Sillabo dell'insegnamento

• A - Fondamenti
* ALF - Automi e Linguaggi Formali
Breve introduzione al corso. Automi deterministici e nondeterministici. Proprieta' di chiusura. Automi Pushdown con relative proprieta' di chiusura.
* CAL - Calcolabilita'
Introduzione alle Macchine di Turing. Macchine di Turing multinastro. Macchine di Turing nondeterministiche. Macchine di Turing Universali.
* CAL - Calcolabilita'
Problemi decidibili e indecidibili. Mapping Reducibility. Linear Bounded Automata e Post Correspondence Problem. Decidibilita' delle teorie logiche.
COM - Complessita'
Misurazione della Complessita' e introduzione alla classe P. La classe dei problemi NP. Problemi NP-Completi.
COM - Complessita'
Space Complexity. Savitch's Theorem e la classe PSPACE. PSPACE-completeness.
COM - Complessita'
Le classi EXPTIME e EXPSPACE e loro completezza.
* ALF - Automi e Linguaggi Formali
Introduzione agli automi nondeterministici su parole infinite. Espressioni omega-regolari. Proprieta' di chiusura, di proiezione, di determinizzazione, di inclusione e di complementazione.
* ALF - Automi e Linguaggi Formali
Introduzione agli automi alternanti. Il problema del vuoto. Algoritmi per la risoluzione del problema del vuoto per automi nondeterministici e alternanti
L - Logica
Introduzione alle logiche temporali lineari. Problemi decisionali per LTL. Confronto tra i poteri espressivi di LTL, QLTL e delle espressioni omega-regolari.

Sillabo dell'insegnamento

Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.

Sillabo dell'insegnamento

Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.

Sillabo dell'insegnamento

Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.

Sillabo dell'insegnamento

• M - Rappresentazione della conoscenza
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento e generalizzazione di una rete neurale. Supervised Learning. Discesa del gradiente. Back-Propagation.Variazione sulla discesa del gradiente.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Reti neurali Feed-Forward e a strati: capacità rappresentativa. Reti a strati con funzione di output a gradino e di tipo sigmoidale.
V - Varie
Reti Neurali Ricorrenti a Tempo Continuo (CTRNN) e Discreto (DTRNN). Dinamica di una "piccola" CTRNN. Punti fissi. Biforcazioni.
* RP - Risoluzione di Problemi
Reti Neurali per problemi di Classificazione e Regressione. Teorema di Bayes. Funzioni Discriminanti. Recall e Precision. Curva ROC.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento automatico senza supervisione: clustering. K-means, Expectation-Maximization, clustering gerarchico.
V - Varie
Dal neurone biologico ai primi modelli di neurone artificiale. Modello di McCulloch & Pitts. Modello di Hodgkin-Huxley.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Classificazione automatica con algoritmi di Bayes ingenuo, di Rocchio, kNN, SVM.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Valutazione di un sistema di information retrieval e in generale di sistemi di classificazione e di clustering. Raccolta e annotazione dei dati (indice kappa).
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Modello a spazio vettoriale: punteggi tf-idf nel caso di information retrieval, cosine similarity. Modello di Bernoulli e multinomiale.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Introduzione di algoritmi di apprendimento automatico con e senza supervisione in un sistema di information retrieval.
AIA - Applicazioni della Intelligenza Artificiale
Information retrieval basato su modello booleano: indice invertito, elaborazione delle query, correttore ortografico, query tolleranti, relevance feedback e espansione delle query.
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Reti Neurali con funzioni a base radiale (RBF). Interpolazione esatta. Addestramento.

Sillabo dell'insegnamento

Non è presente il sillabo poiché non vi sono crediti allocati in aree per cui è previsto.

Sillabo dell'insegnamento

• M - Rappresentazione della conoscenza
AIA - Applicazioni della Intelligenza Artificiale
Architetture ibride: pianificazione/ripianificazione, monitoraggio di piano ed esecuzione, progettazione di sistemi ibridi (casi di studio)
ARC - Acquisizione e Rappresentazione della Conoscenza
Robotica Probabilistica: localizzazione e mapping probabilistico, simultaneous localization and mapping (SLAM)
ARC - Acquisizione e Rappresentazione della Conoscenza
Robotica Probabilistica: Modelli di sensori ed attuatori per robot mobili
AIA - Applicazioni della Intelligenza Artificiale
Il paradigma reattivo/deliberativo
ARC - Acquisizione e Rappresentazione della Conoscenza
Robotica Probabilistica: Filtri Bayesiani, filtri di Kalman, filtri particellari
AIA - Applicazioni della Intelligenza Artificiale
Progettazione di un sistema reattivo (casi di studio)
AI - Agenti Intelligenti
Il paradigma reattivo, architetture a sussunzione, campi di potenziale
AI - Agenti Intelligenti
Paradigma gerarchico, rappresentazione della conoscenza e pianificazione classica
AI - Agenti Intelligenti
Fondamenti biologici del Paradigma Reattivo
AIA - Applicazioni della Intelligenza Artificiale
Architetture ibride: sistemi per il monitoraggio dell'esecuzione , pianificazione di compiti, pianificazione e schedulazione temporale
AI - Agenti Intelligenti
Paradigmi ed architetture di sistemi per il governo dei robot
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Robotica Mobile: Pianificazione della traiettoria, pianificazione del moto, esplorazione.

Sillabo dell'insegnamento

• L - Interazione, grafica e multimedialità
ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Fondamenti delle immagini digitali - Trasformazioni di intensità
V - Varie
Elaborazione di immagini mediche
MG - Modellazione Geometrica
Ricostruzione geometrica della scena da moto. Image based rendering.
MG - Modellazione Geometrica
Geometria epipolare. Ricostruzione stereo.
ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Estrazione di features da immagini: corner, edge, linee
MG - Modellazione Geometrica
Geometria dei sistemi di acquisizione. Calibrazione.
ESM - Elaborazione di Segnali Multimediali (immagini, suoni e video)
Filtraggio spaziale e nel dominio della frequenza
• M - Rappresentazione della conoscenza
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Segmentazione delle immagini: region growing, K-means
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Metodi spettrali per la segmentazione