Rappresentazione della Conoscenza. Lezione 7. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Rappresentazione della Conoscenza. Lezione 7. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0"

Transcript

1 Rappresentazione della Conoscenza Lezione 7 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0

2 Sommario La rappresentazione della conoscenza tassonomica (RN 10.1, 10.2/8.4 fino a pag.248) Reti Semantiche (RN 10.6/10.6) Frames Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 1

3 Categorie Categorie/Classi/Concetti Il ragionamento tassonomico si basa sulla organizzazione della conoscenza in categorie di oggetti: un oggetto è caratterizzato da proprietà ereditarietà categorie disgiunte e partizioni oggetti composti Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 2

4 Reti semantiche RETI associative (modello psicologico: più ad alto livello, ma idea analoga a reti neurali) causali (reti bayesiane) tassonomie (logiche descrittive) semantiche (Quinlan 68) linguaggio: grafi con diversi tipi di legami e annotazioni semantica: sottoinsieme della logica del primo ordine (per una parte) altrimenti informale/procedurale inferenza: metodi specializzati per la visita del grafo Sistemi: SNePS Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 3

5 Reti semantiche reti semantiche: grafi: nodi = oggetti o classi archi: relazioni (in particolare is a, istance of, part of) Una sottoinsieme particolare: Reti di ereditarietà Mammiferi P allino Membro Gatti Gatti Mammiferi Gatti is a Mammiferi Gatti Sottinsieme x Gatto(x) M ammif ero(x) Gatto(P allino) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 4

6 Reti semantiche: inferenza pallino Gatti Gatti Mammiferi M ammif eri Esseriviventi pallino istance of Gatti Gatti is a Mammiferi M ammif eri is a Esseriviventi dalla rete inferisco che: pallino è un mammifero, pallino è un essere vivente. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 5

7 Reti di ereditarietà Animali Vivo: Vola: T F Rel(Vivo,Animali,T) Rel(Vola,Animali,F) Uccelli Zampe: 2 Vola: T Pinguini Vola: F Mammiferi Zampe: 4 Gatti Pipistrelli Zampe: 2 Vola: T Uccelli Animali Mammiferi Animali Rel(Vola,Uccelli,T) Rel(Zampe,Uccelli,2) Rel(Zampe,Mammiferi,4) Pinguini Uccelli Gatti Mammiferi Pipistrelli Mammiferi Rel(Vola,Pinguini,F) Rel(Zampe,Pipistrelli,2) Rel(Vola,Pipistrelli,T) Membro Opus Nome: Opus Amico: Membro Bill Nome: Amico: Bill Membro Pat Nome: Pat Opus Pinguini Bill Gatti Pat Pipistrelli Nome(Opus,"Opus") Nome(Bill,"Bill") Amico(Opus,Bill) Amico(Bill,Opus) Nome(Pat,"Pat") (a) Una base di conoscenza basata su frame (b) Traduzione in logica del primo ordine Relazioni semplici : x x A R(x, b) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 6

8 Reti semantiche Mammals SubsetOf HasMother Persons Legs 2 Female Persons SubsetOf SubsetOf Male Persons MemberOf MemberOf Mary SisterOf John Legs 1 Relazioni tra oggetti di classi diverse. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 7

9 Problemi semantici delle reti semantiche limiti di espressività: No disgiunzione, No negazione, Solo predicati binari What is in a link? Inferenza descritta in modo procedurale Gestione delle eccezioni Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 8

10 Predicati binari FlyEvents MemberOf Agent Origin Fly 17 During Destination Shankar NewYork NewDelhi Yesterday F ly(shankar, NewY ork, NewDelhi, Y esterday) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 9

11 Eccezioni Animali Vivo: Vola: T F Rel(Vivo,Animali,T) Rel(Vola,Animali,F) Uccelli Zampe: 2 Vola: T Pinguini Vola: F Mammiferi Zampe: 4 Gatti Pipistrelli Zampe: 2 Vola: T Uccelli Animali Mammiferi Animali Rel(Vola,Uccelli,T) Rel(Zampe,Uccelli,2) Rel(Zampe,Mammiferi,4) Pinguini Uccelli Gatti Mammiferi Pipistrelli Mammiferi Rel(Vola,Pinguini,F) Rel(Zampe,Pipistrelli,2) Rel(Vola,Pipistrelli,T) Membro Opus Nome: Opus Amico: Membro Bill Nome: Amico: Bill Membro Pat Nome: Pat Opus Pinguini Bill Gatti Pat Pipistrelli Nome(Opus,"Opus") Nome(Bill,"Bill") Amico(Opus,Bill) Amico(Bill,Opus) Nome(Pat,"Pat") (a) Una base di conoscenza basata su frame (b) Traduzione in logica del primo ordine Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 10

12 Frame Minsky 75: Tutto quello che è rilevante relativamente ad un concetto sta in un frame. Un frame è un prototipo degli elementi della classe, ma poiché i frame sono sono collegati in rete, un insieme di frame risulta molto simile ad una rete semantica con nodi strutturati. linguaggio: grafo/specifica OO semantica: parte in logica del primo ordine (più diversi aspetti procedurali) inferenza: ricerca in rappresentazioni ad-hoc in grafi Sistemi: KEE, KRSS,... Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 11

13 Definizione di frame F SuperClasses : H 1,..., H h MemberSlot : S 1 ValueClass : E 1 Cardinality.Min : nat Cardinality.Max : nat... Sui valori degli slot si possono specificare dei vincoli E, E 1, E 2 H (INT ERSECT ION E 1 E 2 ) (UNION E 1 E 2 ) (N OT E) Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 12

14 Esempio Frame: Course in KB University Subclasses: AdvCourse, BasCourse Memberslot: ENROLLS ValueClass: Student Cardinality.Min: 2 Cardinality.Max: 30 Memberslot: TAUGHTBY ValueClass: (UNION Graduate Professor) Cardinality.Min: 1 Cardinality.Max: 1 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 13

15 Ereditarietà - Proprietà del nodo (own) - Proprietà che vengono ereditate. - Ereditarietà multipla - Valori di Default - Ereditarietà non monotona - Esempio del diamante di Nixon Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 14

IL MODELLO A OGGETTI IN IA

IL MODELLO A OGGETTI IN IA IL MODELLO A OGGETTI IN IA Premessa: Concetto di oggetto riconducibile a settori dell'informatica sviluppatisi storicamente in modo alquanto disgiunto e indipendente: linguaggi di programmazione basi di

Dettagli

Rappresentazione della Conoscenza e ragionamento. Rappresentazione basata sugli oggetti

Rappresentazione della Conoscenza e ragionamento. Rappresentazione basata sugli oggetti Rappresentazione della Conoscenza e ragionamento Rappresentazione basata sugli oggetti Rappresentazione della Conoscenza Esistono due classi principali di strumenti per la rappresentazione della conoscenza:

Dettagli

Tipi di ragionamento. -Ragionamento deduttivo. -Ragionamento induttivo. -Euristiche e algoritmi

Tipi di ragionamento. -Ragionamento deduttivo. -Ragionamento induttivo. -Euristiche e algoritmi Tipi di ragionamento -Ragionamento deduttivo -Ragionamento induttivo -Euristiche e algoritmi Ragionamento deduttivo Procede da premesse generali per arrivare a conclusioni particolari Il ragionamento deduttivo

Dettagli

Classificazione. Le reti semantiche

Classificazione. Le reti semantiche Dispensa I Classificazione Dalla logica alle reti semantiche, andata e ritorno Le reti semantiche Note storiche Intorno agli anni Sessanta del secolo scorso la ricerca in Intelligenza Artificiale si focalizza

Dettagli

Classi. Oggetti e classi. Creazione e inizializzazione di oggetti in C++ Distruzione di oggetti in C++

Classi. Oggetti e classi. Creazione e inizializzazione di oggetti in C++ Distruzione di oggetti in C++ Informatica 3 Informatica 3 LEZIONE 7: Fondamenti di programmazione orientata agli oggetti (1) Modulo 1: Introduzione: oggetti e classi Modulo 2: Link e associazioni Modulo 3: Aggregazione Lezione 7 -

Dettagli

AXO - Architettura dei Calcolatori e Sistema Operativo. organizzazione strutturata dei calcolatori

AXO - Architettura dei Calcolatori e Sistema Operativo. organizzazione strutturata dei calcolatori AXO - Architettura dei Calcolatori e Sistema Operativo organizzazione strutturata dei calcolatori I livelli I calcolatori sono progettati come una serie di livelli ognuno dei quali si basa sui livelli

Dettagli

Appunti dalle lezioni Parte IV: capitolo 12

Appunti dalle lezioni Parte IV: capitolo 12 Politecnico di Milano Facoltà di ingegneria Milano Leonardo Corso di Ingegneria della conoscenza e sistemi esperti Appunti dalle lezioni Parte IV: capitolo 12 Avvertenza Queste dispense sono disponibili

Dettagli

I Grafi ad Albero..Strumenti per aiutare a ragionare

I Grafi ad Albero..Strumenti per aiutare a ragionare I Grafi ad Albero..Strumenti per aiutare a ragionare Cosa sono i grafi? I grafi sono diagrammi costituiti da oggetti e da linee di collegamento; gli oggetti vengono chiamati nodi, le linee archi. Se gli

Dettagli

Le aree dell informatica

Le aree dell informatica Fondamenti di Informatica per la Sicurezza a.a. 2006/07 Le aree dell informatica Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università

Dettagli

L organizzazione dei documenti nei sistemi multimediali

L organizzazione dei documenti nei sistemi multimediali L organizzazione dei documenti nei sistemi multimediali Ornella Nicotra A.A. 2000-2001 Modulo europeo Action Jean Monnet Scuola Speciale per Archivisti e Bibliotecari Universita degli Studi di Roma La

Dettagli

Topologie delle reti di telecomunicazione

Topologie delle reti di telecomunicazione Topologie delle reti di telecomunicazione Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ INTRODUZIONE ALLE RETI TELEMATICHE - 1 Rete di telecomunicazione Definizione: un insieme

Dettagli

Laboratorio di Informatica

Laboratorio di Informatica per chimica industriale e chimica applicata e ambientale LEZIONE 7 Le reti telematiche 1 Le reti telematiche Tra le tecnologie del XX secolo dominano l elaborazione e la distribuzione delle informazioni

Dettagli

Riduzione degli schemi a blocchi

Riduzione degli schemi a blocchi 0.0..2 Riduzione degli scemi a blocci Spesso i sistemi complessi vengono rappresentati con scemi a blocci, i cui elementi anno ciascuno un solo ingresso e una sola uscita. I blocci elementari per la rappresentazione

Dettagli

Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno.

Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. MODELLI INFORMATICI 1 Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. Aspetti di un modello: il modello è la rappresentazione di certi fatti;

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA

UNIVERSITA DEGLI STUDI DI PERUGIA UNIVERSITA DEGLI STUDI DI PERUGIA REGISTRO DELLE LEZIONI E DELLE ALTRE ATTIVITÀ DIDATTICHE Anno accademico 2006-2007 Dott./Prof. Pinotti Maria Cristina Settore scientifico-disciplinare INF01 Facoltà Scienze

Dettagli

Fondamenti di Internet e Reti 097246

Fondamenti di Internet e Reti 097246 sul livello di Rete Instradamento. o Si consideri la rete in figura.. Si rappresenti, mediante un grafo, la rete per il calcolo dei cammini minimi (solo i nodi e gli archi no reti). Si calcoli il cammino

Dettagli

ONTOLOGIA, SEMANTICA E RILEVANZA DELL'INFORMAZIONE NEGLI ARCHIVI DELLA BIBLIOTHECA IURIS ANTIQUI (BIA)

ONTOLOGIA, SEMANTICA E RILEVANZA DELL'INFORMAZIONE NEGLI ARCHIVI DELLA BIBLIOTHECA IURIS ANTIQUI (BIA) ONTOLOGIA, SEMANTICA E RILEVANZA DELL'INFORMAZIONE NEGLI ARCHIVI DELLA BIBLIOTHECA IURIS ANTIQUI (BIA) Marco Giunti, Giuliano Vivanet, Giuseppe Sergioli ALOPHIS, Università di Cagliari SOMMARIO 1/2 Risultati

Dettagli

L indirizzo IP. Created by A. Deriu, P. Cogoni, R. Spiggia, A. Massidda

L indirizzo IP. Created by A. Deriu, P. Cogoni, R. Spiggia, A. Massidda L indirizzo IP Created by A. Deriu, P. Cogoni, R. Spiggia, A. Massidda L indirizzo IP E un indirizzo a 32 bit (4 byte) rappresentato come serie di 4 numeri decimali compresi tra 0 e 255, separati dal punto

Dettagli

1. PRIME PROPRIETÀ 2

1. PRIME PROPRIETÀ 2 RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,

Dettagli

A.A. 2008/2009. Modulo di Valutazione economica dei piani SSD ICAR 22. Docente: dott. Francesco Calabrò

A.A. 2008/2009. Modulo di Valutazione economica dei piani SSD ICAR 22. Docente: dott. Francesco Calabrò UNIVERSITA Mediterranea DI REGGIO CALABRIA FACOLTÀ DI ARCHITETTURA A.A. 2008/2009 Modulo di Valutazione economica dei piani SSD ICAR 22 Docente: dott. Francesco Calabrò IL GIUDIZIO DI CONVENIENZA L economia

Dettagli

GENERALIZZAZIONE E SPECIALIZZAZIONE ISA 1

GENERALIZZAZIONE E SPECIALIZZAZIONE ISA 1 GENERALIZZAZIONE E SPECIALIZZAZIONE ISA 1 Le gerarchie spesso nella analisi di un settore aziendale può risultare che più entità risultino simili o casi particolari l una dell altra, derivanti da viste

Dettagli

Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco

Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco Università di Bologna Facoltà di Ingegneria C.d.L. in Ing. Gestionale Fondamenti di Informatica T-1 (A-K) A.A. 2015/16 Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco 1 Obiettivi del corso Il corso

Dettagli

Architettura CPU. Memoria principale (RAM) Dispositivi di ingresso. Dispositivi di uscita. Memoria secondaria (memoria di massa)

Architettura CPU. Memoria principale (RAM) Dispositivi di ingresso. Dispositivi di uscita. Memoria secondaria (memoria di massa) Architettura CPU Dispositivi di ingresso Memoria principale (RAM) Dispositivi di uscita Memoria secondaria (memoria di massa) Architettura a tre livelli (ANSI-SPARC 78) Schema Est 1 Schema Est 2... Schema

Dettagli

Lezione 3 Progettazione di siti

Lezione 3 Progettazione di siti Lezione 3 Progettazione di siti Ingegneria dei Processi Aziendali Modulo 1 Servizi Web Unità didattica 1 Protocolli Web Ernesto Damiani Università di Milano Elementi base della progettazione di servizi

Dettagli

Algebra di Boole Algebra di Boole

Algebra di Boole Algebra di Boole 1 L algebra dei calcolatori L algebra booleana è un particolare tipo di algebra in cui le variabili e le funzioni possono solo avere valori 0 e 1. Deriva il suo nome dal matematico inglese George Boole

Dettagli

Analisi dell argomentazione

Analisi dell argomentazione Analisi dell argomentazione Analisi dell argomentazione Si ha un argomento quando un affermazione (o tesi) viene sostenuta fornendo una o più ragioni a suo supporto. Ciò equivale a affermare una o più

Dettagli

Linguaggio e Categorizzazione

Linguaggio e Categorizzazione Linguaggio e Categorizzazione Claudia Casadio Logica e Psicologia del Pensiero Laurea Triennale - Indirizzo Evolutivo A.A. 2004-05 Contents 1 Definizione di categoria.....................................

Dettagli

Programma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori

Programma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Programma del corso Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Codifica dell informazione Il calcolatore memorizza ed elabora

Dettagli

Categorie e oggetti. Il Web semantico. Ontologie di dominio. Le motivazioni del web semantico. Web semantico e logiche descrittive

Categorie e oggetti. Il Web semantico. Ontologie di dominio. Le motivazioni del web semantico. Web semantico e logiche descrittive Categorie e oggetti Web semantico e logiche descrittive M. Simi, 2014-2015 Cap 2 del "Description Logic Handbook" Lezioni di U.Straccia Molti dei ragionamenti che si fanno sono sulle categorie piuttosto

Dettagli

Ripasso di teoria ed esercizi in preparazione al terzo compito. 26 gennaio 2004

Ripasso di teoria ed esercizi in preparazione al terzo compito. 26 gennaio 2004 Ripasso di teoria ed esercizi in preparazione al terzo compito 26 gennaio 2004 Teoria: domande tipo per il terzo compitino 1. Metaprogrammazione: In cosa consiste la metaprogrammazione? Quali sono alcuni

Dettagli

Indice generale. Prefazione

Indice generale. Prefazione Prefazione vii 1 Classificazione dei sistemi e dei modelli 1 1.1 Introduzione 1 1.2 Principi di base della teoria dei sistemi e del controllo 2 1.2.1 I concetti di sistema e di modello 3 1.2.2 Il concetto

Dettagli

11.4 Chiusura transitiva

11.4 Chiusura transitiva 6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)

Dettagli

Alessandra Raffaetà. Basi di Dati

Alessandra Raffaetà. Basi di Dati Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati

Dettagli

I B+ Alberi. Sommario

I B+ Alberi. Sommario I B+ Alberi R. Basili (Basi di Dati, a.a. 2002-3) Sommario Indici organizzati secondo B + -alberi Motivazioni ed Esempio Definizione Ricerca in un B + -albero Esempio Vantaggi Inserimento/Cancellazione

Dettagli

MODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA

MODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA MODULI CLASSE PRIMA TEMA ARITMETICA E ALGEBRA Modulo1 : Insiemi numerici N;Z;Q 18 ore COMPETENZE: Utilizzare le tecniche e le procedure nei vari insiemi numerici e saperli applicare in contesti reali.

Dettagli

FSM: Macchine a Stati Finiti

FSM: Macchine a Stati Finiti FSM: Macchine a Stati Finiti Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Automi di Mealy Automi di Moore Esempi Sommario Introduzione Metodo per descrivere macchine di tipo

Dettagli

Anno 1. Definizione di Logica e operazioni logiche

Anno 1. Definizione di Logica e operazioni logiche Anno 1 Definizione di Logica e operazioni logiche 1 Introduzione In questa lezione ci occuperemo di descrivere la definizione di logica matematica e di operazioni logiche. Che cos è la logica matematica?

Dettagli

Modulo: Elementi di Informatica

Modulo: Elementi di Informatica LE UNITA DI MISURA(1/4) Facoltà di Medicina Veterinaria Corso di laurea in Tutela e benessere animale Corso Integrato: Fisica medica e statistica Modulo: Elementi di Informatica A.A. 2009/10 Lezione 2

Dettagli

Intelligenza Artificiale. Lezione 6bis. Sommario. Problemi di soddisfacimento di vincoli: CSP. Vincoli CSP RN 3.8, 4.3, 4.5.

Intelligenza Artificiale. Lezione 6bis. Sommario. Problemi di soddisfacimento di vincoli: CSP. Vincoli CSP RN 3.8, 4.3, 4.5. Sommario Intelligenza Artificiale CSP RN 3.8, 4.3, 4.5 Giochi RN 5 Lezione 6bis Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0 Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 1 Problemi

Dettagli

LICEO SCIENTIFICO GIORDANO BRUNO MESTRE - VENEZIA

LICEO SCIENTIFICO GIORDANO BRUNO MESTRE - VENEZIA LICEO SCIENTIFICO GIORDANO BRUNO MESTRE - VENEZIA Anno scolastico 2010-2011 Classe 2^ C Materie: ITALIANO Docente: ONGARO GIANPIETRO Oggetto: PROGRAMMAZIONE ANNUALE La classe è composta di 24 alunni, palesa

Dettagli

Rappresentazione della Conoscenza. Lezione 2. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 2 0

Rappresentazione della Conoscenza. Lezione 2. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 2 0 Rappresentazione della Conoscenza Lezione 2 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 2 0 Logica come linguaggio di rappresentazione della conoscenza Sommario richiami sintassi e semantica

Dettagli

TOPOLOGIA DELLE RETI 1. Tipi di canale 1. topologia a maglia completa 2. Topologia ad albero 3. Topologia a stella 3

TOPOLOGIA DELLE RETI 1. Tipi di canale 1. topologia a maglia completa 2. Topologia ad albero 3. Topologia a stella 3 TOPOLOGIA DELLE RETI 1 Tipi di canale 1 topologia a maglia completa 2 Topologia ad albero 3 Topologia a stella 3 Topologia a maglia parzialmente connessa 4 Topologia ad anello 5 Topologia a bus 6 Topologia

Dettagli

Introduzione alla programmazione. Walter Didimo

Introduzione alla programmazione. Walter Didimo Introduzione alla programmazione Walter Didimo Programmi Un programma è una frase (anche molto lunga) che descrive delle azioni che devono essere svolte da un calcolatore La frase deve essere dettagliata

Dettagli

Gli insiemi e le relazioni. Elementi di logica

Gli insiemi e le relazioni. Elementi di logica capitolo 1 Gli insiemi e le relazioni. Elementi di logica INSIEMI 1. Introduzione 1 2. Sottoinsiemi 3 3. Operazioni tra insiemi 5 Unione:, 5 Intersezione:, 5 Differenza: \, 5 Insieme complementare: A B,

Dettagli

Ingegneria del Software

Ingegneria del Software Ingegneria del Software Analisi Object Oriented ed Elementi di Programmazione OO Origini Le metodologie ad oggi nascono negli anni 70 ma si affermano solo nelgi anni 80 grazie alla nascita dei linguaggi

Dettagli

Sistemi informativi aziendali struttura e processi

Sistemi informativi aziendali struttura e processi Sistemi informativi aziendali struttura e processi Data mining Copyright 2011 Pearson Italia Uso dei Data Warehouse Esistono tre tipi di applicazioni front-end per data warehouse Analisi statica (reporting)

Dettagli

Ragionamento qualitativo

Ragionamento qualitativo Ragionamento qualitativo In molte applicazioni di Ai è necessario costruire modelli di sistemi reali Esempi: modelli di dispositivi per monitoraggio, diagnosi, modelli di processi per simulazione, gestione

Dettagli

INFOCOM Dept. Antonio Cianfrani

INFOCOM Dept. Antonio Cianfrani Antonio Cianfrani Virtual LAN (VLAN) VLAN: motivazioni LAN Ethernet: tutti gli host appartenenti ad una stessa infrastruttura fisica (switches, hubs, cavi) fanno parte della stessa rete IP Se bisogna realizzare

Dettagli

Sistemi ICT per il Business Networking

Sistemi ICT per il Business Networking Corso di Laurea Specialistica Ingegneria Gestionale Sistemi ICT per il Business Networking Unified Modelling Language (UML) Class Diagram Docente: Massimo Cossentino Slide adattate dagli originali di:

Dettagli

Intelligenza. Germano Rossi ISSR 2011/12

Intelligenza. Germano Rossi ISSR 2011/12 Intelligenza Germano Rossi ISSR 2011/12 Intelligenza Il concetto di intelligenza è stato ed è uno dei più controversi della storia della In realtà è anche difficile definire l intelligenza perché dipende

Dettagli

Lezione 4. Modello EER

Lezione 4. Modello EER Lezione 4 Modello EER 1 Concetti del modello EER Include tutti i concetti di modellazione del modello ER Concetti addizionali: sottoclassi/superclassi, specializzazione, categorie, propagazione (inheritance)

Dettagli

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2.3 Cammini ottimi. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 . Cammini ottimi E. Amaldi Fondamenti di R.O. Politecnico di Milano .. Cammini minimi e algoritmo di Dijkstra Dato un grafo orientato G = (N, A) con una funzione di costo c : A c ij R e due nodi s e t,

Dettagli

Linguistica Generale

Linguistica Generale Linguistica Generale Docente: Paola Monachesi Aprile-Maggio 2003 Contents 1 I sintagmi e la struttura a costituenti 2 2 Alberi sintattici 3 3 Una minigrammatica dell inglese 3 4 Un lessico dell inglese

Dettagli

Matematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica A.A.

Matematica e-learning - Corso Zero di Matematica. Gli Insiemi. Prof. Erasmo Modica  A.A. Matematica e-learning - Gli Insiemi Prof. Erasmo Modica http://www.galois.it erasmo@galois.it A.A. 2009/2010 1 Simboli Matematici Poiché in queste pagine verranno utilizzati differenti simboli matematici,

Dettagli

Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative)

Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative) Programma di studio AA 2008-2009 Analisi Univariata e Multivariata dei Dati Economici Bruno Ricca (Dipartimento di studi su risorse, impresa, ambiente e metodologie quantitative) Modulo unico 10 cfu corso

Dettagli

Introduzione ai Sistemi Esperti. Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56126 PISA

Introduzione ai Sistemi Esperti. Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56126 PISA Introduzione ai Sistemi Esperti Prof. Beatrice Lazzerini Dipartimento di Ingegneria della Informazione Via Diotisalvi, 2 56126 PISA SISTEMI ESPERTI ARCHITETTURA TIPICA DI UN SE Un sistema esperto (SE)

Dettagli

PROGETTAZIONE CONCETTUALE

PROGETTAZIONE CONCETTUALE Fasi della progettazione di basi di dati PROGETTAZIONE CONCETTUALE Parte V Progettazione concettuale Input: specifiche utente Output: schema concettuale (astrazione della realtà) PROGETTAZIONE LOGICA Input:

Dettagli

Reti di Calcolatori:

Reti di Calcolatori: Reti di Calcolatori: Internet, Intranet e Mobile Computing a.a. 2007/2008 http://www.di.uniba.it/~lisi/courses/reti/reti0708.htm dott.ssa Francesca A. Lisi lisi@di.uniba.it Orario di ricevimento: mercoledì

Dettagli

Istituzioni di linguistica a.a Federica Da Milano

Istituzioni di linguistica a.a Federica Da Milano Istituzioni di linguistica a.a.2014-2015 Federica Da Milano federica.damilano@unimib.it I processi di lettura, scrittura e calcolo nell età adulta La lettura: la capacità di leggere stringhe di lettere

Dettagli

Guido Caldarelli2, Paolo De Los Rios3, Stefano Leonardi1 e Stefano Millozzi1 Giancarlo Casale e Ernesto Ricci

Guido Caldarelli2, Paolo De Los Rios3, Stefano Leonardi1 e Stefano Millozzi1 Giancarlo Casale e Ernesto Ricci Il WebGraph Lavoro svolto in collaborazione con Guido Caldarelli 2, Paolo De Los Rios 3, Stefano Leonardi 1 e Stefano Millozzi 1 e con le tesi di Giancarlo Casale e Ernesto Ricci 1: Dipartimento di Informatica

Dettagli

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente

Introduzione. Il routing permette la comunicazione tra due nodi differenti anche se non sono collegati direttamente Routing Introduzione Il livello 3 della pila ethernet ha il compito di muovere i pacchetti dalla sorgente attraversando più sistemi Il livello di network deve quindi: Scegliere di volta in volta il cammino

Dettagli

Intelligenza Artificiale. Cooperazione e coordinamento. Intelligenza Artificiale Daniele Nardi, 2003 Cooperazione e coordinamento 0

Intelligenza Artificiale. Cooperazione e coordinamento. Intelligenza Artificiale Daniele Nardi, 2003 Cooperazione e coordinamento 0 Intelligenza Artificiale Cooperazione e coordinamento Intelligenza Artificiale Daniele Nardi, 2003 Cooperazione e coordinamento 0 Sommario Cooperazione [Ferber - MAS, cap. 7.1-7.3] Coordinamento [Ferber

Dettagli

PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 5. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS

PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 5. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO Emidio Tribulato Centro studi LOGOS - ONLUS - Messina ONLUS Volume 5 Livello 1 CENTRO STUDI LOGOS ONLUS CENTRO DI RICERCHE PSICOPEDAGOGICHE VIA PRINCIPE

Dettagli

DISPENSE DI PROGRAMMAZIONE

DISPENSE DI PROGRAMMAZIONE DISPENSE DI PROGRAMMAZIONE Modulo 1 Risolvere problemi con l elaboratore: dal problema all algoritmo (Parte II) I Linguaggi di descrizione degli algoritmi - Notazioni grafiche (parte 1) Il linguaggio dei

Dettagli

Rappresentare i nessi logici con gli insiemi

Rappresentare i nessi logici con gli insiemi Rappresentare i nessi logici con gli insiemi È un operazione molto utile in quesiti come quello nell Esempio 1, in cui gruppi di persone o cose vengono distinti in base a delle loro proprietà. Un elemento

Dettagli

KIM E IL RIDUZIONISMO. LETTERA A GIANNOLI.

KIM E IL RIDUZIONISMO. LETTERA A GIANNOLI. Caro Gianni, KIM E IL RIDUZIONISMO. LETTERA A GIANNOLI. rispondo al tuo e-mail con l attach su Kim. Sono contento che il tuo giusto orgoglio di fisico abbia prevalso sugli spleen taglia-gambe. Non credo

Dettagli

CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI

CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI CONCETTI E ARCHITETTURA DI UN SISTEMA DI BASI DI DATI Introduzione alle basi di dati (2) 2 Modelli dei dati, schemi e istanze (1) Nell approccio con basi di dati è fondamentale avere un certo livello di

Dettagli

A Simone piacciono tutti i giochi di squadra. Il basket è un gioco di squadra. A Simone non piace giocare a basket.

A Simone piacciono tutti i giochi di squadra. Il basket è un gioco di squadra. A Simone non piace giocare a basket. Logica La logica si occupa della correttezza del ragionamento, un ragionamento è formato da un insieme di proposizioni (enunciati di cui è possibile stabilire se sono veri o falsi) Carlo è un alunno di

Dettagli

CURRICOLI DISCIPLINARI SCUOLA SECONDARIA DI PRIMO GRADO

CURRICOLI DISCIPLINARI SCUOLA SECONDARIA DI PRIMO GRADO ISTITUTO COMPRENSIVO di PORTO MANTOVANO (MN) Via Monteverdi 46047 PORTO MANTOVANO (MN) tel. 0376 398 781 e-mail: mnic813002@istruzione.it e-mail certificata: mnic813002@pec.istruzione.it sito internet:

Dettagli

Programmazione Dichiarativa. Programmazione Logica. SICStus PROLOG PROLOG. http://www.sics.se/sicstus/ Bob Kowalski: "Algoritmo = Logica + Controllo"

Programmazione Dichiarativa. Programmazione Logica. SICStus PROLOG PROLOG. http://www.sics.se/sicstus/ Bob Kowalski: Algoritmo = Logica + Controllo Programmazione Logica Bob Kowalski: "Algoritmo = Logica + Controllo" nella programmazione tradizionale: il programmatore deve occuparsi di entrambi gli aspetti nella programmazione dichiarativa: il programmatore

Dettagli

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso

Claudio Arbib Università di L Aquila. Ricerca Operativa. Reti di flusso Claudio Arbib Università di L Aquila Ricerca Operativa Reti di flusso Sommario Definizioni di base Flusso di un campo vettoriale Divergenza Integrale di Gauss-Greene Flusso in una rete Sorgenti, pozzi

Dettagli

Appunti lezione Capitolo 15 Ricerca locale

Appunti lezione Capitolo 15 Ricerca locale Appunti lezione Capitolo 15 Ricerca locale Alberto Montresor 03 Giugno, 016 1 Introduzione alla ricerca locale Un approccio miope, ma talvolta efficace è quello della ricerca locale. L idea è la seguente:

Dettagli

Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA

Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Punto di partenza: materia per ragionare Gli agenti intelligenti possono usare tecniche deduttive per raggiungere il goal Per fare

Dettagli

CURRICOLO DIPARTIMENTO INFORMATICA PRIMO BIENNIO

CURRICOLO DIPARTIMENTO INFORMATICA PRIMO BIENNIO dei limiti nel contesto culturale e sociale in cui vengono applicate CURRICOLO PARTIMENTO INFORMATICA PRIMO BIENNIO MODULO 1 Concetti di base della tecnologia dell informazione Acquisire e interpretare

Dettagli

Esame di INFORMATICA (*) Operazioni Aritmetiche: Somma. Lezione 3. Operazioni Aritmetiche: Somma. Operazioni Aritmetiche: Somma

Esame di INFORMATICA (*) Operazioni Aritmetiche: Somma. Lezione 3. Operazioni Aritmetiche: Somma. Operazioni Aritmetiche: Somma Università degli Studi di L Aquila Facoltà di Biotecnologie Esame di INFORMATICA A.A. 2008/09 Lezione 3 Operazioni Aritmetiche: Somma + 1 0 1 0 (*) 1 0 1 0 (*) con riporto di 1 2 Operazioni Aritmetiche:

Dettagli

Rappresentazione della conoscenza e ragionamento. I sistemi di rappresentazione della conoscenza

Rappresentazione della conoscenza e ragionamento. I sistemi di rappresentazione della conoscenza Rappresentazione della conoscenza e ragionamento I sistemi di rappresentazione della conoscenza Formalizzazione della conoscenza Le prime discussioni all interno di IA tendevano a focalizzarsi sulla rappresentazione

Dettagli

STRUTTURE NON LINEARI

STRUTTURE NON LINEARI PR1 Lezione 13: STRUTTURE NON LINEARI Michele Nappi mnappi@unisa.it www.dmi.unisa.it/people/nappi Per la realizzazione della presentazione è stato utilizzato in parte materiale didattico prodotto da Oronzo

Dettagli

INFORMATICA. Prof. MARCO CASTIGLIONE. Istituto Tecnico Statale Tito Acerbo - PESCARA

INFORMATICA. Prof. MARCO CASTIGLIONE. Istituto Tecnico Statale Tito Acerbo - PESCARA INFORMATICA Prof. MARCO CASTIGLIONE Istituto Tecnico Statale Tito Acerbo - PESCARA 1.1 Introduzione Internet è una rete di calcolatori collegati tra loro e fisicamente posizionati in tutto il mondo RETE

Dettagli

LATINO COMPETENZE E CONOSCENZE ESSENZIALI PER IL RECUPERO

LATINO COMPETENZE E CONOSCENZE ESSENZIALI PER IL RECUPERO LATINO COMPETENZE E PER IL RECUPERO (I programmi svolti sono reperibili sul sito www.liceofrancescodassisi.it e in segreteria didattica) PRIMO ANNO: q Conoscere la fonetica, la morfologia, la sintassi

Dettagli

PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 1. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS

PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO. Emidio Tribulato. Volume 1. Livello 1. Centro studi LOGOS - ONLUS - Messina ONLUS PROGRAMMA BASE PER LO SVILUPPO LOGICO E COGNITIVO Emidio Tribulato Centro studi LOGOS - ONLUS - Messina ONLUS Volume 1 Livello 1 CENTRO STUDI LOGOS ONLUS CENTRO DI RICERCHE PSICOPEDAGOGICHE VIA PRINCIPE

Dettagli

4. L'evoluzione delle reti semantiche

4. L'evoluzione delle reti semantiche 4. L'evoluzione delle reti semantiche Nel capitolo precedente abbiamo visto come la ricerca sui formalismi di rappresentazione della conoscenza svolga un ruolo centrale in IA. Le reti semantiche costituiscono

Dettagli

Corso di Sistemi Informativi Geografici. Presentazione del corso Maria Luisa Damiani A.A. 2013-14

Corso di Sistemi Informativi Geografici. Presentazione del corso Maria Luisa Damiani A.A. 2013-14 Corso di Sistemi Informativi Geografici Presentazione del corso Maria Luisa Damiani A.A. 2013-14 Sommario Contenuti Modalita' d'esame Sito e calendario Obiettivi e contenuto del corso Introduzione ai modelli

Dettagli

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web.

13-03-2013. Introduzione al Semantic Web Linguaggi per la rappresentazione di ontologie. L idea del Semantic Web. Corso di Ontologie e Semantic Web Linguaggi per la rappresentazione di ontologie Prof. Alfio Ferrara, Prof. Stefano Montanelli Definizioni di Semantic Web Rilievi critici Un esempio Tecnologie e linguaggi

Dettagli

Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni

Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni LA PROGETTAZIONE DI BASI DI DATI Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni La progettazione dei dati è l attività più importante Per progettare i dati al

Dettagli

Linguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic

Linguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic Linguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic Matteo Barontini Rappresentazione della conoscenza Base di conoscenza: rappresentazione esplicita, parziale e compatta

Dettagli

Componenti. Il modello di Protege. Un tool per la creazione e sviluppo di Ontologie e Basi di Conoscenza

Componenti. Il modello di Protege. Un tool per la creazione e sviluppo di Ontologie e Basi di Conoscenza Protégé-2000 Un tool per la creazione e sviluppo di Ontologie e Basi di Conoscenza Il modello di Protege Knowledge model Frame-based OKBC compatible Caratteristiche principali Un editor per creare, visualizzare,

Dettagli

Ingegneria del Software 4. Introduzione a UML. Dipartimento di Informatica Università di Pisa A.A. 2014/15

Ingegneria del Software 4. Introduzione a UML. Dipartimento di Informatica Università di Pisa A.A. 2014/15 Ingegneria del Software 4. Introduzione a UML Dipartimento di Informatica Università di Pisa A.A. 2014/15 e per i modelli iterativi analisi peliminare analisi e progettazione realizzazione Necessità di

Dettagli

Intelligenza Artificiale A (lezione introduttiva parte di teoria)

Intelligenza Artificiale A (lezione introduttiva parte di teoria) Intelligenza Artificiale A (lezione introduttiva parte di teoria) Prof. Alfonso E. Gerevini Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia Testo di

Dettagli

Progetto e analisi di algoritmi

Progetto e analisi di algoritmi Progetto e analisi di algoritmi Roberto Cordone DTI - Università degli Studi di Milano Polo Didattico e di Ricerca di Crema Tel. 0373 / 898089 E-mail: cordone@dti.unimi.it Ricevimento: su appuntamento

Dettagli

Descrizione Formale Esplicita Dominio

Descrizione Formale Esplicita Dominio Ontologia Abbiamo visto che tassonomie e tesauri fissano una semantica. Per arricchire la semantica si deve passare a modelli concettuali e teorie logiche. Un modello concettuale è il modello di una particolare

Dettagli

Linguaggi e Modelli per i Dati e la Conoscenza. Fabio Massimo Zanzotto

Linguaggi e Modelli per i Dati e la Conoscenza. Fabio Massimo Zanzotto Linguaggi e Modelli per i Dati e la Conoscenza Fabio Massimo Zanzotto Percorso di studio Richiami: cosa sono le macchine? Principi di funzionamento Primo Tentativo Analisi Umano (da psicologia): Comportamentismo

Dettagli

Competenze di ambito Prerequisiti Abilità / Capacità Conoscenze Livelli di competenza

Competenze di ambito Prerequisiti Abilità / Capacità Conoscenze Livelli di competenza Docente: LASEN SERGIO Classe: 3MAT Materia: Tecnologie Elettrico Elettroniche, dell Automazione e Applicazioni MODULO 1 - CIRCUITI E RETI ELETTRICHE IN CORRENTE CONTINUA Saper effettuare connessioni logiche

Dettagli

Progettazione di Unità Didattiche

Progettazione di Unità Didattiche Progettazione di Unità Didattiche COMPRENsivo DOmani Matematica Alessandro Gambini e Federica Ferretti Abbiamo costruito due esempi di unità didattiche in verticale (una per la classe seconda e una per

Dettagli

Modulo 2 Data Base - Modello Relazionale

Modulo 2 Data Base - Modello Relazionale Modulo 2 Data Base - Modello Relazionale Università degli Studi di Salerno Corso di Laurea in Scienze della comunicazione Informatica generale Docente: Angela Peduto A.A. 2004/2005 Modello Relazionale

Dettagli

Corso di Programmazione a oggetti

Corso di Programmazione a oggetti Corso di Programmazione a oggetti Overloading delle funzioni e parametri di default a.a. 2014/2015 Francesco Fontanella Overloading delle funzioni In C++, è possibile dare a funzioni diverse lo stesso

Dettagli

CONVITTO NAZIONALE CARLO ALBERTO Scuole annesse: Primaria Secondaria I grado Liceo Scientifico

CONVITTO NAZIONALE CARLO ALBERTO Scuole annesse: Primaria Secondaria I grado Liceo Scientifico CONVITTO NAZIONALE CARLO ALBERTO Scuole annesse: Primaria Secondaria I grado Liceo Scientifico Baluardo Partigiani n 6 28100 - Novara Tel. 0321/620047 - Fax. 0321/620622 Email: novc010008@istruzione.it

Dettagli

Definizione di metodi

Definizione di metodi Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 9 Definizione di metodi Carla Limongelli Novembre 2006 http://www.dia.uniroma3.it/~java/fondinf1/ Definizione di metodi 1 Contenuti

Dettagli

OBIETTIVI DI APPRENDIMENTO CONTENUTI ABILITÀ

OBIETTIVI DI APPRENDIMENTO CONTENUTI ABILITÀ Conosce il valore posizionale delle cifre. Adotta efficaci strategie di calcolo scritto e orale con la moltiplicazione e la divisione. UNITÀ DIDATTICA N. 1 NUMERO - CALCOLO OBIETTIVI DI APPRENDIMENTO CONTENUTI

Dettagli