Linguistica Computazionale
|
|
- Valentino Bonfanti
- 5 anni fa
- Visualizzazioni
Transcript
1 Linguistica Computazionae 14 novembre 2017
2 Incertezza e informazione Le probabiità servono per modeare fenomeni e sistemi i cui esito è incerto (fenomeni aeatori) L entropia è una misura de incertezza di un fenomeno (sistema) misura quanto è difficie predire qua è esito de fenomeno Da cosa dipende i grado di incertezza? numero di esiti aternativi possibii ancio di un dato = 6 esiti possibii estrazione di una carta = 52 esiti possibii estrazione di una carta ha un maggior grado di incertezza!! distribuzione dee probabiità per ciascun esito se gi esiti hanno probabiità uniforme è più difficie prevedere queo giusto (a parità de oro numero) cf. ancio di un dado non truccato vs. ancio di un dado in cui sappiamo che i 6 ha probabiità doppia di uscire degi atri numeri 2
3 Incertezza e informazione L informazione è a diminuzione de incertezza se un evento aeatorio si verifica, abbiamo ottenuto informazione più un evento è raro, più è informativo, maggiore è informazione che otteniamo sapendo che si è verificato cf. Oggi è sorto i soe vs. Oggi c è stata un ecisse di soe L entropia è a misura dea quantità di informazione portata dagi eventi prodotti da un processo o sistema aeatorio (formaizzato come una variabie casuae) 3
4 Variabie casuae Una variabie casuae (random variabe) è una variabie ai cui vaori è associata una distribuzione di probabiità (che specifica a probabiità di ogni vaore) probabiity mass function Una variabie casuae rappresenta un processo o sistema aeatorio un processo o sistema aeatorio è descritto da insieme di stati che esso può assumere e da una distribuzione di probabiità ad essi associata Possiamo rappresentare un testo o una ingua come una variabie casuae (W) es. un testo può essere immaginato come una sequenza di paroe generata secondo una certa distribuzione di probabiità i vaori (= stati) di W sono paroe, ciascuna con una probabiità associata (= a probabiità di una paroa di essere generata/osservata in una ingua) 4
5 Entropia puntuae L entropia è a misura dea quantità di informazione o incertezza di una variabie casuae L entropia è misurata in bits (cifre binarie) Supponiamo che ad ogni istante t i si debba trasmettere un messaggio per comunicare in quae stato si trova i sistema in t i es. quae paroa v è stata prodotta? che i messaggio debba essere in codice binario (una stringa di 0 e 1) Entropia puntuae (informazione) di una paroa h(v) = og 2 p(v) corrisponde a numero di bits necessari per trasmettere (= descrivere) che è stata estratta a paroa v 5
6 Entropia puntuae In generae, un numero binario di n cifre può codificare a massimo 2 n messaggi es. un numero binario di 2 cifre può codificare 4 messaggi diversi 00, 01, 10, 11 Se W ha n stati possibii (tutti equiprobabii), i numero di bits necessari per codificare ogni stato è og 2 n h(v) = og 2 n se gi stati de sistema sono equiprobabii, p(v) = 1/n e n = 1/p(v) quindi, h(v) = og 2 1/p(v) = - og 2 p(v) se W ha 1 stato possibie, h(v) = 0 bits se W ha 2 stati possibii, h(v) = 1 bits se W ha 4 stati possibii, h(v) = 2 bits 6
7 Entropia L entropia di un variabie W è i numero medio di bits necessari per codificare i suoi stati possibii Ne caso de testo (inguaggio), possiamo assumere che i vaori (= stati) di W siano gi eementi de vocaboario V C di un corpus C L entropia di W è a media de entropia dei suoi possibii stati H(W ) = v i =V c f (v i ) h(v i ) C H(W ) = p(v i )og 2 p(v i ) v i V C 7
8 Entropia H(W ) = p(v i )og 2 p(v i ) v i V C Se W ha n stati possibii equiprobabii entropia de sistema è uguae a entropia puntuae W = 4 stati equiprobabii (p(v) = 1/4) H(W) = - (1/4*og 2 1/4+1/4*og 2 1/4+1/4*og 2 1/4+1/4*og 2 1/4) H(W) = - (1/4*(-2)+1/4*(-2)+1/4*(-2)+1/4*(-2)) H(W) = - (-1/2-1/2-1/2-1/2) = -(-2) = 2 bits (= og 2 4) L entropia aumenta co crescere de numero degi stati possibii W = 8 stati equiprobabii H(W) og 2 8 = 3 bits 8
9 Entropia W = produzione di una paroa (esiti non equiprobabii!!) V(W) = {i, cane, mangia, gatto} P(cane) = 1/4 P(i) = 1/2 P(mangia) = 1/8 P(gatto) = 1/8 H(W) = - (1/4*og 2 1/4 + 1/2*og 2 1/2 + 1/8*og 2 1/8 + 1/8*og 2 1/8) H(W) = - (0,25*(-2) + 0,5 * (-1) + 0,125 * (-3) + 0,125 * (-3)) H(W) = - (-0,5-0,5-0,375 0,375) = 1,75 bits L entropia (media) de sistema è minore di quea che si avrebbe se i suoi stati fossero equiprobabii cf. H(W) con 4 stati equiprobabii = 2 bits 9
10 Entropia e codice ottimae L entropia permette di stabiire i codice ottimae per descrivere un sistema aeatorio Codice di Shannon-Fano gi stati più probabii (più frequenti) sono descritti usando messaggi più corti, gi stati meno probabii sono descritti usando messaggi più unghi stati de sistema = {i, cane, mangia, gatto} p(cane) = 1/4 p(i) = 1/2 p(mangia) = 1/8 p(gatto) = 1/8 codifica ottimae in bits i = 0 cane = 10 gatto = 110 mangia = 111 entropia di un sistema che usa questo tipo di codifica per trasmettere messaggi è di 1,75 bits 10
11 Entropia A parità di numero di esiti possibii, meno uniforme è a distribuzione di probabiità e minore è entropia 11
12 Entropia e organizzazione L entropia aumenta con aumentare degi stati possibii di un sistema A parità di stati possibii entropia diminuisce se aumenta a struttura e organizzazione de sistema aumenta a predicibiità dee dinamiche de sistema entropia maggiore ridondanza de informazione regoarità nee dinamiche de sistema esistenza di schemi e pattern ricorrenti nea sequenza degi stati, ecc. 12
13 Un appicazione de entropia L entropia viene utiizzata per individuare e paroe più informative su contenuto di un testo Più una paroa è uniformemente distribuita in testi diversi, minore è a sua informatività 'eettrone, insieme a protone e neutrone, è parte dea struttura degi atomi i comuni sono parte dea struttura dea Pubbica Amministrazione parte dee squadre di cacio sono ormai in crisi economica 13
14 Un appicazione de entropia Entropia di una paroa in un corpus di testi C H(w) = p(< w,t i >)og 2 p(< w,t i >) t i C p(<w,t i >) = probabiità che w ricorra ne testo t i viene stimata come i rapporto tra a frequenza di w in t i e a frequenza compessiva di w in C 14
15 Un appicazione de entropia C = {t 1,t 2,t 3 } (numero di testi ne corpus) Distribuzione dee paroe w 1 e w 2 ne corpus f(w 1,t 1 ) = 4 f(w 1,t 2 ) = 2 f(w 2,t 1 ) = 2 f(w 2,t 2 ) = 2 f(w 2,t 3 ) = 2 H(w 1 ) = -(4/6*og 2 (4/6) + 2/6*og 2 (2/6)) = 0.91 H(w 2 ) = -(2/6*og 2 (2/6) + 2/6*og 2 (2/6) + 2/6*og 2 (2/6)) = 1.58 a paroa w 1 ha entropia minore ed è più utie per caratterizzare i contenuto dei testi, perché distribuita in maniera meno uniforme L entropia viene usata per pesare e paroe con cui indicizzare i testi 15
16 Entropia puntuae e human sentence processing Le difficotà di processing di una paroa w i in una frase w 1,,w i,, w n sono proporzionai a suo tempo di ettura (es. misurata con eye-tracking) I tempi di ettura sono di w i sono proporzionai aa sorpresa di w i ne contesto w 1,, w i-1 (Hae 2001, Levy 2008): La sorpresa viene cacoata con modei markoviani, con parsers sintattici, reti neurai, ecc. sorpresa(w i ) = og 2 p(w i w 1,..., w i 1 ) Frank & Bod (2011), Vossum & Levy (2012), ecc.
Informazione, Entropia e Probabilità
Informazione, Entropia e Probabilità Alessandro Lenci Università di Pisa, Dipartimento di Linguistica Via Santa Maria, 36, 56100 Pisa, Italy alessandro.lenci@ilc.cnr.it Linguaggio e comunicazione - LO042
DettagliLinguistica Computazionale. 30 novembre 2016
Linguistica Computazionae 30 novembre 2016 Part-of-Speech Tagging Feature utiizzate: feature ocai: forma, unghezza de token, presenza di punteggiatura a interno de token (es. Acronimi C.N.R.), prefisso,
DettagliEsercitazione 7 del corso di Statistica 2
Esercitazione 7 de corso di Statistica Dott.ssa Paoa Costantini 0 Marzo 009 Esercizio a distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee, in grammi, prodotti da un
DettagliEsercitazione 7 del corso di Statistica 2
Esercitazione 7 de corso di Statistica Prof. Domenico Vistocco Dott.ssa Paoa Costantini 9 Giugno 008 Esercizio La distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee,
DettagliLinguistica Computazionale. 24 ottobre 2017
Linguistica Computazionae 24 ottobre 2017 I Teorema de Limite Centrae Data una variabie x e una popoazione P in cui x ha media μ x e deviazione standard σ x - indipendentemente daa distribuzione di x nea
DettagliLinguistica Computazionale
Linguistica Computazionae 6 dicembre 2017 Agoritmo di Apprendimento Supervisionato: anaisi 2) Fase di anaisi: Modeo dea Lingua Testo non annotato features extractor Agoritmo basato su ML Anaisi Funzione
DettagliLa statistica descrittiva
MATEMATICAperTUTTI Dee seguenti indagine statistiche individua a popoazione, i carattere oggetto di studio e e possibii modaità di tae carattere. 1 ESERCIZIO SVOLTO Indagine: utiizzo de tempo ibero da
DettagliFUNZIONE DI TRASFERIMENTO ASSOCIATA A UN CODICE CONVOLUZIONALE
FUNZIONE DI TRASFERIMENTO ASSOCIATA A UN CODICE CONVOLUZIONALE La funzione di trasferimento de codice convouzionae fornisce tutte e informazioni riguardo i pesi dei cammini che si dipartono da S 0 e riconfuiscono
DettagliLinguistica Computazionale. 18 ottobre 2016
Linguistica Computazionae 18 ottobre 2016 Intepretare a Legge di Zipf Secondo Zipf a distribuzione dee paroe nei testi rifette un principio di economia nea comunicazione parante e ascotatore cercano entrambi
DettagliCONOSCENZE 1. le proposizioni 2. i connettivi logici 3. le espressioni logiche
ALGEBRA LOGICA E CONNETTII PREREQUISITI conoscere gi insiemi e i oro inguaggio conoscere i significato di soggetto e predicato di una frase conoscere i significato di congiunzione, disgiunzione e negazione
DettagliLa scala logaritmica
La scaa ogaritmica Obiettivi utiizzare coordinate ogaritmiche e semiogaritmiche 1. COORDINATE LOGARITMICHE Se un numero k eá maggiore di 10, i suo ogaritmo in base 10 eá moto piuá piccoo de numero stesso:
DettagliUnità 30. Sommario. Bibliografia. Auto-informazione di un evento Auto-informazione di un esperimento aleatorio Esempi. [Bel] -- [Ros] 9.
Unità 30 Sommario Auto-informazione di un evento Auto-informazione di un esperimento aleatorio Esempi Bibliografia [Bel] -- [Ros] 9.3 [Pap] -- 1 Auto-informazione di un evento Prima di effettuare un esperimento
DettagliLinguistica Computazionale. 7 novembre 2017
Linguistica Computazionae 7 novembre 2017 Modei di Markov in inguistica I modei a n-grammi sono usati per i risovere i probema de word prediction data una sequenza di paroe w 1,,w n-1, qua è a paroa seguente
DettagliLinguistica Computazionale. 23 novembre 2016
Linguistica Computazionae 23 novembre 2016 TAL: agoritmi di ML Esistono due grandi categorie di agoritmi basati su metodi di ML: agoritmi non supervisionati (unsupervised): non necessitano di un corpus
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 207-208 Informazioni sul corso Mercoledì 0.00-2.00 Aula 22 Giovedì 0.00-2.00 Aula 25 Venerdì
DettagliLinguistica Computazionale. 28 novembre 2016
Linguistica Computazionae 28 novembre 2016 Linguaggio, computazione e automi Gi Automi a Stati Finiti (ASF) sono un modeo computazionae per i riconoscimento di inguaggi formai un inguaggio formae è un
DettagliConversione Analogico/Digitale
Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare
Dettagliþ k Þy ¼ ð 1 3k Þx 2 þ 21 k
A I fasci di paraboe Come equazione di un fascio di rette è a combinazione ineare di due particoari rette, e sue generatrici, anche un fascio di paraboe è a combinazione ineare di due particoari di esse.
DettagliEsercitazione 1 - Soluzioni
CORSO DI APPROFONDIMENTI DI MICROECONOMIA ANNO ACCADEMICO 6-7 Esercitazione - Souzioni Esercizio Un individuo dispone di tempo in misura pari a T. La sua funzione di utiità è : u( C, C Dove C, sono rispettivamente
DettagliLinguistica Computazionale. 22 novembre 2016
Linguistica Computazionae 22 novembre 2016 Tecnoogie de inguaggio Sistemi in grado di accedere a contenuto di informazione attraverso eaborazione automatica de inguaggio (Natura Language Processing, Trattamento
DettagliSorgenti discrete e informazione
Sorgenti discrete e informazione La definizione formale della quantità di informazione è dovuta a Shannon Nella sua teoria si fa riferimento ad una sorgente di messaggi connessa tramite un canale a un
DettagliModelli di progetto delle reti di trasporto collettivo
UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA Dipartimento di Ingegneria Civie Corso di Trasporti Urbani e Metropoitani Docente: Ing. Pieruigi Coppoa Mei di progetto dee reti di trasporto coettivo (Bozza
DettagliLinguistica Computazionale
Linguistica Computazionae Laboratorio introduzione a XML 2 novembre 2016 Linguaggi di marcatura Un inguaggio di marcatura è un insieme di convenzioni per a marcatura di testi Marcatura di documenti a marcatura
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliRappresentazione e codifica dell informazione
Rappresentazione e codifica de informazione Premessa I cacoatore è una macchina digitae - I suo inguaggio è composto da due soi simboi Gi esseri umani sono abituati a comunicare utizzando più simboi Come
DettagliRappresentazione e codifica dell informazione
Rappresentazione e codifica de informazione Premessa I cacoatore è una macchina digitae - I suo inguaggio è composto da due soi simboi Gi esseri umani sono abituati a comunicare utizzando più simboi Come
DettagliLinguistica Computazionale. 11 ottobre 2016
Linguistica Computazionae 11 ottobre 2016 I testo ne computer Organizzazione ogica di un testo ettere paroe frasi paragrafi Organizzazione fisica di un testo in formato machine-readabe caratteri sequenze
DettagliUniversità di Pisa. Esame di SCIENZA DELLE COSTRUZIONI I Corso di Laurea in Ingegneria Civile, Ambientale e Edile
Università di Pisa Esame di SCIENZA DELLE COSTRUZIONI I Corso di Laurea in Ingegneria Civie, Ambientae e Edie Esame di SCIENZA DELLE COSTRUZIONI - Parte I Corso di Laurea in Ingegneria Aerospaziae Corso
DettagliLinguistica Computazionale
Linguistica Computazionae 22 novembre 2017 Tecnoogie de inguaggio Sistemi in grado di accedere a contenuto di informazione attraverso eaborazione automatica de inguaggio (Natura Language Processing, Trattamento
DettagliIntroduzione alla fisica. Grandezze fisiche Misura ed errori di misura. Unità di misura
Introduzione aa fisica Grandezze fisiche Misura ed errori di misura. Unità di misura La fisica come scienza sperimentae Studio di un fenomeno OSSERVAZIONI SPERIMENTALI MISURA DI GRANDEZZE FISICHE IPOTESI
DettagliCenni non rigorosi sulla teoria della turbolenza
Cenni non rigorosi sua teoria dea turboenza June 9, 2009 1 Cascata de energia, prime immagini visive Consideriamo un fuido che occupa i dominio [0, ] Immaginiamo che [0, ] sia interamente occupato da un
DettagliLinguistica Computazionale
Linguistica Computazionae 4 dicembre 2017 Linguaggio, computazione e automi Gi Automi a Stati Finiti (ASF) sono un modeo computazionae per i riconoscimento di inguaggi formai un inguaggio formae è un insieme
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliCorso di Trasporti e Ambiente. ing. Antonio Comi ottobre Modelli di offerta
Corso di Trasporti e Ambiente ing. Antonio Comi ottobre Struttura de sistema di modei per a simuazione dei sistemi di trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO DI LOCALIZZAZIONE
DettagliRAPPRESENTARE LA TERRA
CPIA 1 FOGGIA VOLUME MODULO D 2 LE VENTI CAPITOLO REGIONI ITALIANE 0 RAPPRESENTARE LA TERRA 1. Paroe per capire Aa fine de capitoo scrivi i significato di queste paroe nuove: panisfero...... paraeo......
DettagliEsercitazione 4 - Forze distribuite
Università degi Studi di ergamo orso di Laurea in Ingegneria essie orso di Eementi di eccanica Esercitazione 4 - Forze distribuite Esercizio n. acoare e reazioni vincoari e e azioni interne per asta di
DettagliCorso di Economia ed Estimo
UNIVERSITA DEGLI STUDI DELLA ASILICATA FACOLTA DI INGEGNERIA Corso di Economia ed Estimo Prof. enedetto Manganei dapit Esercitazione : I vaore di trasformazione impiegato come procedimento I quesito: La
DettagliIL RECEPIMENTO DELLA LEGGE 132/2016 IN AMBITO NAZIONALE E REGIONALE
IL RECEPIMENTO DELLA LEGGE 132/2016 IN AMBITO NAZIONALE E REGIONALE La Legge 132/2016 negi ordinamenti regionai: i fatto e i da farsi da punto di vista dea Regione Piemonte Aberto Vamaggia Assessore a'ambiente,
DettagliComportamento meccanico dei materiali Unità 4: Cinematica ed equilibrio del corpo rigido
omportamento meccanico dei materiai Unità 4: inematica ed equiibrio de corpo rigido Definizioni Gradi di ibertà Numero minimo di coordinate con e quai è possibie definire in modo non ambiguo a posizione
DettagliCORSO DI ISTITUZIONI DI ECONOMIA II MICROECONOMIA
ORSO DI ISTITUZIONI DI EONOMIA II MIROEONOMIA ESERITAZIONE N- SOLUZIONI Esercizio Un individuo dispone di dotazioni di due beni: e a) Dati i prezzi p e p, scrivete i vincoo di biancio de individuo, indicando
DettagliObiettivi dell unità didattica
Indici di posizione Corso di STATISTICA Prof. Roberta Siciiano Ordinario di Statistica, Università di apoi Federico II Professore suppente, Università dea Basiicata a.a. 2011/2012 Prof. Roberta Siciiano
DettagliPropagazione delle incertezze. Propagazione delle incertezze
Propaazione dee incertezze 1 h t Posso misurare, indirettamente T π h t 4π T T t/n Devo propaare e incertezza su h e t. N # di osciazioni Propaazione dee incertezze vs ( x1 x )ν Veocità de suono vs misurata
DettagliSfruttando le considerazioni appena fatte come misureresti il coefficiente di attrito statico μ s?
MISURA DEL COEFFICIENTE DI ATTRITO STATICO Materiae occorrente: piano incinato monete Nota a unghezza de piano, qua è a reazione che sussiste fra i coefficiente di attrito statico μ s e a configurazione
DettagliLinguistica Computazionale. 11 ottobre 2017
Linguistica Computazionae 11 ottobre 2017 Preparazione de testo per e anaisi computazionai I testi digitai possono contenere varie forme di rumore errori nea digitaizzazione (OCR) errori di conversione
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliCOOH. Sono tutti α-amminoacidi possiedono un gruppo amminico e un carbossilico entrambi legati allo stesso atomo di carbonio (il carbonio α)
AMMINOACIDI Gi amminoacidi comuni o standard che tutti gi organismi viventi utiizzano per assembaggio dee PROTEINE sono 20 e sono codificati da codice genetico. Sono tutti α-amminoacidi possiedono un gruppo
Dettagli8 Derivati dell entropia
(F1X) Teoria dell Informazione e della Trasmissione 8 Derivati dell entropia Docente: Nicolò Cesa-Bianchi versione 23 marzo 2016 Siano X e Y due variabili casuali con valori in insiemi finiti X e Y. Detta
DettagliPredittori ad albero
(F94 Metodi statistici per apprendimento Predittori ad abero Docente: icoò Cesa-Bianchi versione 7 maggio 2018 Come accennato nea ezione introduttiva, mentre acuni tipi di dati (come immagini e documenti
DettagliFunzioni di variabili casuali e teoremi limite
Capitoo 10 Funzioni di variabii casuai e teoremi imite 10.1 ropagazione dee incertezze La condizione di incertezza su acune grandezze si rifette in genere su ogni atra grandezza che sia funzione di esse.
DettagliDef. La lunghezza media L(C) di un codice C per una v.c. Obiettivo: Codice ottimo rispetto alla lunghezza media. Lunghezza media di un codice
Lunghezza media di un codice Def. La lunghezza media L(C) di un codice C per una v.c. X con d.d.p. P(x) è data da L(C) = x X p (x) l (x) = E[l(X)] Obiettivo: Codice ottimo rispetto alla lunghezza media
DettagliSTII/Teoria dell Informazione
STII/Teoria dell Informazione Docente: Prof. Luisa Gargano Classe: Matricole Pari Testo principale: T. Cover, J. Thomas, Elements of Information Theory, Wiley. p./28 Un pò di storia La Teoria dell informazione
DettagliIntroduzione. Prospettive di ricerca ad alta massa a LHC nel canale di decadimento
Presentazione : Sivia Minosse utor : Prof. Stefano Giagu Corso di Fisica Nuceare e Subnuceare II Prof. Caro Dionisi A.A 2008/2009 1 Introduzione Ricerca de Higgs ad ata massa a evatron ne canae di decadimento
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliLe funzioni goniometriche
CAPITOLO 1 MATEMATICA PER LA FISICA Le funzioni goniometriche Obiettivi definire e funzioni goniometriche fondamentai in riferimento ai triangoi rettangoi e aa circonferenza goniometrica risovere triangoi
DettagliLezione 2 Equazioni famose
Moduo 7 U.D. Lez. Laura Citrini - Matematica de continuo Lezione Equazioni amose Matematica de continuo Moduo 7 - Funzioni di più variabii Unità didattica 4 Equazioni dierenziai Laura Citrini Università
DettagliConvegno Nazionale XIV ADM XXXIII AIAS Innovazione nella Progettazione Industriale Bari, 31 Agosto - 2 Settembre 2004
Convegno Nazionae XIV DM XXXIII IS Innovazione nea Progettazione Industriae ari, 3 gosto - Settembre 4 PPLICZIONE DEL METODO CINEMTICO PER L STIM DELL EFFETTO DELLE TOLLERNZE SUGLI ERRORI DI POSIZIONE
Dettagli1 Limite finito per x che tende a un valore finito.
CONCTTO DI LIMIT ite inito per che tende a un vaore inito. Si consideri a seguente unzione in un intorno de punto = escuso da dominio di esistenza: 6 : R \ R Acuni vaori numerici cacoati negi intorni destro
DettagliIL PENDOLO REVERSIBILE DI KATER
IL PENDOLO REVERSIBILE DI KATER I periodo dee osciazioni de pendoo sempice è dato daa formua: T 0 = π g Questa reazione è vaida per e piccoe osciazioni, quando, cioè, si può assimiare i seno de'angoo massimo
DettagliScrittura delle equazioni del moto di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Scrittura dee equazioni de moto di un sistema ineare viscoso a più gradi di ibertà Prof. Adofo Santini - Dinamica dee Strutture 1 Matrice di rigidezza Teoricamente, i coefficienti dea matrice di rigidezza
DettagliLa teoria dell informazione
Intelligenza artificiale, informatica, linguistica, scienze umane e molte altre discipline concorrono a formare il campo che oggi si definisce informatica umanistica Informatica Informazione+automatica
DettagliTeoria dell Informazione
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Teoria dell Informazione Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università
DettagliQUANTIZZAZIONE Conversione analogico/digitale
QUANTIZZAZIONE Conversione analogico/digitale 1 QUANTIZZAZIONE Campionamento e uantizzazione Campione del segnale Segnale originale (continuo nel tempo e nelle ampiezze) QUANTIZZAZIONE Conversione analogico/digitale
Dettagli10 Proprietà di Equipartizione Asintotica
FX Teoria dell Informazione e della Trasmissione 0 Proprietà di Equipartizione Asintotica Docente: Nicolò Cesa-Bianchi versione 6 aprile 206 Come nel caso della codifica sorgente, anche nel caso della
DettagliLaboratorio di Algoritmi e Strutture Dati
I probema Laboratorio di Agoritmi e Strutture Dati Docente: V. Lonati Progetto Percorsi vaido per gi appei di giugno e ugio 2016 Obiettivo de progetto è o studio di percorsi tra punti de piano. I piano
DettagliUniversità degli Studi di Cagliari Facoltà di Scienze Corso di Laurea in Matematica
Università degi Studi di Cagiari Facotà di Scienze Corso di Laurea in Matematica Corso di Eementi di Informatica Lezione 5 28 marzo 2017 Dott. A.A. 2016/2017 pgarau.unica@gmai.com 1 Schema Funzionae de
DettagliLa probabilitaá CAPITOLO. Obiettivi MATEMATICA E REALTAÁ. definire e calcolare un valore di probabilitaá
CAPITOLO La probabiitaá Obiettivi definire e cacoare un vaore di probabiitaá appicare i teoremi su cacoo dee probabiitaá : ± probabiitaá contraria ± probabiitaá totae ± probabiitaá composta MATEMATICA
DettagliLinguistica Computazionale. 27 settembre 2016
Linguistica Computazionae 27 settembre 2016 Obiettivi de corso Introduzione ai principai metodi di inguistica computazionae e di Natura Language Processing (NLP) Docenti Aessandro Lenci (Dip. di Fioogia,
Dettagli15 Informazione e Predizione
(FX) Teoria dell Informazione e della Trasmissione 5 Informazione e Predizione Docente: Nicolò Cesa-Bianchi versione 4 maggio 03 Consideriamo una sorgente X, p. Dallo studio della codifica sorgente, sappiamo
Dettagli1. LA PARABOLA CON GEOGEBRA
1. LA PARABOLA CON GEOGEBRA Dopo aver avviato i programma, chiudiamo a Vista Agebra, togiamo gi assi cartesiani e a grigia da quea grafica in modo da avorare iniziamente ne piano eucideo. Affrontiamo poi
DettagliPOWErtrONIC per lampade ad alogenuri
POWERTRONIC POWErtrONIC per ampade ad aogenuri metaici HCI e HQI Gi ECG POWERTRONIC anno un ampia gamma di impiegi. OSRAM è in grado di offrire aimentatore eettronico giusto per tutte e appicazioni comprese
DettagliRisoluzione di una trave iperstatica soggetta a cedimento vincolare col metodo delle forze
Risouzione di una trave iperstatica soggetta a cedimento vincoare co metodo dee forze Compemento aa ezione 44/: Cedimenti vincoari e distorsioni termiche Per a trave in figura, determinare () i diagrammi
DettagliBianchi S.R.L. POZZETTO PORTAPALO TIPO MEDIO
Bianchi S.R.L. POZZETTO PORTAPALO TIPO MEDIO Bianchi s.r.. - sede e stabiimento: Via Farense Km 3,500-Passo Corese (RI) Contatti: 0765.48.63.52 fax 0765.47.02.98-info@bianchiprefabbricati.it C.F. e P.
DettagliTriangolo rettangolo
Triangoo rettangoo Le paroe dea matematica Cateto minore C i ipotenusa C1 Cateto maggiore Verificiamo i teorema di Pitagora Enunciato: In un triangoo rettangoo area de quadrato costruito su ipotenusa è
DettagliModellazione. Schemi e Istanze. Modelli. Motivi per l'uso dei modelli concettuali. Modello Entity-Relationship
Modeazione Schemi e Istanze schema: sostanziamente invariante ne tempo, descrive a struttura (aspetto intensionae) ne modeo reazionae, e intestazioni dee tabee istanza: i vaori attuai, che cambiano anche
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Rappresentazione delle immagini 2 Rappresentazione delle immagini Le forme e i colori presenti
DettagliINFLAZIONE (INDICE IPCA) AL NETTO DEI PR0M)TTI ENERGETICI IMPORTATI Modalità operative di costruzione e procedure di previsione dell'indicatore
INFLAZIONE (INDICE IPCA) AL NETTO DEI PR0M)TTI ENERGETICI IMPORTATI Modaità operative di costruzione e procedure di previsione de'indicatore Non esiste nee statistiche ufficiai Istat su paniere dei prezzi
DettagliIn relazione alla teoria dei progetti economico- nanziari, precisare:
MATEMATICA FINANZIARIA e ATTUARIALE Pavia 7/ 4/006 COGNOME e NOME:......................... n. di matricoa:................... CODICE ESAME:................ :.. (Come noto, i risutato finae de importo
DettagliINFORMAZIONE E COMPLESSITA
INFORMAZIONE E COMPLESSITA Antonio Restivo Università degli Studi di Palermo Lezioni Lincee di Scienze Informatiche Palermo 26 Febbraio 2015 Concetti fondamentali delle Scienze Informatiche Le Scienze
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Equiripartizione asintotica AEP Asymptotic Equiripartition Property AEP Nella teoria
DettagliLa Rappresentazione dell Informazione
La Rappresentazione dell Informazione Parte III I codici Codici a.a. 27-28 Un codice è una funzione che associa ad una sequenza di simboli un significato Codice : {entità} {sequenze di simboli} Un codice
DettagliLinguistica Computazionale
Linguistica Computazionae 28 novembre 2017 Metodi di apprendimento apprendimento supervisionato L agoritmo di apprendimento usa un insieme di dati di training pre-etichettati con a risposta corretta es.
DettagliProcessi di Markov. Processi di Markov
Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Processi Stocastici Processi Stocastici Catene o Catene o Catene di M Processi Stocastici Un
Dettagli(Ula')) (2.2.45) '--v--" bra di base ket di stato. la') ~ ( b'l U (t, O) l a'). (2.2.47)
88 Dinamica Q11ant.istica rappresentazione di Schrodinger i ket di stato a tempo t è dato da Ua'), mentre i ket di base a') e b') non variano ne tempo; così abbiamo (Ua')) (..45) '--v--" bra di base ket
DettagliLinguistica Computazionale
Linguistica Computazionae 5 dicembre 2017 Parsing Morfoogico vs. Stemming Stemming normaizzazione essicae senza uso de essico non basata su criteri o regoe inguistiche Agoritmo di Porter (1980) impementabie
DettagliLA SCOPERTA DELL EREDITARIETA
A SCOPERTA DE EREDITARIETA A NASCITA DEA GENETICA E facie osservare come certi caratteri ( = caratteri ereditari) vengano trasmessi dai genitori o dai nonni simie genera simie. Per ungo tempo però e idee
DettagliCalcolo di spostamenti di strutture isostatiche attraverso il PLV. Complemento alla lezione 41/50: Calcolo spostamenti tramite P.L.V.
acoo di spostamenti di strutture isostatiche attraverso i PLV ompemento aa eione /5: acoo spostamenti tramite P.L.V. Eserciio. acoare i vaore deo spostamento in per a trave sotto riportata. La struttura
DettagliProblemi di scelta. y ˆ 5x 800 y ˆ 1500
A Probemi di sceta CioÁ che abbiamo studiato a proposito dea retta ci puoá essere di aiuto per risovere probemi in cui si deve fare una sceta tra diverse possibiitaá. Per esempio quando si acquista un'auto
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliFondamenti di Informatica - 1. Prof. B.Buttarazzi A.A. 2011/2012
Fondamenti di Informatica - 1 Prof. B.Buttarazzi A.A. 2011/2012 Sommario Rappresentazione dei numeri naturali (N) Rappresentazione dei numeri interi (Z) Modulo e segno In complemento a 2 Operazioni aritmetiche
DettagliEsempio di risoluzione di struttura iperstatica col metodo delle forze. Complemento alla lezione 42/50: Il metodo delle forze I
Esempio di risouione di struttura iperstatica co metodo dee fore ompemento aa eione 4/50: I metodo dee fore I Per a struttura sotto riportata, cacoare i diagrammi dee caratteristiche dea soecitaione interna.
DettagliTECNICHE DI MITIGAZIONE DEL MULTIPATH
CAPITOO IV TECNICHE DI MITIGAZIONE DE MUTIPATH In questo capitoo verranno presentati e discussi due agoritmi iterativi per a stima di canae utiizzati originariamente nei campi de array processing e dei
DettagliSchöck Isokorb tipo Q, Q-VV, QP, QP-VV
P Schöck Isokorb tipo Adatto a baconi raccordati in sempice appoggio. Trasferisce forze di tagio positive. Schöck Isokorb tipo -VV Adatto a baconi raccordati in sempice appoggio. Trasferisce forze di tagio
DettagliLE POTENZE DEI NUMERI
ARITMETICA LE POTENZE DEI NUMERI PREREQUISITI conoscere e proprietaá dee quattro operazioni svogere cacoi a mente ed in coonna con e quattro operazioni risovere espressioni con e quattro operazioni distinguere
DettagliI grafici derivati e la periodicità
A I grafici derivati e a periodicità A partire dai grafici dee funzioni goniometriche fondamentai possiamo costruire queo di atre funzioni appicando opportune isometrie. Di seguito vediamo acuni esempi.
Dettagli( ) ( ) ESEMPI. lim. Attribuendo ad x dei valori minori di x 0 (ad es. 0,999,...,0,5) si nota che la
. Limiti di una funzione LIMITI DI UNA FUNZIONE Per ottenere un informazione competa su di una funzione occorrerebbe cacoare tutti i vaori dea funzione per ogni vaore di, ma ciò è impossibie perché tai
DettagliScopo dell esperienza: verificare le leggi del pendolo e la validità dell approssimazione delle piccole oscillazioni.
Moto di un pendoo, soggetto a smorzamento. Scopo de esperienza: verificare e eggi de pendoo e a vaidità de approssimazione dee piccoe osciazioni. Un pendoo sempice è costituito da una massa puntiforme
Dettaglila vostra guida al passaggio dai supporti Compaq ai supporti hp tutto ciò che vi serve per un cambiamento vincente
a vostra guida a passaggio dai supporti ai supporti hp tutto ciò che vi serve per un cambiamento vincente codici prodotti dei supporti per 'archiviazione dati hp sostitutivi?per gi SKU con marchio codice
Dettaglix -x-2 =3 x 2 x-2 lim
G Limiti G Introduzione Si è visto, cacoando i dominio dee funzioni, che per certi vaori dea non è possibie cacoare i vaore dea Cò che ci si propone in questo capitoo è capire come si comporta a assegnando
Dettagli