 10 Calcolatore 10 < 10 10 Vittorio Maniezzo - Università di Bologna
DettagliMatematica Applicata
sorrentino@dima.unige.it Genova, May 19th 2016 1/8 Matematica Applicata Neuroscienze, Metodi Bayesiani, Algoritmi Monte Carlo Sara Sommariva Docente di riferimento: Alberto Sorrentino sorrentino@dima.unige.it
DettagliIL COMPETITIVE LEARNING E LE RETI NON SUPERVISIONATE
IL COMPETITIVE LEARNING E LE RETI NON SUPERVISIONATE q1 q2 q3 Frosio Iuri Laboratorio MAVR frosio@dsi.unimi.it APPLICAZIONI PER LA RICOSTRUZIONE 3D Diverse tipologie di ANN SIGNAL-TRANSFER NETWORKS: multilayer
DettagliAZIENDA OSPEDALIERA MOSCATI AVELLINO. AGGIORNAMENTO 2018 DEL PIANO DELLA PERFORMANCE (adottato con delibera n. 180 del
AZIENDA OSPEDALIERA MOSCATI AVELLINO AGGIORNAMENTO 2018 DEL PIANO DELLA PERFORMANCE 2017-2019 (adottato con delibera n. 180 del 28.02.2017) AGGIORNAMENTO PIANO DELLA PERFORMANCE 2018 OBIETTIVO LISTE DI
DettagliI Componenti del processo decisionale 7
Indice Introduzione 1 I Componenti del processo decisionale 7 1 Business intelligence 9 1.1 Decisioni efficaci e tempestive........ 9 1.2 Dati, informazioni e conoscenza....... 12 1.3 Ruolo dei modelli
DettagliReti Neurali MLP e RFB
Reti Neurali MLP e RFB Antonio Manno mannoanto@libero.it, www.statistica.too.it Indice 1 Introduzione 1 2 Le reti neurali 4 2.1 Il sistema nervoso e origine delle reti neurali.............. 4 2.2 Reti
DettagliSMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Decisioni cliniche 16/1/2006
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Decisioni cliniche 16/1/2006 Applicazioni in fisica medica Problematica dell analisi statistica di dati clinici Studi e applicazioni
DettagliLo stato dell arte in Oncologia: Il punto di vista di AIOM
Lo stato dell arte in Oncologia: Il punto di vista di AIOM Daniele Farci S.C. Oncologia Medica Ospedale Oncologico Businco - Cagliari Consigliere Nazionale AIOM Nuove diagnosi di tumore nel 2017 Stimati
DettagliNOVITÀ DEI MODELLI DI ANALISI DEL RISCHIO
ABI OSSIF NOVITÀ DEI MODELLI DI ANALISI DEL RISCHIO G. Bruno Ronsivalle Università degli Studi di Verona Mercoledì 11 aprile 2018 Milano, ABI Via Olona 2 ARGOMENTI Analisi del Rischio Rischio Esogeno Rischio
DettagliIdentificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale
Identificazione dei Parametri Caratteristici di un Plasma Circolare Tramite Rete Neuronale Il presente lavoro, facente segiuto a quanto scritto precedentemente ha il fine di descrivere il codice di calcolo
DettagliRETI NEURALI (II PARTE)
RETI NEURALI (II PARTE) HOPFIELD Neural Net è utilizzata come MEMORIA ASSOCIATIVA e come CLASSIFICATORE input e output sono BINARI {+, -} i pesi sono fissati con un apprendimento non iterativo (fixed point
DettagliGli accessi epilettici e l epilessia
Gli accessi epilettici e l epilessia Prof. Marcello Costantini Psicobiologia II marcello.costantini@unich.it Stanza 316 - edificio ITAB Accessi epilettici - epilessia https://www.youtube.com/watch?v=5i5klgj_r
DettagliPER ISCRITTI AL III ANNO
Da compilare on line dal 2 al 15 dicembre 2014 ad iscrizione effettuata PER ISCRITTI AL III ANNO 1 Anno (0 CFU) 503395 - ANATOMIA E BIOLOGIA APPLICATA ANATOMIA UMANA 4 BIO/1 Base / Scienze biomediche BIOLOGIA
DettagliTecniche di ottimizzazione per l analisi della diffusione delle innovazioni nei social networks
Tecniche di ottimizzazione per l analisi della diffusione delle innovazioni nei social networks Matteo Secci Università degli studi di Cagliari Dipartimento di ingegneria Elettrica ed Elettronica Tesi
DettagliCriteri alternativi all Entropia
Sistemi Intelligenti 94 Criteri alternativi all Entropia Altri criteri suggeriti al posto dell Entropia: - Variance Impurity (per due classi) - (Weighted) Gini Impurity (generalizzazione di Variance Impurity
DettagliUniversità degli Studi di SIENA
Università degli Studi di SIENA Facoltà di MEDICINA e CHIRURGIA Scuola di Gastroenterologia Sede: Via delle Scotte 53100 - SIENA (SI) Tel: 0577 233288 Fax: 0577 233287 Obiettivi Scuola Lo specialista in
DettagliDall occhio al cervello (1)
Dall occhio al cervello (1) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2018.html
DettagliReti neurali introduzione
6 Reti neurali introduzione Vittorio Maniezzo Università di Bologna 1 Neuroni Reali Fan in Fan out Tempo elaborazione Sistema nervoso 10 10 10 Calcolatore 10 < 10 10 Vittorio Maniezzo - Università di Bologna
DettagliDr. Fabio Motta. Università degli studi di Milano. Ospedale San Giuseppe Gruppo Multimedica
Dr. Fabio Motta Università degli studi di Milano Ospedale San Giuseppe Gruppo Multimedica NOZIONI STORICHE 28 Dicembre 1895 Appunti su una nuova specie di raggi di W.C. Roentgen NOZIONI STORICHE NOZIONI
DettagliMEDICINA di GENERE: cultura della differenza Napoli, 30 Novembre 2017
MEDICINA di GENERE: cultura della differenza Napoli, 30 Novembre 2017 Prof. Giovannella Baggio - Presidente del Centro Studi Nazionale su Salute e Medicina di Genere -Membro del Comitato Scientifico della
DettagliRETI NEURALI. Esempio: Stima del rendimento volumetrico η
RETI NEURALI Contenuti: Reti di percettroni Reti neurali a base radiale Esempio: Stima del rendimento volumetrico η Conclusioni Motivazione: Modelli flessibili e modulari (= costituiti dalla interconnessione
DettagliStatistica in biomedicina
Scuola di Specializzazione in Fisica Sanitaria a.a. 2005/2006 Corso di Informatica e Statistica Medica Statistica in biomedicina 14/3/2006 Caratteristiche peculiari Difficoltà ad interfacciarsi con i medici
DettagliE possibile identificare pazienti affetti da scompenso cardiaco a partire dai SIS?
E possibile identificare pazienti affetti da scompenso cardiaco a partire dai SIS? Belleudi V 1, Kirchmayer U 1, Agabiti N 1, Bauleo L 1, Cascini S 1, Fusco D 1, Arca M 1, Ferroni E 1, Di Domenicantonio
DettagliIXIP IXip probabilità di cancro alla prostata (PCa) biopsia alla prostata
IXIP IXip è un nuovo indice diagnostico che fornisce la probabilità di cancro alla prostata (PCa) in un dato paziente e permette di ridurre il numero di biopsie prostatiche con esito negativo. La biopsia
DettagliIntroduzione alle reti neurali ed ai neurocontrollori
Introduzione alle reti neurali ed ai neurocontrollori Storia Artificial Neural Networks (ANNs) sono una simulazione astratta del nostro sistema nervoso, che contiene una collezione di neuroni i quali comunicano
DettagliEvaLab Eye-tracking & Visual Application
Università degli Studi di Siena Dipartimento di Scienze Neurologiche, Neurochirurgiche e del Comportamento Alessandra Rufa MD PhD Neuroscienze della Visione EvaLab Eye-tracking & Visual Application Problematiche
DettagliSOM (feature mapping)
SOM (feature mapping) Iuri Frosio frosio@dsi.unimi.it it 1 Clustering / Classificazione Clustering => Siano dati N dati, un algoritmo di clustering divide i dati in M classi diverse senza necessità di
DettagliRELAZIONE VOLUME ESITO NEGLI INTERVENTI MAGGIORI DI CHIRURGIA ONCOLOGICA
RELAZIONE VOLUME ESITO NEGLI INTERVENTI MAGGIORI DI CHIRURGIA ONCOLOGICA Russo A. 1, Bersani M. 2, Zocchetti C. 3 1 Osservatorio Epidemiologico,Registro dei Tumorie Flussi ASL della Provincia dimilano1;
DettagliApprendimento automatico e Reti Neurali. Francesco Sambo tel
Apprendimento automatico e Reti Neurali Francesco Sambo www.dei.unipd.it/~sambofra francesco.sambo@dei.unipd.it tel. 049 827 7834 Apprendimento automatico Capacità di un agente di sintetizzare nuova conoscenza
DettagliANNO ACCADEMICO
ANNO ACCADEMICO 013-014 Sistema di coordinamento Donazione e Trapianto (L.91/99) Interfaccia Operativa Attività Infermiere donazione-trapianto! Ambiti operativi dell Infermiere all interno dei Coordinamenti
DettagliInterpretativa Generale Non previsto INTRODUZIONE ALLA DIAGNOSTICA PER IMMAGINI
INTRODUZIONE ALLA DIAGNOSTICA PER IMMAGINI Indirizza lo studente alla conoscenza delle varie macchine impiegate nella diagnostica per immagini (radiologia convenzionale, ultrasonografia, tomografia computerizzata,
DettagliAREA CHIRURGICA - CLASSE DELLE CHIRURGIE GENERALI Scuola di Specializzazione in Chirurgia Generale - A.A Coorte 8 agosto anno
Coorte 8 agosto 2013-1 anno ANNO TAF TAF AMBITO ORE 1 A DI BASE DISCIPLINE GENERALI PER LA 1 A DI BASE DISCIPLINE GENERALI PER LA 1 A DI BASE DISCIPLINE GENERALI PER LA 1 7 L BIO/16 ANATOMIA UMANA 1 7
DettagliUNIVERSITA DEGLI STUDI DI BARI
UNIVERSITA DEGLI STUDI DI BARI FACOLTA DI MEDICINA E CHIRURGIA Sezione di Diagnostica per Immagini DIRETTORE: Prof. Giuseppe Angelelli METASTASI OSSEE: imaging Arnaldo Scardapane Le ossa sono una delle
DettagliEsame di FONDAMENTI DI AUTOMATICA (9 CFU) SOLUZIONE
Esame di FONDAMENTI DI AUTOMATICA (9 CFU) Prova scritta 20 giugno 2017 SOLUZIONE ESERCIZIO 1. Si vuole realizzare un sistema di sorveglianza costituito da una flotta di droni di tipologia quadricottero.
DettagliAREA CHIRURGICA - CLASSE DELLE CHIRURGIE SPECIALISTICHE Scuola di Specializzazione in Urologia - A.A Coorte 8 agosto anno
Coorte 8 agosto 2013-1 anno 1 8 L BIO/09 FISIOLOGIA FISIOLOGIA Fisiologia dell'apparato urinario e genitale maschile 1 8 L BIO/14 FARMACOLOGIA FARMACOLOGIA Farmacologia degli antibiotici e dei principali
DettagliMORTALITÀ A TRENTA GIORNI DALL INTERVENTO PER TUMORE MALIGNO DEL POLMONE PROTOCOLLO OPERATIVO
MORTALITÀ A TRENTA GIORNI DALL INTERVENTO PER TUMORE MALIGNO DEL POLMONE PROTOCOLLO OPERATIVO - Definizione Per struttura di ricovero o area di residenza: proporzione di morti a trenta giorni dall intervento
DettagliIl dato di laboratorio
Corso di Laurea Triennale in Biotecnologie per la salute Biochimica clinica Il ciclo analitico: dalla richiesta al dato di laboratorio Il dato di laboratorio È un segno che contribuisce a distinguere tra
DettagliClustering & feature mapping
Clustering & feature mapping Iuri Frosio frosio@dsi.unimi.it 146 Info La lezione di venerdi' 19 si terra' in aula GAMMA alle ore 15.30. 246 1 Classificazione Descrizione numerica dell oggetto: altezza,
DettagliMinistero della Salute
Workshop IMPACT proactive "in action" 2015 Finanziare la Ricerca sul dolore Giovanni Leonardi Direttore Generale della Ricerca e dell Innovazione in Sanità Il Dolore e la Legge 38/2010 La ricerca in terapia
DettagliNEUROPSICOLOGIA CLINICA Scienza che riguarda l espressione comportamentale di disfunzioni cerebrali
NEUROPSICOLOGIA CLINICA Scienza che riguarda l espressione comportamentale di disfunzioni cerebrali In risposta a esigenze di Valutazione e Riabilitazione (pz con lesioni cerebrali) NEUROPSICOLOGIA CLINICA
DettagliIntelligenza Computazionale INSEGNAMENTO ANNO ACCADEMICO Informatica Magistrale CORSO DI LAUREA IN Anna Maria Fanelli DOCENTE II
Intelligenza Computazionale INSEGNAMENTO 2016-17 ANNO ACCADEMICO Informatica Magistrale CORSO DI LAUREA IN Anna Maria Fanelli DOCENTE II I ANNO DI CORSO SEMESTRE 4 N CREDITI LEZIONI FRONTALI: 32 68 N ORE
DettagliLa personalizzazione delle cure dell anziano
La personalizzazione delle cure dell anziano Giovannina Conchiglia Clinica Villa Camaldoli Napoli Reparto Neurologia Comportamentale giopsico@libero.it Firenze, 12 aprile 2014 LA CARTA EUROPEA DEI DIRITTI
DettagliElaborazione delle immagini a basso livello
Sommario Introduzione Percezione Formazione delle immagini Estrazione di informazione 3D da un immagine Riconoscimento di oggetti Manipolazione e navigazione Conclusioni 128 La luce riflessa dagli oggetti
DettagliMONITORAGGIO DEGLI INDICATORI DI ESITO DELL AZIENDA OSPEDALIERA DELLA PROVINCIA DI PAVIA DERIVATI DAL PROGRAMMA NAZIONALE ESITI ED.
MONITORAGGIO DEGLI INDICATORI DI ESITO DELL AZIENDA OSPEDALIERA DELLA PROVINCIA DI PAVIA DERIVATI DAL PROGRAMMA NAZIONALE ESITI ED. 2015 (riferiti ai ricoveri anno 2014) SOMMARIO Introduzione... 3 Indicatori
DettagliIntroduzione alle reti neurali ed ai neurocontrollori
Introduzione alle reti neurali ed ai neurocontrollori Storia Artificial Neural Networks (ANNs) sono una simulazione astratta del nostro sistema nervoso, che contiene una collezione di neuroni i quali comunicano
Dettagli