| | | corso | | | |
Reti Neurali
(Corso di Laurea in Informatica (quinquennale))
Codice: | 4I070 | Crediti: | 6 | Semestre: | 1 | Sigla: | RN | |
Docente
Antonina Starita
![Home Page di Antonina Starita](/Didattica/img/home_c.gif)
Programma
- Introduzione alle reti neurali e loro sognificato; modelli di neuroni naturali e artificiali; architettura di reti neurali ; rappresentazione della conoscenza nelle reti neurali.
- Processi di apprendimento: apprendimento con correzione dell'errore; apprendimento Hebbiano; apprendimento competitivo; apprendimento di Boltzmann; assegnamento del credito; apprendimento supervisionato; apprendimento con rinforzo; apprendimento non supervisionato; natura statistica dell'apprendimento; teoria dell'apprendimento.
- Il perceptron: considerazioni di base; torema di convergenza; misura di performance; algoritmo di apprendimento standard; algoritmo di apprendimento pocket.
- Algoritmo dei Minimi Quadrati (LMS): Equazione di Wiener-Hopf; metodo della discesa del gradiente; algoritmo dei minimi quadrati ; convergenza.
- Perceptron multistrato: Considerazioni preliminari; derivazione dell'algoritmo di Back-propagation; inizializzazione ; generalizzazione; metodi per migliorare la performance dell'algoritmo; approssimazioni di funzioni ; learning rate; momentum; pregi e difetti della Back-propagation.
- Algoritmi costruttivi: algoritmi Tower e Pyramid; algoritmo Cascade-Correlation; algoritmo Tiling; algoritmo Upstart.
Memoria ad indirizzi e memoria distribuita; memorie associative: autoassociative ed eteroassociative; memoria OLAM (Optimal Linear Associative Memory); memorie MAK, MAO, MdW, BAM, MAH; relazione tra BAM e MAH; memoria TAMBA (Memoria associativa per affinitą); MAIL ( Memoria associativa ad inibizione laterale); MmC (Memoria mediante Counterpropagation); Capacitą di una memoria; misure di capacitą.
Ore lezione: | 25 | Ore esercitazione: | 15 | | | |
Bibliografia
Testi consigliati:
- D.E. Rumelhart, J.L. McClelland: Parallel Distributed Processing, vol.1, MIT Press, 1986.
- D. Patterson: Introduction to Neural Networks,
- S. Haykin: Neural Networks: a comprehensive foundation, IEEE Press, 1998.
- Appunti del corso
Modalità di esame
Scritto e orale