SALOTTO FUZZY. Scherzando seriamente: il cambiamento della ricerca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "SALOTTO FUZZY. Scherzando seriamente: il cambiamento della ricerca"

Transcript

1 SALOTTO FUZZY Scherzando seriamente: il cambiamento della ricerca San Polo dei Cavalieri, 11 luglio 2009 Mario Gentili «Finché le leggi della matematica si riferiscono alla realtà, non sono certe, e finché sono certe, non si riferiscono alla realtà.» (Albert Einstain, Sidelights on Relativity) «Il mare è l acqua più pura e più impura: per i pesci essa è potabile e conserva la vita, per gli uomini è imbevibile ed esiziale.» (Eraclito V sec. a.c.)

2 IL PERCORSO Apprendimento umano Costruzioni di modelli matematici di apprendimento Applicazioni operative 2

3 IL CERVELLO L esempio più poderoso di logica fuzzy è il nostro cervello. Le più complete enciclopedie ci ricordano che Il cervello è una complessa organizzazione di cellule nervose, con compiti di riconoscimento delle configurazioni assunte dall'ambiente esterno, memorizzazione e reazione agli stimoli. Al fine di compiere queste operazioni, la rete biologica cerebrale si serve di miliardi di semplici elementi computazionali (i neuroni) fittamente interconnessi in modo da variare la loro configurazione in risposta agli stimoli esterni: in questo senso può parlarsi di processi di evoluzione per apprendimento 3

4 IL NEURONE Il neurone è costituito da tre parti principali: il corpo cellulare, la linea di uscita del neurone (unica, ma che si dirama in migliaia di rami) e la linea di entrata del neurone, che riceve segnali in ingresso dalle linee di uscita degli altri neuroni tramite le sinapsi. Il corpo cellulare esegue una valutazione dei segnali in ingresso: se il risultato supera un certo valore di soglia, allora il neurone si attiva. Se il risultato invece non supera il valore di soglia, il neurone rimane in uno stato di riposo. 4

5 IL PROCESSO DI RICERCA E APPRENDIMENTO Lo studio dell apprendimento umano ha nel tempo costruito dei modelli di riferimento per la filosofia, la logica, la chimica, la fisica, la psicologia, e la matematica, generando, di fatto, un modello del processo di ricerca che è comune all intelligenza umana e, come vedremo inseguito, a quella artificiale: 5

6 UNA BUONA RICERCA In verità, quando si effettua una ricerca già ci è nota la risposta. Non in termini di contenuti, ma sicuramente dobbiamo sapere cosa ci si aspetta per poter effettuare una valutazione di qualità su quanto trovato. In altre parole dobbiamo sapere già se la risposta che otterremo è coerente a quanto richiesto e se risponde ai nostri obiettivi di ricerca. Questo principio è alla base della nostra valutazione del risultato e ci consentirà di scartarlo, ovvero di archiviarlo per poi poterlo richiamare e riutilizzare. Solo in rari casi si naviga senza mèta : in ogni caso l obiettivo finale è sempre quello di trovarne una. 6

7 PLATONE Menone: E che tipo di domanda farete, Socrate, per sapere quello che non conoscete? Che cosa metterete come soggetto della richiesta? E se trovate che cosa volete, come saprete mai che questa è la cosa che non conoscevate? Socrate: so, Menone, cosa vuoi dire; ma lasciami evidenziare la disputa noiosa che stai introducendo circa quello che l uomo può richiedere in base alla sua conoscenza; se sa, non ha necessità di domandare; e se non sa, non può domandare. Non ha senso porci delle domande perché per poter riconoscere una risposta dovremmo conoscere quello che vorremmo esserci risposto eppure 7

8 IL FUZZY MODELLO Gli sviluppi nella logica fuzzy, con la loro interpretazione della realtà, magnificamente sintetizzata dal detto popolare la verità sta nel mezzo, hanno contribuito all istituzione di una nuova disciplina scientifica che ha consentito il rinnovamento del concetto di ricerca soprattutto nel settore dell intelligenza artificiale: soft computing Le tecniche di soft computing si prefiggono di valutare, calcolare, decidere e controllare lo scenario in un ambiente apparentemente impreciso, vago, fluido o soggetto a continui e repentini cambiamenti, emulando e utilizzando la capacità degli esseri umani di apprendimento, ovvero di eseguire le attività sulla base della loro esperienza passata per costruirne di uguali o di nuove. 8

9 IL SOFT COMPUTING Tre sono i capisaldi di questa disciplina: 1. la possibilità di modellare e di controllare sistemi incerti e complessi, nonché di rappresentare la conoscenza in maniera efficiente attraverso le descrizioni tipiche della teoria degli insiemi fuzzy; 2. la capacità d ottimizzazione degli algoritmi matematici, la cui computazione si ispira alle leggi di selezione e mutazione tipiche degli organismi viventi; 3. la capacità di apprendere complesse relazioni funzionali delle reti neurali, ispirate a quelle proprie dei tessuti cerebrali. 9

10 IL SOFT COMPUTING Dice Zadeh, " una tendenza crescente è costituita dall uso della logica fuzzy in combinazione con il calcolo neurale e gli algoritmi genetici. Più in generale, la fuzzy logic, le reti neurali e gli algoritmi genetici possono considerarsi i principali costituenti di ciò che potrebbe essere definito calcolo soft. A differenza dei metodi di calcolo tradizionali o hard, il soft computing ha lo scopo di adattarsi alla pervasiva imprecisione del mondo reale. Il suo principio guida può esprimersi così: sfruttare la tolleranza per l imprecisione, l incertezza e le verità parziali in modo da ottenere trattabilità, robustezza e soluzioni a basso costo. Nei prossimi anni, il soft computing è probabilmente destinato a giocare un ruolo sempre più rilevante in molti settori. la vita vera, insomma, nei confronti della quale la logica fuzzy rappresenta un vero e proprio sistema adattativo efficace. 10

11 LE RETI NEURALI ARTIFICIALI Tradizionalmente, il termine rete neurale viene utilizzato come riferimento ad una rete o ad un circuito di neuroni biologici, ma se ne è affermato l uso anche in matematica, con riferimento ai modelli matematici delle reti neurali artificiali (ANN), che rappresentano l'interconnessione tra elementi definiti neuroni artificiali, ossia costrutti matematici che in qualche misura imitano le proprietà dei neuroni viventi. Una rete neurale artificiale è un interconnessione di un gruppo di nodi, chiamati neuroni: è un sistema adattativo, uno strumento di modellazione che cambia la propria struttura sulla base delle informazioni che scorrono attraverso la rete durante la fase di apprendimento. 11

12 LE SCIENZE I principali campi di azione del soft computing sono: la cibernetica, la teoria matematica delle informazioni. La traduzione informatica dei modelli e la realizzazione di simulatori e di strumenti per la previsione 12

13 LA CIBERNETICA Nasce con Wiener (che non riuscì mai ad imparare il percorso dell autobus che lo portava a casa). Il concetto più importante che maggiormente ha lasciato traccia nello sviluppo dell IA è quello di feedback, secondo il quale la discrepanza tra il modello costruito e quello effettivo, costituisce un importante nuovo segnale per il controllo del modello costruito affinché si modifichi in qualche modo apprenda per correggere i suoi errori. Esempio: il termostato della caldaia: Obiettivo: mantenere costante una temperatura; Sistema di controllo: accensione/spegnimento della caldaia. La presenza di un sistema di controllo fa sì che sia nell uomo, sia nella macchina, di possa parlare di scopo, e di comportamento diretto ad uno scopo. 13

14 LA CIBERNETICA L aspetto che più ha attirato l'interesse dei ricercatori, è la possibilità di apprendimento del modello: dato un compito specifico da risolvere, apprendimento significa utilizzare l osservazione del risultato al fine di trovare una funzione che risolva il problema in modo ottimale. La funzione di costo è un concetto importante nell'apprendimento: si tratta della misura di quanto è lontana da noi la soluzione ottimale del problema che vogliamo risolvere, e quindi qual è lo sforzo richiesto per raggiungerla. Gli algoritmi di apprendimento ricercano soluzioni al fine di trovare una funzione che abbia il minor costo possibile. 14

15 LA CIBERNETICA L'addestramento di une rete neurale avviene sollecitando i nodi in ingresso con una propagazione in avanti dei segnali attraverso ciascun livello della rete, confrontando la risposta della rete con il risultato desiderato ottenendo un corrispondente segnale d'errore in caso di difformità, e propagando poi nella direzione inversa rispetto a quella delle connessioni sinaptiche il segnale di errore, educando così la rete a minimizzare la differenza tra l'uscita ottenuta e l'uscita desiderata. 15

16 LA TEORIA MATEMATICA DELL INFORMAZIONE Si interessa del contenuto informativo presente in un messaggio (o in un segnale). Un messaggio contiene tanta più informazione quanto più è imprevedibile, tanto meno informazione quanto più è noto, scontato, prevedibile. Problema: Esiste un equivalenza tra mente umana e computer in considerazione che entrambi sono dei sistemi di trasmissione e di ricezione di messaggi? Dimostrazione: test di Turing: se due sistemi danno le stesse risposte nella stessa situazione, allora sono equivalenti. Negazione: Searle: due sistemi possono dare la stessa risposta ma possono usare processi molto diversi per raggiungere quel risultato. In IA l apprendimento è inteso come insieme di conoscenze e non come comportamento. Può essere: di informazioni (di primo ordine), attraverso l aggiunta di nuove conoscenze alla base dati precedente di procedure (di secondo ordine), attraverso l apprendimento di strategie che permettono di ottimizzare le procedure note. 16

17 I PRINCIPALI CAMPI DI RICERCA MODELS & ALGORITHMS RESEARCH SOFTWARE ARTIFICIAL ADAPTIVE SYSTEMS EXPERIMENTAL RESEARCH Family of Software Systems Cognitive & Natural Systems SuperVised ANNs Artificial Neural Networks Associative Memories Evolutionary Programming Autopoietic ANNs Artificial Organisms Pre-Processing Tools Active Connections Matrix Active Connections Matrix SW 17

18 I PRINCIPALI CAMPI DI APPLICAZIONE SOCIAL FIELD FINANCIAL FIELD INDUSTRIAL FIELD BIOMEDICAL FIELD Drugs & Alcohol Stock Market Prediction Process Control Clinical Trial Social Security Credit Scoring Ecology & Environment Diagnostic Imaging Urban Sustainability Portfolio Optimization Fraud & Defect Recognition Proteins Structure Jobs Optimization Trading Strategies Process Optimization Chemical Simulation 18

19 19 ALCUNI RISULTATI

20 20 ALCUNI RISULTATI

21 21 ALCUNI RISULTATI

22 SCOPRIRE LE COSE NASCOSTE 22

23 23 EVOLUZIONE DEL WEB

24 EVOLUZIONE DEL WEB FILTERING 1- All inizio era solo per motivi di sicurezza. 2- Si passa ad un filtraggio delle informazioni per evitare il rumore delle stesse in base a filtri per: categoria, argomenti. Si passa alle prime pagine personalizzate in base ad un profilo dichiarato o richiesto all utente (compare il concetto di la mia home page ) 3- Registrazione delle abitudini dell utente e costruzione automatica del profilo con conseguente costruzione automatica della pagina utente. Primi siti personalized store (ie. Amazon store). L utente non fa più query per tradurre la sua esigenza in domanda, ma gli si presentano già potenziali risposte alle sue abitudini di navigazione. Ma come produrre un profilo automatico? Bisogna conoscere chi naviga: diventa fondamentale sapere cosa legge nel web. Si fanno strada l analisi semantica dei testi e le ANN ai fini della probabilità che il prossimo argomento che verrà letto sia proprio quello da proporre. 24

25 TEXT MINING Cos è? La capacità di trovare regolarità di rilievo in grandi data-set testuali. Di rilievo significa: non-trivial, nascosti, sconosciuti prima, potenzialmente utili. Ancora una volta si fanno strada l analisi semantica dei testi e le ANN ai fini della scoperta delle regolarità. 25

26 SEMANTIC WEB Quando si parla di web semantico si intende proporre un web che possieda delle strutture di collegamenti più espressive di quelle attuali, ovvero un web nel quale agiscano agenti intelligenti: applicazioni in grado di comprendere il significato dei testi presenti sulla rete e perciò in grado di guidare l'utente direttamente verso l'informazione ricercata, oppure di sostituirsi a lui nello svolgimento di alcune operazioni. Un agente intelligente dovrebbe essere una applicazione in grado di svolgere operazioni come la prenotazione di un aereo per Parigi con arrivo in centro città prima delle Il tutto spulciando informazioni da siti che definiscono l'aeroporto di Parigi in modo diverso (Paris, Charles de Gaule, Orly) e deducendo, senza che sia specificato nella domanda, che un arrivo per le in centro implichi un arrivo in aeroporto diverso a seconda dell'aeroporto effettivamente selezionato. 26

Computazione Naturale AA. 2011-2012

Computazione Naturale AA. 2011-2012 Computazione Naturale AA. 2011-2012 Prof. Mario Pavone CdL Magistrale in Informatica Dip. Matematica ed Informatica mpavone@dmi.unict.it http://www.dmi.unict.it/mpavone/ INDICE Obiettivi formativi Cos

Dettagli

Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria

Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria Dott.ssa Lorella Gabriele PhD in Psicologia della Programmazione e Intelligenza Artificiale Dipartimento di Fisica Università della Calabria La robotica è una scienza che si occupa di studiare e sviluppare

Dettagli

CAPITOLO 3 Previsione

CAPITOLO 3 Previsione CAPITOLO 3 Previsione 3.1 La previsione I sistemi evoluti, che apprendono le regole di funzionamento attraverso l interazione con l ambiente, si rivelano una risorsa essenziale nella rappresentazione di

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com

Dettagli

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A1_1 V1.1 Introduzione Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale

Dettagli

Le reti neurali artificiali. Giacomo Trudu aka Wicker25

Le reti neurali artificiali. Giacomo Trudu aka Wicker25 Le reti neurali artificiali Giacomo Trudu aka Wicker25 Sommario L'approccio algoritmico Le reti neurali artificiali Apprendimento delle reti neurali Il neurone biologico Il percettrone L'apprendimento

Dettagli

EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION

EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION EMERGENCE OF SELF ORGANIZATION AND SEARCH FOR OPTIMAL ENTERPRISE STRUCTURE: AI EVOLUTIONARY METHODS APPLIED TO AGENT BASED PROCESS SIMULATION remond@di.unito.it Department of Computer Science University

Dettagli

Massimo Brescia Machine Learning Parte I

Massimo Brescia Machine Learning Parte I Massimo Brescia Machine Learning Parte I 13 Lezione n. Parole chiave: Reti Neurali, Intelligenza Artificiale Corso di Laurea: Laurea magistrale in Astrofisica e Scienze dello Spazio Insegnamento: Tecnologie

Dettagli

DIPARTIMENTO DI STUDI UMANISTICI

DIPARTIMENTO DI STUDI UMANISTICI DIPARTIMENTO DI STUDI UMANISTICI Corso di Laurea Interdipartimentale in Scienze della Formazione Primaria( Ind.Primaria) A.A 2013/2014 REPORT SULL ELABORAZIONE DI UN AGENTE ARITIFICIALE TEORIA E METODOLOGIA

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Automi. Sono così esempi di automi una lavatrice, un distributore automatico di bibite, un interruttore, una calcolatrice tascabile,...

Automi. Sono così esempi di automi una lavatrice, un distributore automatico di bibite, un interruttore, una calcolatrice tascabile,... Automi Con il termine automa 1 s intende un qualunque dispositivo o un suo modello, un qualunque oggetto, che esegue da se stesso un particolare compito, sulla base degli stimoli od ordini ricevuti detti

Dettagli

L informatica nella scuola: mezzo o fine?

L informatica nella scuola: mezzo o fine? L informatica nella scuola: mezzo o fine? Il paradigma della ricerca in didattica; L introduzione del computer nell insegnamento delle matematiche. 1 La comunicazione delle matematiche ed il computer come

Dettagli

ROBOT COME PSICOLOGIA

ROBOT COME PSICOLOGIA FORZA, VELOCITÀ E ACCELERAZIONE: UNO SGUARDO CONTEMPORANEO AI PRINCIPI DELLA DINAMICA 301 ROBOT COME PSICOLOGIA DOMENICO PARISI Istituto di Scienze e Tecnologie della Cognizione, Consiglio Nazionale delle

Dettagli

Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1

Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1 Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1 1) secondo quale delle seguenti persone la statistica ha un ruolo fondamentale nella costruzione di

Dettagli

E-learning e teorie sull apprendimento

E-learning e teorie sull apprendimento Istituto Nazionale Previdenza Sociale Gestione Dipendenti Pubblici E-learning e teorie sull apprendimento E-Learning per la Pubblica Amministrazione - Teorie sull apprendimento Apprendimento Cambiamento

Dettagli

Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro

Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro Il cervello e la psiche neuroscienze e psicoanalisi: appunti per un possibile incontro Dr. Augusto Gentili 20/09/2011 Dott. Augusto Gentili 1 Viviamo in una società di massa, globalizzata. Ci si aspetta

Dettagli

Software e Algoritmi. Lezione n. 3

Software e Algoritmi. Lezione n. 3 Software e Algoritmi Lezione n. 3 Software definizione informatica Istruzioni che eseguite da un computer svolgono una funzione prestabilita con prestazioni prestabilite - (programma di alto livello ed

Dettagli

Metodi e Modelli per le Decisioni

Metodi e Modelli per le Decisioni Metodi e Modelli per le Decisioni Corso di Laurea in Informatica e Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Giovedì 13.30-15.30 Venerdì 15.30-17.30 Ricevimento:

Dettagli

Breve introduzione al Calcolo Evoluzionistico

Breve introduzione al Calcolo Evoluzionistico Breve introduzione al Calcolo Evoluzionistico Stefano Cagnoni Dipartimento di Ingegneria dell Informazione, Università di Parma cagnoni@ce.unipr.it 1 Introduzione Il mondo fisico ed i fenomeni naturali

Dettagli

Intelligenza Artificiale (lucidi lezione introduttiva)

Intelligenza Artificiale (lucidi lezione introduttiva) Intelligenza Artificiale (lucidi lezione introduttiva) Prof. Alfonso Gerevini Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia 1 Che cosa è l Intelligenza

Dettagli

Intelligenza Artificiale. Introduzione al calcolo evolutivo

Intelligenza Artificiale. Introduzione al calcolo evolutivo Intelligenza Artificiale Introduzione al calcolo evolutivo Marco Piastra Calcolo evolutivo - 1 Calcolo evolutivo ed IA Universe Borg Vogons Earth etc Biotop Society Stones & Seas etc Art Science Politics

Dettagli

LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE

LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE IL CONTRIBUTO DELLE NEUROSCIENZE: IL DIBATTITO IN AMBITO EDUCATIVO. Bressanone 26/10/2012; Daniela Mario LA BASE MOTORIA E INTENZIONALE DELL APPRENDERE I neuroni specchio e le rappresentazioni condivise

Dettagli

e-dva - eni-depth Velocity Analysis

e-dva - eni-depth Velocity Analysis Lo scopo dell Analisi di Velocità di Migrazione (MVA) è quello di ottenere un modello della velocità nel sottosuolo che abbia dei tempi di riflessione compatibili con quelli osservati nei dati. Ciò significa

Dettagli

Piano di gestione della qualità

Piano di gestione della qualità Piano di gestione della qualità Pianificazione della qualità Politica ed obiettivi della qualità Riferimento ad un eventuale modello di qualità adottato Controllo della qualità Procedure di controllo.

Dettagli

Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome

Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome 1) In che senso i brani di Bach by Design sono originali? a) Hanno uno stile musicale nuovo b) Hanno una sequenza

Dettagli

Internet of Things, Big Data e Intelligenza Artificiale.

Internet of Things, Big Data e Intelligenza Artificiale. Oracle Ticino Day Lugano 26 Marzo 2015 Internet of Things, Big Data e Intelligenza Artificiale. Prof. Luca Maria Gambardella direttore IDSIA, istituto USI-SUPSI, Manno Le nuove sfide La società globale

Dettagli

LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO

LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO LA RIABILITAZIONE NEUROCOGNITIVA & L ESERCIZIO TERAPEUTICO CONOSCITIVO Le varie teorie della riabilitazione motoria Nel corso degli anni si sono sviluppate varie teorie: Teoria motivazionale : è usata

Dettagli

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale Esperienze di Apprendimento Automatico per il corso di lippi@dsi.unifi.it Dipartimento Sistemi e Informatica Università di Firenze Dipartimento Ingegneria dell Informazione Università di Siena Introduzione

Dettagli

Corso Sapienza Trading Automatico la formazione finanziaria è il miglior investimento per il tuo domani

Corso Sapienza Trading Automatico la formazione finanziaria è il miglior investimento per il tuo domani www.sapienzafinanziaria.com Corso Sapienza Trading Automatico la formazione finanziaria è il miglior investimento per il tuo domani Lezione n. 12 Edizione marzo / luglio 2015 www.sapienzafinanziaria.com

Dettagli

La Laurea Magistrale in Informatica 2014-15

La Laurea Magistrale in Informatica 2014-15 Università degli studi di Udine La Laurea Magistrale in Informatica 2014-15 Consiglio del Corso di Studi (CCS) in Materie Informatiche Aprile 2014 E-mail: tutoratoinformatica@uniud.it Il piano di studi

Dettagli

Intelligenza Computazionale

Intelligenza Computazionale Intelligenza Computazionale A.A. 2009/10 Docente: Francesco Masulli masulli@disi.unige.it L'Intelligenza Computazionale (o Soft Computing o Natural Computing): insieme di metodologie di elaborazione dell'informazione

Dettagli

1. INTRODUZIONE 1.1 Una questione di metodo

1. INTRODUZIONE 1.1 Una questione di metodo 3 1. INTRODUZIONE 1.1 Una questione di metodo Lo studio del cervello presenta indubbiamente notevoli difficoltà. Una di queste, se non la principale, è la scelta del formalismo di indagine più appropriato.

Dettagli

L informatica ed il pensiero computazionale

L informatica ed il pensiero computazionale L informatica ed il pensiero computazionale Paolo Ciancarini Dipartimento di Informatica Università di Bologna Liceo Scientifico Rosetti San Benedetto del Tronto 10 3 2015 Sommario L informatica è una

Dettagli

LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI

LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI Per l unità della Scienza: Fisica e Biologia LO SVILUPPO E LE APPLICAZIONI DEI MODELLI NEURALI A. Bazzani ipartimento di Fisica e Centro L.Galvani per la Bio-complessità, Università di Bologna INFN Sezione

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 1 - Introduzione generale Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr

Dettagli

Nuovi strumenti virtuali per la sperimentazione clinica

Nuovi strumenti virtuali per la sperimentazione clinica Nuovi strumenti virtuali per la sperimentazione clinica Enzo Grossi Innovare l innovazione Nuovi approcci alla R&D nel settore della salute Milano, Auditorium Assolombarda 23 ottobre 2012 Processo di sviluppo

Dettagli

Page 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo

Page 1. Evoluzione. Intelligenza Artificiale. Algoritmi Genetici. Evoluzione. Evoluzione: nomenclatura. Corrispondenze natura-calcolo Evoluzione In ogni popolazione si verificano delle mutazioni. Intelligenza Artificiale In un ambiente che varia, le mutazioni possono generare individui che meglio si adattano alle nuove condizioni. Questi

Dettagli

LA PROPRIETA INTELLETTUALE

LA PROPRIETA INTELLETTUALE LA PROPRIETA INTELLETTUALE Problemi Specifici nella Brevettazione 20 Gennaio 2010 Seminario Ufficio Brevetti ed Innovazione Tecnologica Camera di Commercio di Genova DR. Giorgio A. Karaghiosoff La protezione

Dettagli

PROGRAMMAZIONE ANUALE DEL DIPARTIMENTO DI INFORMATICA E TELECOMUNICAZIONI ISTITUTO TECNICO a.s. 2015-16

PROGRAMMAZIONE ANUALE DEL DIPARTIMENTO DI INFORMATICA E TELECOMUNICAZIONI ISTITUTO TECNICO a.s. 2015-16 PROGRAMMAZIONE ANUALE DEL DIPARTIMENTO DI INFORMATICA E TELECOMUNICAZIONI ISTITUTO TECNICO a.s. 2015-16 SECONDO BIENNIO Disciplina: INFORMATICA La disciplina Informatica concorre a far conseguire allo

Dettagli

Dott.ssa Francesca De Rosi

Dott.ssa Francesca De Rosi Dott.ssa Francesca De Rosi Neuroscienze Studiano il funzionamento del sistema nervoso. Collaborano con: Anatomia Fisiologia Biologia Molecolare Genetica Biochimica Psicologia Pedagogia Tecniche d indagine

Dettagli

Paola Bonizzoni. Università degli Studi di Milano-Bicocca

Paola Bonizzoni. Università degli Studi di Milano-Bicocca Paola Bonizzoni Università degli Studi di Milano-Bicocca Biologia Bioinformatica: Ricostruzione evoluzione Analisi di sequenze Folding di Proteine Simulazione di processi biologici Informatica 2 In un

Dettagli

ANNO SCOLASTICO 2014/2015. LICEO SCIENTIFICO STATALE A. VOLTA Via Juvarra, 14 - Torino

ANNO SCOLASTICO 2014/2015. LICEO SCIENTIFICO STATALE A. VOLTA Via Juvarra, 14 - Torino ANNO SCOLASTICO 2014/2015 LICEO SCIENTIFICO STATALE A. VOLTA Via Juvarra, 14 - Torino Obiettivi minimi Informatica Prime Conoscere il sistema di numerazione binaria e la sua importanza nella codifica delle

Dettagli

Cristian Randieri. www.intellisystem.it

Cristian Randieri. www.intellisystem.it Cristian Randieri www.intellisystem.it Gli algoritmi genetici (GA = Genetic Algorithms) furono proposti inizialmente da J.H. Holland nel 1975. Da allora sono stati oggetto di molti studi e recentemente

Dettagli

Lezione 8. Data Mining

Lezione 8. Data Mining Lezione 8 Data Mining Che cos'è il data mining? Data mining (knowledge discovery from data) Estrazione di pattern interessanti (non banali, impliciti, prima sconosciuti e potenzialmente utili) da enormi

Dettagli

È possibile caratterizzare un percorso formativo per gli studenti sulla base di due aree di specializzazione (indirizzi):

È possibile caratterizzare un percorso formativo per gli studenti sulla base di due aree di specializzazione (indirizzi): Percorsi per la Laurea Magistrale in Informatica Percorso Video Game Docenti di riferimento: Dario Maggiorini, Laura Anna Ripamonti Sede di erogazione: Milano LIKE THIS! Obiettivi generali Il mercato dei

Dettagli

STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA

STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA Convegno ABI BANCHE E SICUREZZA 2007 STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA Fabrizio Capobianco Responsabile Ufficio Gestione Sicurezza - SGS Gruppo Banco Popolare di Verona e Novara Caratteristiche

Dettagli

Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo

Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo 1 La Revenue Assurance è un tematica che ha assunto negli anni una importanza sempre più strategica in special modo tra gli operatori di telecomunicazioni in cui risultano esserci perdite sempre più consistenti

Dettagli

UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof.

UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof. UNIT 2 I modelli matematici ricchi di informazione Corso di Controlli Automatici Prof. Tommaso Leo Corso di Controlli Automatici Prof. Tommaso Leo 1 Indice UNIT 2 I modelli matematici ricchi di informazione

Dettagli

1. Capitolo: Introduzione ai concetti fondamentali delle Reti Neurali

1. Capitolo: Introduzione ai concetti fondamentali delle Reti Neurali 1. Capitolo: Introduzione ai concetti fondamentali delle Reti Neurali 1 1.1 Cenni storici Le ricerche sulle reti neurali (Artificial Neural Network, ANN), iniziarono tra la fine del XIX e l'inizio del

Dettagli

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Cenni al Data Mining 1 Data Mining nasce prima del Data Warehouse collezione di tecniche derivanti da Intelligenza Artificiale,

Dettagli

Università di Pisa Facoltà di Scienze Matematiche Fisiche e Naturali

Università di Pisa Facoltà di Scienze Matematiche Fisiche e Naturali Facoltà di Scienze Matematiche Fisiche e Naturali Corso di Laurea Specialistica in Informatica (classe 23/S: Informatica) Corso di Laurea Specialistica in Tecnologie Informatiche (classe 23/S: Informatica)

Dettagli

Process mining & Optimization Un approccio matematico al problema

Process mining & Optimization Un approccio matematico al problema Res User Meeting 2014 con la partecipazione di Scriviamo insieme il futuro Paolo Ferrandi Responsabile Tecnico Research for Enterprise Systems Federico Bonelli Engineer Process mining & Optimization Un

Dettagli

TEST D INGRESSO DI MATEMATICA INFORMATICA - SCIENZE

TEST D INGRESSO DI MATEMATICA INFORMATICA - SCIENZE TEST D INGRESSO DI MATEMATICA INFORMATICA - SCIENZE Classe 1^, sez. - Anno Scolastico 2013-2014 Alunno Data: Il presente test composto da n.30 domande, molte delle quali supportate da un grafico, è un

Dettagli

Artificial Neural Network(ANN)

Artificial Neural Network(ANN) Artificial Neural Network(ANN) Dott.ssa Elisa Turricchia Alma Mater Studiorum - Università di Bologna ANN: Definizione Una rete neurale artificiale definisce un modello matematico per la simulazione di

Dettagli

Sommario IX. Indice analitico 331

Sommario IX. Indice analitico 331 Sommario Prefazione X CAPITOLO 1 Introduzione ai sistemi informativi 1 1.1 Il prodotto del secolo 1 1.2 Prodotti e servizi divenuti indispensabili 2 1.3 Orientarsi nelle definizioni 4 1.4 Informatica e

Dettagli

Fumo, alcool e droga nella scuola, scelta consapevole

Fumo, alcool e droga nella scuola, scelta consapevole Fumo, alcool e droga nella scuola, scelta consapevole Relatore: M. Agostini parte I Lovere 24/04/2012 Convitto Nazionale Cesare Battisti - Premessa - So benissimo che se avete deciso di provare fumo, alcool

Dettagli

RIMINI 14 NOVEMBRE 2009. Daniela Lucangeli IL POTENZIAMENTO DELLE FUNZIONI COGNITIVE. 2009 Daniela Lucangeli - Atti Convegno Erickson

RIMINI 14 NOVEMBRE 2009. Daniela Lucangeli IL POTENZIAMENTO DELLE FUNZIONI COGNITIVE. 2009 Daniela Lucangeli - Atti Convegno Erickson RIMINI 14 NOVEMBRE 2009 Daniela Lucangeli IL POTENZIAMENTO DELLE FUNZIONI COGNITIVE Lev Semenovic Vygotskij Lo sviluppo cognitivo ed il concetto di potenziamento prossimale Zona di sviluppo prossimale

Dettagli

Introduzione all informatica (cosa è, di cosa si occupa) 9/2/2015 Informatica applicata alla comunicazione multimediale Cristina Bosco

Introduzione all informatica (cosa è, di cosa si occupa) 9/2/2015 Informatica applicata alla comunicazione multimediale Cristina Bosco Introduzione all informatica (cosa è, di cosa si occupa) 9/2/2015 Informatica applicata alla comunicazione multimediale Cristina Bosco Indice - Di cosa si occupa l informatica? - Cosa sono gli algoritmi?

Dettagli

ASSE SCIENTIFICO TECNOLOGICO COMPETENZE DI SCIENZE INTEGRATE (SCIENZE DELLA TERRA) 1 ANNO

ASSE SCIENTIFICO TECNOLOGICO COMPETENZE DI SCIENZE INTEGRATE (SCIENZE DELLA TERRA) 1 ANNO ASSE SCIENTIFICO TECNOLOGICO COMPETENZE DI SCIENZE INTEGRATE (SCIENZE DELLA TERRA) 1 ANNO Competenze in esito al quinquennio (dall Allegato C del Regolamento) Macro Competenza A: Utilizzare gli strumenti

Dettagli

Storia delle reti neurali artificiali

Storia delle reti neurali artificiali Storia delle reti neurali artificiali Laura Labonia Cos è una Artificial Neural Network? E una macchina progettata per simulare il funzionamento del cervello umano, implementata fisicamente utilizzando

Dettagli

Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali

Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali http://www.corisa.it Strumenti di Analisi e Simulazione per l'ottimizzazione della Risposta a Crisi Internazionali Prof. Vincenzo Loia Ing. Walter Matta Speaker: Giovanni Acampora, PhD CORISA Il Consorzio,

Dettagli

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD Il processo di KDD Introduzione Crescita notevole degli strumenti e delle tecniche per generare e raccogliere dati (introduzione codici a barre, transazioni economiche tramite carta di credito, dati da

Dettagli

Come ridurre le perdite da frodi creditizie? Intelligenza artificiale, alternative data e servizi integrati

Come ridurre le perdite da frodi creditizie? Intelligenza artificiale, alternative data e servizi integrati Come ridurre le perdite da frodi creditizie? Intelligenza artificiale, alternative data e servizi integrati Prof. Vittorio Carlei Ph.D. Economics Dipartmento Metodi Quantitativi e Teoria Economica Università

Dettagli

Le parole dell informatica: modello di calcolo, complessità e trattabilità

Le parole dell informatica: modello di calcolo, complessità e trattabilità Le parole dell informatica: modello di calcolo, complessità e trattabilità Angelo Montanari Dipartimento di Matematica e Informatica Università degli Studi di Udine Ciclo di seminari su un Vocabolario

Dettagli

Indice. Introduzione...6. Capitolo 1: Realtà virtuale e computer vision..10. Capitolo 2: Riconoscimento facciale..34

Indice. Introduzione...6. Capitolo 1: Realtà virtuale e computer vision..10. Capitolo 2: Riconoscimento facciale..34 Indice Introduzione...6 Capitolo 1: Realtà virtuale e computer vision..10 Introduzione.....10 1.1 Realtà virtuale immersiva 11 1.2 Dispositivi per l interazione 12 1.3 Gradi di immersione...14 1.4 Realtà

Dettagli

La GRID nella Medicina

La GRID nella Medicina La GRID nella Medicina Paola Di Giacomo Paola.Digiacomo@uniroma1.it Principali sfide della medicina Aumento Aumento popolazione anziana Malattie Malattie croniche (neurologiche, ecc.) Malattie Malattie

Dettagli

Facoltà di Lettere e Filosofia Università di Verona A.A. 2005-06. Comunicazione ed interazione. Regole di design

Facoltà di Lettere e Filosofia Università di Verona A.A. 2005-06. Comunicazione ed interazione. Regole di design Facoltà di Lettere e Filosofia Università di Verona A.A. 2005-06 Comunicazione ed interazione Regole di design 1 Introduzione Le regole di design forniscono ai progettisti la capacità di stabilire le conseguenze

Dettagli

Master in Computer Game Dev. Interaction Design

Master in Computer Game Dev. Interaction Design Master in Computer Game Dev Interaction Design Il Docente Umberto Castellani (PhD) Ricercatore del Dipartimento di Informatica Università di Verona VIPS (Vision, Image Processing & Sound) (http://vips.sci.univr.it)

Dettagli

IL CONTROLLO DI GESTIONE CORSO AVANZATO. A cura di dottor Alessandro Tullio

IL CONTROLLO DI GESTIONE CORSO AVANZATO. A cura di dottor Alessandro Tullio IL CONTROLLO DI GESTIONE CORSO AVANZATO A cura di dottor Alessandro Tullio Studio di Consulenza dottor Alessandro Tullio Docente: dottor Alessandro Tullio Corso Canalgrande 90 41100 Modena Tel. 059.4279344

Dettagli

Reti di Telecomunicazioni Mobile IP Mobile IP Internet Internet Protocol header IPv4 router host indirizzi IP, DNS URL indirizzo di rete

Reti di Telecomunicazioni Mobile IP Mobile IP Internet Internet Protocol header IPv4 router host indirizzi IP, DNS URL indirizzo di rete IP Analizziamo con sufficiente dettaglio il sistema denominato IP, usato per consentire a due computer mobili di spostarsi liberamente in altre reti pur mantenendo lo stesso indirizzo IP. In particolare,

Dettagli

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle Gaetano Bruno Ronsivalle Università degli Studi di Verona Tecnologie informatiche e multimediali MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA Argomenti Big Data: una galassia online Machine

Dettagli

Novell ZENworks Configuration Management in ambiente Microsoft * Windows *

Novell ZENworks Configuration Management in ambiente Microsoft * Windows * Guida GESTIONE SISTEMI www.novell.com Novell ZENworks Configuration Management in ambiente Microsoft * Windows * Novell ZENworks Configuration Management in ambiente Microsoft Windows Indice: 2..... Benvenuti

Dettagli

Laboratorio di filosofia

Laboratorio di filosofia Laboratorio di filosofia Risvolti filosofici delle nuove acquisizioni nell ambito delle neuroscienze. Classe 4 scientifico A Coordinatrice Prof.ssa Laura Gagliardo Alunni: Fresia Giulia Elettra, Buttiglieri

Dettagli

Anno scolastico 2014-2015. Programmazione Classe Seconda Indirizzo Turismo

Anno scolastico 2014-2015. Programmazione Classe Seconda Indirizzo Turismo Anno scolastico 2014-2015 Programmazione Classe Seconda Indirizzo Turismo Profilo Il Diplomato nel Turismo ha competenze specifiche nel comparto delle imprese del settore turistico e competenze generali

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

Il cervello è un computer?

Il cervello è un computer? Corso di Intelligenza Artificiale a.a. 2012/13 Viola Schiaffonati Il cervello è un computer? Definire l obiettivo L obiettivo di queste due lezioni è di analizzare la domanda, apparentemente semplice,

Dettagli

Di cosa si occupa lo studio sul movimento

Di cosa si occupa lo studio sul movimento Di cosa si occupa lo studio sul movimento Attività motoria e controllo motorio sono funzioni importanti e indispensabile sia da un punto di vista filogenetico che ontogentico. ontogenesi è l'insieme dei

Dettagli

Il giardino nella macchina: la vita artificiale. 2003 Mauro Annunziato

Il giardino nella macchina: la vita artificiale. 2003 Mauro Annunziato Il giardino nella macchina: la vita artificiale 2003 Mauro Annunziato La fondazione della vita artificiale Chris Langton ( 89) Artificial Life (Alife) : programmi che autonomamente si evolvono all interno

Dettagli

Modelli matematici avanzati per l azienda a.a. 2010-2011

Modelli matematici avanzati per l azienda a.a. 2010-2011 Modelli matematici avanzati per l azienda a.a. 2010-2011 Docente: Pasquale L. De Angelis deangelis@uniparthenope.it tel. 081 5474557 http://www.economia.uniparthenope.it/siti_docenti P.L.DeAngelis Modelli

Dettagli

IMPLEMENTAZIONE PARALLELA SU GPU DI RETI NEURALI ARTIFICIALI EVOLUTIVE PARALLEL GPU-BASED IMPLEMENTATION OF EVOLUTIONARY ARTIFICIAL NEURAL NETWORKS

IMPLEMENTAZIONE PARALLELA SU GPU DI RETI NEURALI ARTIFICIALI EVOLUTIVE PARALLEL GPU-BASED IMPLEMENTATION OF EVOLUTIONARY ARTIFICIAL NEURAL NETWORKS UNIVERSITÀ DEGLI STUDI DI PARMA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA INFORMATICA IMPLEMENTAZIONE PARALLELA SU GPU DI RETI NEURALI ARTIFICIALI EVOLUTIVE PARALLEL GPU-BASED IMPLEMENTATION

Dettagli

Brain architecture: A design for natural computation

Brain architecture: A design for natural computation Brain architecture: A design for natural computation Autore: Marcus Kaiser Oratore: Vincenzo Lomonaco Indice Introduzione Organizzazione della rete corticale Robustezza e capacità di recupero Elaborazione

Dettagli

Classificazione dei tessuti

Classificazione dei tessuti Tessuto nervoso Classificazione dei tessuti Tessuto nervoso Caratterizzato da eccitabilità e conduttività Costituito principalmente da due tipi di cellule: Cellule neuronali o neuroni che sono caratteristiche

Dettagli

-Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet.

-Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet. COMMERCIO ELETTRONICO -Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet. -Un qualsiasi tipo di transazione tendente a vendere o acquistare un prodotto

Dettagli

PROGRAMMAZIONE INDIVIDUALE DOCENTE ANNO SCOLASTICO 2013-14. PROF.SSA Claudia Zardini. MATERIA: Scienze CLASSE II C DATA DI PRESENTAZIONE: 29/11/13

PROGRAMMAZIONE INDIVIDUALE DOCENTE ANNO SCOLASTICO 2013-14. PROF.SSA Claudia Zardini. MATERIA: Scienze CLASSE II C DATA DI PRESENTAZIONE: 29/11/13 PROGRAMMAZIONE INDIVIDUALE DOCENTE ANNO SCOLASTICO 2013-14 PROF.SSA Claudia Zardini MATERIA: Scienze CLASSE II C DATA DI PRESENTAZIONE: 29/11/13 Finalità della disciplina Nell ambito dell intero processo

Dettagli

Algoritmi Euristici. Corso di Laurea in Informatica e Corso di Laurea in Matematica. Roberto Cordone DI - Università degli Studi di Milano

Algoritmi Euristici. Corso di Laurea in Informatica e Corso di Laurea in Matematica. Roberto Cordone DI - Università degli Studi di Milano Algoritmi Euristici Corso di Laurea in Informatica e Corso di Laurea in Matematica Roberto Cordone DI - Università degli Studi di Milano Lezioni: Mercoledì 08.30-10.30 Venerdì 08.30-10.30 Ricevimento:

Dettagli

Università degli Studi di Perugia Dipartimento di Matematica e Informatica. Corso di Laurea Magistrale in Informatica. CLASSE LM18 (Informatica)

Università degli Studi di Perugia Dipartimento di Matematica e Informatica. Corso di Laurea Magistrale in Informatica. CLASSE LM18 (Informatica) Università degli Studi di Perugia Dipartimento di Matematica e Informatica Corso di Laurea Magistrale in Informatica CLASSE LM18 (Informatica) Manifesto degli Studi A.A. 2015-2016 (Regolamento didattico

Dettagli

PRINCIPALI TIPI CELLULARI DEL SISTEMA NERVOSO NEURONI (CELLULE NERVOSE ) CELLULE GLIALI, O GLIA

PRINCIPALI TIPI CELLULARI DEL SISTEMA NERVOSO NEURONI (CELLULE NERVOSE ) CELLULE GLIALI, O GLIA PRINCIPALI TIPI CELLULARI DEL SISTEMA NERVOSO NEURONI (CELLULE NERVOSE ) CELLULE GLIALI, O GLIA Corteccia cerebrale ed aree associate: da 12 a 15 miliardi di neuroni Cervelletto: 70 miliardi di neuroni

Dettagli

Lo Sviluppo Fisico e Cerebrale. Psicologia dello Sviluppo 2012-2013, prof.ssa Viola Macchi Cassia! 1!

Lo Sviluppo Fisico e Cerebrale. Psicologia dello Sviluppo 2012-2013, prof.ssa Viola Macchi Cassia! 1! Lo Sviluppo Fisico e Cerebrale Psicologia dello Sviluppo 2012-2013, prof.ssa Viola Macchi Cassia 1 Psicologia dello Sviluppo 2012-2013, prof.ssa Viola Macchi Cassia 2 LO SVILUPPO FISICO-CEREBRALE Considerate

Dettagli

Introduzione alla Linguistica Computazionale

Introduzione alla Linguistica Computazionale Introduzione alla Linguistica Computazionale Salvatore Sorce Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Ludici Adattati da Alessandro Lenci Dipartimento di Linguistica T. Bolelli

Dettagli

PIANO DI LAVORO INDIVIDUALE

PIANO DI LAVORO INDIVIDUALE PIANO DI LAVORO INDIVIDUALE ANNO SCOLASTICO 2013-2014 CLASSI SECONDE Docente MELIS LUCIA Libro di testo in adozione SCIENZE INTEGRATE A E B Editore: ZANICHELLI AUTORI: PALMIERI/PAROTTO/ SARACENI/STRUMIA

Dettagli

Data mining e rischi aziendali

Data mining e rischi aziendali Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento

Dettagli

La ricerca scientifica sul linguaggio. Diego Marconi Università di Torino

La ricerca scientifica sul linguaggio. Diego Marconi Università di Torino La ricerca scientifica sul linguaggio Diego Marconi Università di Torino 0 Lo studio del linguaggio (1960-1980) Linguistica (sintassi, fonologia, linguistica storica) Filosofia del linguaggio (semantica

Dettagli

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione Riepilogo Dipartimento ICT Dipartimento ICT nel 2005 diretta nel terzi fondi diretta Reti in Tecnologia Wireless 434.890 79.788 712.457 94.953 578.280 351.500 94.000 Internet di prossima generazione 639.484

Dettagli

Dispense di Filosofia del Linguaggio

Dispense di Filosofia del Linguaggio Dispense di Filosofia del Linguaggio Vittorio Morato II settimana Gottlob Frege (1848 1925), un matematico e filosofo tedesco, è unanimemente considerato come il padre della filosofia del linguaggio contemporanea.

Dettagli

L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA }

L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA } L'APPROCCIO ANTICIPATORIO IN ROBOTICA { UN'ANALISI COMPARATIVA } Calvi G., Tutino A., Pezzulo G. Workshop Italiano Vita Artificiale Sessione Psicologia e Neuroscienze 14 Settembre 2006 This work is supported

Dettagli

Laboratori didattici Zoosafari di Fasano 2014 «la scienza in natura» L associazione culturale Pantarei e lo Zoosafari insieme per la didattica

Laboratori didattici Zoosafari di Fasano 2014 «la scienza in natura» L associazione culturale Pantarei e lo Zoosafari insieme per la didattica Laboratori didattici Zoosafari di Fasano 2014 «la scienza in natura» L associazione culturale Pantarei e lo Zoosafari insieme per la didattica Lo Zoosafari di Fasano propone nuove attività didattiche da

Dettagli

Ottimizzazione e modelli ad agenti

Ottimizzazione e modelli ad agenti e modelli ad Dipartimento di Economia Ca Foscari - Venezia Vittorio Veneto, 24 Maggio 2011 Metodi moderni per l ottimizzazione. 1 Esempi e definizione del problema. 2 Grandi problemi, grandi idee... 3

Dettagli

Psiche e complessità. 3. Complessità della comunicazione umana

Psiche e complessità. 3. Complessità della comunicazione umana Psiche e complessità 3. Complessità della comunicazione umana Riepilogo Negli incontri precedenti abbiamo visto la differenza tra problemi complicati e problemi complessi Tullio Tinti 2 Riepilogo Problemi

Dettagli

Reti di Calcolatori IL LIVELLO RETE

Reti di Calcolatori IL LIVELLO RETE Reti di Calcolatori IL LIVELLO RETE D. Talia RETI DI CALCOLATORI - UNICAL 3-1 Il Livello RETE Servizi del livello Rete Organizzazione interna Livello Rete basato su Circuito Virtuale Livello Rete basato

Dettagli

Micaela Morelli. L individualità biologica

Micaela Morelli. L individualità biologica Micaela Morelli L individualità biologica Una breve premessa per sgombrare il terreno dall ambiguità che intercorre tra l individualità e la diversità. Esiste una chiara distinzione tra le due categorie,

Dettagli