| | | corso | | | |
Reti Neurali: Laboratorio di Sistemi Ibridi
(Corso di Laurea in Informatica (quinquennale))
Codice: | 4I071 | Crediti: | 6 | Semestre: | 1 | Sigla: | RNL | |
Docente
Alessandro Sperduti
Prerequisiti
Reti Neurali I
Obiettivi di apprendimento
Il corso ha come obiettivo quello di far conoscere allo studente
tecniche e strumenti per la costruzione di sistemi che trattano
ambiti applicativi dove coesistono sia informazione simbolica che
numerica. In particolare, si fa riferimento a problemi la cui soluzione
passa attraverso l'integrazione di sistemi simbolici (come i sistemi
esperti) con sistemi sub-simbolici (ad esempio, le Reti Neurali).
Descrizione
Il corso copre essenzialmente concetti di estrazione della
conoscenza e di costruzione di sistemi ibridi. Per sistemi ibridi si
intendono quei sistemi che combinano sistemi sub-simbolici, quali reti
neurali, logica fuzzy, etc., con sistemi simbolici, ad esempio sistemi
esperti. In particolare il laboratorio si preoccupa di affrontare tale
argomento con un taglio pratico.
English Description
The aim of the course is to describe how different technologies can be
exploited to solve complex problems involving both discrete (i.e., symbolic)
and numerical (i.e., sub-symbolic) information. Different ways of combining
symbolic approaches, such as expert systems, with sub-symbolic techniques,
such as Neural Networks, are discussed. The final examination consists of
a project involving a real-world application.
Programma
Il corso è organizzato nel seguente modo:
- Introduzione ai sistemi ibridi (2 ore);
- Estrazione della conoscenza e sua rappresentazione in
un sistema esperto (16 ore);
- Presentazione del problema su cui svolgere il progetto finale ( 2/4
ore);
- Implementazione di Back-Propagation e di Reti di Kohonen (16 ore);
- Discussione sul progetto (4 ore);
Per quanto riguarda i sistemi basati su conoscenza, verranno
affrontati tutti gli aspetti implicati nella progettazione e nell'
implementazione di sistemi esperti e di sistemi di supporto alla
decisione. Il corso avrà un carattere prevalentemente pratico, con
lo scopo di far familiarizzare gli studenti non solo con le basi
teoriche sottostanti all' argomento trattato, ma soprattutto con gli
aspetti pratici, metodologie, progettazione, analisi e sviluppo,
propri di questa area della Intelligenza Artificiale.
Durante il corso saranno affrontati, attraverso esercitazioni
pratiche, i temi propri della ingegneria della conoscenza:
- i sistemi basati su conoscenza: sistemi di supporto alla decisione e
sistemi esperti;
- definizione del dominio;
- definizione del contesto operativo: l' utenza, gli user needs, il
campo, il linguaggio;
- conoscenza: privata, pubblica, dichiarativa, procedurale;
- estrazione della conoscenza: tecniche di acquisizione;
- formalizzazione e rappresentazione della conoscenza: grafi
concettuali, frames, reti semantiche;
- approccio strutturato KADS (Knowledge Acquisition and Data
Structuring) per la realizzazione di sistemi basati su conoscenza;
- modalità dei sistemi: assistenziali e tutoriali;
- caratteristiche necessarie: modalit\`a, espansibilit\`a,
consistenza, robustezza, trasportabilit\`a;
- architettura di sistemi basati su conoscenza: la base di conoscenza,
il motore inferenziale, il modulo linguistico, l' interfaccia utente;
- strumenti di realizzazione: programmazione logica, shell di sistemi;
- sviluppo di prototipi di sistemi basati su conoscenza;
- validazione dei prototipi;
- il 24 life-cycle dei sistemi;
La parte riguardante le Reti Neurali si occuperà principalmente di
descrivere aspetti implementativi (organizzazione dati di allenamento,
formato dei dati, strutture dati, calcolo fase forward,
calcolo fase backward, calcolo dell'intorno, etc.)
nella realizzazione di reti neurali di
tipo Back-Propagation e Kohonen.
I linguaggi utilizzati durante il corso sono: Prolog, C/C++.
Ore lezione: | 25 | Ore esercitazione: | 15 | | | |
Bibliografia
Materiale fornito dal docente.
Modalità di esame
L'esame finale consiste nella realizzazione di un progetto su un
problema presentato a lezione da un esperto del settore.