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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Reti Neurali. F. Sciarrone Dicembre2005. Seminari di Sistemi Informatici

Reti Neurali. F. Sciarrone Dicembre2005. Seminari di Sistemi Informatici Reti Neurali F. Sciarrone Dicembre2005 Seminari di Sistemi Informatici Schema presentazione Obiettivi generali Reti neurali NeuroSolutions (software per la costruzione di reti neurali) Applicazioni Università

Dettagli

All attenzione del DIRIGENTE. Con preghiera di diffusione agli Istituti di Istruzione Superiore di II grado

All attenzione del DIRIGENTE. Con preghiera di diffusione agli Istituti di Istruzione Superiore di II grado MIUR UFFICIO SCOLASTICO REGIONALE PER LA CALABRIA DIREZIONE GENERALE - UFFICIO III CATANZARO LIDO (CZ) All attenzione del DIRIGENTE Angela Riggio Rende 24/2/2015 Con preghiera di diffusione agli Istituti

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

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

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

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

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

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

F ORMATO EUROPEO INFORMAZIONI PERSONALI. Data di nascita 21 GENNAIO 1966 ESPERIENZA LAVORATIVA PER IL CURRICULUM VITAE

F ORMATO EUROPEO INFORMAZIONI PERSONALI. Data di nascita 21 GENNAIO 1966 ESPERIENZA LAVORATIVA PER IL CURRICULUM VITAE F ORMATO EUROPEO PER IL CURRICULUM VITAE INFORMAZIONI PERSONALI Nome ARMANDO STERNIERI Nazionalità Italiana Data di nascita 21 GENNAIO 1966 ESPERIENZA LAVORATIVA Principali mansioni e responsabilità Principali

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

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

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

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

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

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

F O R M A T O E U R O P E O P E R

F O R M A T O E U R O P E O P E R F O R M A T O E U R O P E O P E R I L C U R R I C U L U M V I T A E INFORMAZIONI PERSONALI Nome Indirizzo ARMANDO STERNIERI VIA SIROTTI, 19 42121 REGGIO EMILIA- ITALIA Telefono 0522/455141 Fax 0522/451382

Dettagli

Lezione 10. La classificazione dell Intelligenza Artificiale

Lezione 10. La classificazione dell Intelligenza Artificiale Lezione 10 Intelligenza Artificiale Cosa è l Intelligenza Artificiale Elaborazione del linguaggio naturale La visione artificiale L apprendimento nelle macchine La classificazione dell Intelligenza Artificiale

Dettagli

Il giardino nella macchina

Il giardino nella macchina Idee per una rilettura Il giardino nella macchina La nuova scienza della vita artificiale Claus Emmeche Bollati Boringhieri, 1996 È possibile la vita artificiale? In che modo gli strumenti offerti dalla

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

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

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

In vetta, prima di ridiscendere

In vetta, prima di ridiscendere In vetta, prima di ridiscendere 5. Metodo della Complessità Come studiare i sistemi complessi PARTE II Modelli e simulazioni Come sappiamo, il metodo di ricerca della complessità prevede i seguenti passi:

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

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

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

PROGETTAZIONE MECCANICA e COSTRUZIONE di PROTOTIPI, CALCOLI STRUTTURALI, ANALISI FLUIDODINAMICA E TERMICA, PROGETTAZIONE e COSTRUZIONE di BANCHI

PROGETTAZIONE MECCANICA e COSTRUZIONE di PROTOTIPI, CALCOLI STRUTTURALI, ANALISI FLUIDODINAMICA E TERMICA, PROGETTAZIONE e COSTRUZIONE di BANCHI PROGETTAZIONE MECCANICA e COSTRUZIONE di PROTOTIPI, CALCOLI STRUTTURALI, ANALISI FLUIDODINAMICA E TERMICA, PROGETTAZIONE e COSTRUZIONE di BANCHI PROVA, SVILUPPO di SOFTWARE INGEGNERISTICO ITERA è una società

Dettagli

Gentile Imprenditore, Stimato Collega, Spettabile Centro di Eccellenza

Gentile Imprenditore, Stimato Collega, Spettabile Centro di Eccellenza Gentile Imprenditore, Stimato Collega, Spettabile Centro di Eccellenza A.T.T.I.V.A., Agenzia per il Trasferimento Tecnologico e l'internazionalizzazione in Valle d'aosta, organizza in data 29 giugno 2011

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

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

Percorso Video Game. Percorsi per la Laurea Magistrale in Informatica. Obiettivi generali. Sbocchi professionali

Percorso Video Game. Percorsi per la Laurea Magistrale in Informatica. Obiettivi generali. Sbocchi professionali Percorsi per la Laurea Magistrale in Informatica Percorso Video Game Docenti di riferimento: Dr. Dario Maggiorini, Dr. Laura Anna Ripamonti Sede di erogazione: Milano Obiettivi generali Il mercato dei

Dettagli

Reti Neurali Artificiali

Reti Neurali Artificiali Reti Neurali Artificiali Master in Gestione dei Dati e Bioimmagini a.a. 2012/2013 Prof. Crescenzio Gallo Dipartimento di Medicina Clinica e Sperimentale c.gallo@unifg.it Concetti base [ 2 ] Le Reti Neurali

Dettagli

Allegato D Schede di dettaglio fabbisogni. Scheda A

Allegato D Schede di dettaglio fabbisogni. Scheda A Allegato D Schede di dettaglio fabbisogni Scheda A Sfida sociale: Città e Territori sostenibili (DGR 477 del 17/03/2014), scheda di descrizione fabbisogno Il fabbisogno di innovazione Piattaforme di Adaptive

Dettagli

Nodi concettuali essenziali della disciplina (Saperi essenziali)

Nodi concettuali essenziali della disciplina (Saperi essenziali) MATERIA: INFORMATICA TRIENNIO CLASSI: PRIME TERZE SECONDE QUARTE QUINTE INDIRIZZO : Sistemi Informativi Aziendali Nodi concettuali essenziali della disciplina (Saperi essenziali) Identificare, interpretare

Dettagli

Il test di Turing. Seminario. Ester Dalvit. 22 marzo 2005. Il test di Turing p. 1/1

Il test di Turing. Seminario. Ester Dalvit. 22 marzo 2005. Il test di Turing p. 1/1 Il test di Turing Seminario Ester Dalvit 22 marzo 2005 Il test di Turing p. 1/1 Intelligenza artificiale Una macchina compie in modo efficiente e veloce attività come eseguire calcoli aritmetici Il test

Dettagli

Metodi di ottimizzazione per le reti neurali

Metodi di ottimizzazione per le reti neurali Metodi di ottimizzazione per le reti neurali L. Grippo DIS, Università di Roma La Sapienza M. Sciandrone IASI, Consiglio Nazionale delle Ricerche, Roma Generalità sulle reti neurali Addestramento di reti

Dettagli

Data Mining e Analisi dei Dati

Data Mining e Analisi dei Dati e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca

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

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

-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

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

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

Analisi del Rischio Rapina

Analisi del Rischio Rapina G. Bruno Ronsivalle Analisi del Rischio Rapina Il nuovo modello di valutazione e simulazione mediante algoritmi neuronali Verso una visione integrata del rischio rapina I tre livelli del modello di analisi

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

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

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

Reti Neurali Artificiali per la Finanza (7 CFU)

Reti Neurali Artificiali per la Finanza (7 CFU) Reti Neurali Artificiali per la Finanza (7 CFU) Facoltà di Economia - Università di Foggia CdLM in Finanza a.a. 2011/2012 Prof. Crescenzio Gallo c.gallo@unifg.it Premessa Le tecniche adottate per l'analisi

Dettagli

Regressione non lineare con un modello neurale feedforward

Regressione non lineare con un modello neurale feedforward Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale

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

Cap. 4 Ricostruzione delle tracce con reti neurali

Cap. 4 Ricostruzione delle tracce con reti neurali Cap. 4 Ricostruzione delle tracce con reti neurali 4.1 Introduzione alle Reti Neurali 4.1.1 Neuroni Le reti neurali si ispirano al funzionamento dei neuroni biologici, le cellule alla base dell'elaborazione

Dettagli

CAPITOLO 1 INTRODUZIONE ALLE RETI COMPLESSE

CAPITOLO 1 INTRODUZIONE ALLE RETI COMPLESSE CAPITOLO 1 INTRODUZIONE ALLE RETI COMPLESSE Negli ultimi anni si è compreso che sistemi anche molto diversi tra loro possono essere efficacemente descritti in termini di cosiddetti "networks" o reti complesse.

Dettagli

Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT)

Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT) Istituto d Istruzione Superiore Carlo e Nello Rosselli Aprilia (LT) Presentazione del corso: CCNA Discovery 1: Networking for Home and Small Businesses Opportunità Internet sta cambiando la vita come noi

Dettagli

Promuovere e valutare competenze nella scuola

Promuovere e valutare competenze nella scuola Promuovere e valutare competenze nella scuola Intervento di Michele Pellerey Sul concetto di competenza in un contesto scolastico Nei documenti della Commissione Europea sulla competenze chiave della cittadinanza

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

Inaugurazione anno accademico Università Cattolica del Sacro Cuore - sede di Roma Roma, 19 novembre 2013

Inaugurazione anno accademico Università Cattolica del Sacro Cuore - sede di Roma Roma, 19 novembre 2013 Comunicato stampa Inaugurazione anno accademico Università Cattolica del Sacro Cuore - sede di Roma Roma, 19 novembre 2013 Prolusione Active Ageing: il contributo del nostro Ateneo alla ricerca dei meccanismi

Dettagli

Le metafore della scienza. di Tommaso Castellani. S. Ho saputo che hai fatto un seminario intitolato Le metafore della scienza.

Le metafore della scienza. di Tommaso Castellani. S. Ho saputo che hai fatto un seminario intitolato Le metafore della scienza. Le metafore della scienza di Tommaso Castellani Un dialogo tra: F. Un fisico che fa ricerca all università. I. Un fisico che si occupa di insegnamento a scuola. S. Uno studente sulla strada della fisica.

Dettagli

ed il problem solving

ed il problem solving }lf I1 computer ed il problem solving L'uso del computer come strumento di supporto alle decisioni L'esperienza, le esigenze che cambiano La docenza in questo corso è stata per me molto motivante. Già

Dettagli

Stato dell arte sull'intelligenza Artificiale e le applicazioni in azienda

Stato dell arte sull'intelligenza Artificiale e le applicazioni in azienda Università degli Studi della Tuscia di Viterbo Facoltà di Economia Corso di Organizzazione dei sistemi informativi aziendali Prof. Tommaso Federici A.A. 2000/01 Stato dell arte sull'intelligenza Artificiale

Dettagli

Marketing nel commercio elettronico Parte 2

Marketing nel commercio elettronico Parte 2 Marketing nel commercio elettronico Parte 2 Dr. Stefano Burigat Dipartimento di Matematica e Informatica Università di Udine www.dimi.uniud.it/burigat stefano.burigat@uniud.it Obbiettivi della ricerca

Dettagli

Complessità computazionale degli algoritmi

Complessità computazionale degli algoritmi Complessità computazionale degli algoritmi Lezione n. 3.bis I precursori dei calcolatore Calcolatore di Rodi o di Andikithira 65 a.c. Blaise Pascale pascalina XVII secolo Gottfried Leibniz Joseph Jacquard

Dettagli

Figure Professionali «Smart City» Smart People ESPERTO ICT. GREEN JOBS Formazione e Orientamento

Figure Professionali «Smart City» Smart People ESPERTO ICT. GREEN JOBS Formazione e Orientamento Figure Professionali «Smart City» Smart People GREEN JOBS Formazione e Orientamento DESCRIZIONE ATTIVITA Il concetto di Smart City sta assumendo rilevanza sempre crescente e diverse città, anche in Italia,

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

Fondamenti di Informatica. Allievi Automatici A.A. 2014-15 Nozioni di Base

Fondamenti di Informatica. Allievi Automatici A.A. 2014-15 Nozioni di Base Fondamenti di Informatica Allievi Automatici A.A. 2014-15 Nozioni di Base Perché studiare informatica? Perché l informatica è uno dei maggiori settori industriali, e ha importanza strategica Perché, oltre

Dettagli

Studio di Psicologia Centro Studi D.S.A.

Studio di Psicologia Centro Studi D.S.A. SCUOLA STATALE SECONDARIA DI PRIMO GRADO LUIGI PIEROBON CITTADELLA CENTRO TERRITORIALE PER L ISTRUZIONE E LA FORMAZIONE DEGLI ADULTI ANNO SCOLASTICO 2009/2010 Lettura veloce: imparare a leggere e studiare

Dettagli

LA VALUTAZIONE PER L APPRENDIMENTO

LA VALUTAZIONE PER L APPRENDIMENTO LA VALUTAZIONE PER L APPRENDIMENTO Alessandra Cenerini Presidente ADi 1 ORIGINE DELLA VALUTAZIONE PER L APPRENDIMENTO Il termine è stato ufficialmente coniato dal pamphlet Valutazione per l apprendimento:

Dettagli

Tecnologie avanzate e modelli matematici a garanzia della sicurezza equivalente negli edifici storici

Tecnologie avanzate e modelli matematici a garanzia della sicurezza equivalente negli edifici storici Tecnologie avanzate e modelli matematici a garanzia della sicurezza equivalente negli edifici storici Due sono le esigenze che la relazione tenterà di conciliare: da un lato l obbligo di garantire la protezione

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

Tecniche di DM: Link analysis e Association discovery

Tecniche di DM: Link analysis e Association discovery Tecniche di DM: Link analysis e Association discovery Vincenzo Antonio Manganaro vincenzomang@virgilio.it, www.statistica.too.it Indice 1 Architettura di un generico algoritmo di DM. 2 2 Regole di associazione:

Dettagli

Presentazione della Tesi di Laurea

Presentazione della Tesi di Laurea Presentazione della Tesi di Laurea Massimiliano de Leoni Titolo della Tesi: Progettazione e realizzazione di Tecniche per la gestione adattiva del Workflow per Reti Ad Hoc Relatore: ing. Massimo Mecella

Dettagli

APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA. M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione

APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA. M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione APPROCCI METODOLOGICI ALLA PSICOLOGIA COGNITIVA M. Cristina Caratozzolo Università di Siena Dipartimento di Scienze della Comunicazione PSICOLOGIA COGNITIVA Studia le reazioni ed i comportamenti di soggetti

Dettagli

ICT4LAW. ICT Converging on Law: Next Generation Services for Citizens, Enterprises, Public Administration and Policymakers

ICT4LAW. ICT Converging on Law: Next Generation Services for Citizens, Enterprises, Public Administration and Policymakers ICT4LAW ICT Converging on Law: Next Generation Services for Citizens, Enterprises, Public Administration and Policymakers ICT for Law 1 Agenda ICT4LAW Il progetto I Partner Università CNR Imprese Tecnologie

Dettagli

Introduzione al Data Mining Parte 1

Introduzione al Data Mining Parte 1 Introduzione al Data Mining Parte 1 Corso di Laurea Specialistica in Ingegneria Informatica II Facoltà di Ingegneria, sede di Cesena (a.a. 2009/2010) Prof. Gianluca Moro Dipartimento di Elettronica, Informatica

Dettagli

Multichannel Customer Interaction

Multichannel Customer Interaction GRUPPO TELECOM ITALIA 18 aprile 2013 Multichannel Customer Interaction Market trends In 3 anni l uso del telefono come Customer Care si è più che dimezzato L uso del Telefono vale il 36% come media europea,

Dettagli

INDICE INTRODUZIONE... 1. Capitolo 1: RETI WIRELESS... 5. 1.1 Reti Wireless... 5. 1.2 Lo standard IEEE 802.11... 10. 1.3 Le Vanet...

INDICE INTRODUZIONE... 1. Capitolo 1: RETI WIRELESS... 5. 1.1 Reti Wireless... 5. 1.2 Lo standard IEEE 802.11... 10. 1.3 Le Vanet... Indice INDICE INTRODUZIONE... 1 Capitolo 1: RETI WIRELESS... 5 1.1 Reti Wireless... 5 1.2 Lo standard IEEE 802.11... 10 1.3 Le Vanet... 14 1.4 LTE (Long Term Evolution)... 19 1.5 5G... 21 Capitolo 2: RETI

Dettagli

Cristian Randieri. www.intellisystem.it

Cristian Randieri. www.intellisystem.it Cristian Randieri www.intellisystem.it La possibilità di modellizzare e controllare sistemi complessi ed incerti della Fuzzy Logic. La capacità di apprendere da esempi delle reti neurali. La capacità

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

ENERGIA DA FOTOVOLTAICO: PROSPETTIVE, INNOVAZIONE E RICERCA

ENERGIA DA FOTOVOLTAICO: PROSPETTIVE, INNOVAZIONE E RICERCA FIERA DEL LEVANTE, 17 SETTEMBRE 2009 ENERGIA DA FOTOVOLTAICO: PROSPETTIVE, INNOVAZIONE E RICERCA Prof. GIUSEPPE GRASSI UNIVERSITA DEL SALENTO 1 FONTI ENERGETICHE Negli ultimi 300 anni l umanità ha cambiato

Dettagli

1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition

1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition 1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition Gli studi condotti nel corso del mio Dottorato di Ricerca si possono maggiormente ricondurre a quella branca della scienza che va sotto il nome

Dettagli

UN ALGORITMO NEURO-GENETICO PER L OPERATIVITÀ GIORNALIERA A POSIZIONE SINGOLA SUI MERCATI FINANZIARI

UN ALGORITMO NEURO-GENETICO PER L OPERATIVITÀ GIORNALIERA A POSIZIONE SINGOLA SUI MERCATI FINANZIARI ANTNIA AZZINI ANDREA G.B. TETTAMANZI UN ALGRITM NEUR-GENETIC PER L PERATIVITÀ GIRNALIERA A PSIZINE SINGLA SUI MERCATI FINANZIARI 1. INTRDUZINE La gestione automatica dell operatività giornaliera a posizione

Dettagli

Analisi dei testi non strutturati

Analisi dei testi non strutturati Analisi dei testi non strutturati Seminario sulla cultura e i metodi per la raccolta e per l analisi dei dati a scopo operativo, tattico e strategico Mario Gentili www.mariogentili.it mario.gentili@mariogentili.it

Dettagli

I sistemi di reporting e i rapporti direzionali

I sistemi di reporting e i rapporti direzionali I sistemi di reporting e i rapporti direzionali Reporting - Sintesi dei fenomeni aziendali secondo modelli preconfezionati e con frequenza e aggiornamento prestabiliti - contabile (dati economici) - extracontabile

Dettagli

L'analisi tecnica e i modelli a logica sfuocata.

L'analisi tecnica e i modelli a logica sfuocata. L'analisi tecnica e i modelli a logica sfuocata. Monica Billio Università Ca Foscari e GRETA, Venezia Stefano Tommasi GRETA, Venezia Introduzione. I fenomeni osservabili nel mondo economico-finanziario

Dettagli

L'incidenza del costo del trasporto

L'incidenza del costo del trasporto L'incidenza del costo del trasporto TRASPORTO di Emanuele Papini Dott. Emanuele Papini, Business Developer, AntOptima SA &( È possibile gestire processi logistici in tempo reale, gestire le informazioni

Dettagli

IL SISTEMA NERVOSO. Sistema nervoso periferico. Sistema nervoso centrale. midollo spinale. encefalo. autonomo. parasimpatico. -Cervello -Cervelletto

IL SISTEMA NERVOSO. Sistema nervoso periferico. Sistema nervoso centrale. midollo spinale. encefalo. autonomo. parasimpatico. -Cervello -Cervelletto IL SISTEMA NERVOSO Sistema nervoso centrale Sistema nervoso periferico encefalo midollo spinale sensoriale motorio -Cervello -Cervelletto somatico simpatico autonomo parasimpatico -Midollo allungato Il

Dettagli