Programma del corso

Guida alla Facoltà di Ingegneria 2005-2006
 

 

 
A.A. 2005/2006
Laurea Specialistica
ING-INF/05
Intelligenza Artificiale (6 cfu)
Docente: Guido Tascini

Corso di Laurea: Ing. Informatica

english version

 

Obiettivi Formativi :


FORNIRE LE CONOSCENZE E GLI STRUMENTI FONDAMENTALI PER L'UTILIZZO DI METODOLOGIE E TECNICHE DI INTELLIGENZA ARTIFICIALE.

 

Programma :

 

INTRODUZIONE all’Intelligenza Artificiale. RAPPRESENTAZIONE DELLA CONOSCENZA. Conoscenza incerta. APPRENDIMENTO. Appr. Simbolico. Appr. induttivo tramite esempi. Appr. come classificazione: arch (winston, 1975). Appr. come ricerca. Version Space (Mitchell), ID3 Quinlan). RETI NEURALI. Classificazione funzionale, perceptrone singolo strato, perceptrone multistrato. modelli associativi: rete di Hopfield; modelli di ottimizzazione: neural network learning, backpropagation, radial basis function network; reti autoorganizzantisi. Estrazione delle componenti principali. modelli basati sulla competizione: algoritmo di Kohonen. Rule Based n n.Algoritmi Genetici. LA VISIONE NELLE MACCHINE. Le tecniche legate alle immagini generalizzate. Le tecniche legate alle immagini segmentate. Estrazione dei contorni, estrazione delle regioni, interpretazione delle immagini di basso livello, tessiture. Rappresentazioni geometriche. Rappresentazione di contorni, rappresentazione di regioni, rappresentazioni 3D. Regolarizzazione in Early Vision. Morfologia. Dilatazione, Erosione, Apertura e Chiusura, gradiente morfologico, segmentazione morfologica.. Elaborazioni con le rappresentazioni relazionali. Riconoscimento di oggetti, comprensione di scene. PROBLEM SOLVING. Searching State Space. Tipi di strategie. Searching Decompotion. Searching and/or graphs, AO*, AO* Search, Means-End Analysis, MEA, Decomposizione "Torre di Hanoi". Pianificazione del movimento di robot. REASONING. Logica preposizionale. Natural deduction, Regola di risoluzione, Completezza della risoluzione, Calcolo dei predicati: Interpretazione di formule, Semidecidibilit. Regole di produzione. Reti di inferenza. Ragionamento Plausibile nei sistemi esperti. Schema bayesiano. Diagnosi.. Fattori di Certezza. Modello di Dempster-Shafer. Case-Based Reasoning. FUZZY LOGIC. Fuzzy Sets. Il principio di estensione, Operazioni estese ed Insiemi Fuzzy estesi. Le relazioni Fuzzy.. Le funzioni Fuzzy. Fuzzy Logic e ragionamento approssimato. Variabili linguistiche.

 

Testi di Riferimento :

 

1 - E. RICH, K. KNIGHT, " Intelligenza Artificiale ", II edizione, , McGraw Hill. , Milano, 1993.
2 - E. CHARNIAK, D. MCDERMOTT, " Introduzione alla Intelligenza Artificiale ",, Masson - Addison Wesley, , London, 1988
3 - G. Tascini, Introduzione all' Intelligenza Artificiale Applicata, in press

 

Modalità di svolgimento dell’esame :

 

L’esame consiste in un colloquio sugli argomenti svolti durante le lezioni teoriche, le esercitazioni e nella discussione di eventuali tesine.

 

Ricevimento Studenti :

 

Martedì 11:30-13:30

 

Facoltà di Ingegneria - Via Brecce Bianche - Monte Dago - 60131 Ancona - Tel. 0039-071-2204708