Reti neurali II

(Corso di Laurea in Informatica (quinquennale))

Codice:

4I090

Crediti:

Semestre:

Sigla:

RN2

Docente

Antonina Starita

Programma

Metodi di ottimizzazione di reti multistrato: tecniche di pruning.
Radial Basis Functions (RBF); teoria della regolarizzazione; reti regolarizzanti; paragone tra reti RBF e MLP; reti ricorrenti; reti ricorrenti con ritardo(TD); reti ricorrenti Real Time(RRT).
Sistemi che si Autorganizzano:
Apprendimento Hebbiano: analisi delle Componenti Principali (PCA); Classi di algoritmi PCA.
Apprendimento Competitivo: mappe computazionali; mappe di Kohonen; algoritmo per la generazione delle mappe di Kohonen; classificazione adattiva di pattern; apprendimento con Vector Quantization.
Cenni alle Reti Modulari.
Introduzione alla computazione Fuzzy: insiemi Crisp; insiemi fuzzy; misura di un sottoinsieme fuzzy; funzioni di appartenenza; entropia fuzzy; logica bivalente e logica fuzzy; operazioni fuzzy.
Memoria FAM (Fuzzy Associative Memory); Neurone Fuzzy; Rete Neuro-Fuzzy; Automa Fuzzy; Sistema Fuzzy; generazione neurale delle funzioni di appartenenza.
Metodi non derivativi di ottimizzazione.
Neuro-Fuzzy-Soft Computing.
Introduzione alla computazione genetica : generalità; algoritmi euristici; algoritmi evolutivi: generazione, evoluzione, strategie di evoluzione.
Programmazione evolutiva.
Algoritmi genetici.
Algoritmi evolutivi e Reti Neurali.
Evoluzione dei pesi: rappresentazione , problemi di correlazione e ridondanza, ,metodi ibridi.
Evoluzione dell'architettura: ottimizzazione, codifica, rappresentazione diretta, rappresentazione indiretta parametrica, rappresentazione indiretta grammaticale.
Evoluzione del learning:teaching input, evoluzione+learning secondo Lamarck, evoluzione+learning secondoDarwin
Effetto Baldwin.

Ore lezione:

Ore esercitazione:

Bibliografia

Testi consigliati:
Appunti del corso e gli articoli di volta in volta indicati durante la lezione.

Modalità di esame

Scritto e orale