- Oggetto:
- Oggetto:
Matematica Applicata alle Reti Neurali
- Oggetto:
Anno accademico 2006/2007
- Codice dell'attività didattica
- M8585
- Docente
- Prof. Rossella Cancelliere
- Corso di studi
- Laurea in Matematica
- Anno
- 3° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- A scelta dello studente
- Crediti/Valenza
- 5
- Oggetto:
Sommario insegnamento
- Oggetto:
Programma
Concetti introduttivi: definizione e significato di rete neurale, struttura dell’elemento base, il neurone; principali architetture di rete, principi basilari di rappresentazione della “conoscenza” e principali regole di apprendimento, di tipo guidato o meno; percettrone e suo teorema di convergenza. Definizione di una rete neurale multilivello a propagazione in avanti, teorema di uniforme convergenza a funzioni continue su un insieme compatto in  , algoritmo di addestramento di retropropagazione dell’errore, regola delta, regola delta generalizzata, principali problemi inerenti l’ottimizzazione di una rete e dei suoi parametri, pregi e limiti di questo tipo di approssimazione funzionale. Definizione di una rete neurale a funzioni radiali, teorema di interpolazione di Micchelli, addestramento attraverso la tecnica della matrice pseudoinversa, tecniche di clusterizzazione dei centri, tecniche di apprendimento ibride, confronto tra reti neurali a funzioni radiali e reti neurali a propagazione in avanti. Primi esempi di reti ricorrenti, modello di rete neurale di Hopfield e suo funzionamento come memoria associativa, introduzione dei prototipi, definizione di una funzione “costo” o “energia”, teorema di convergenza della rete a stati stabili.Testi consigliati e bibliografia
- Oggetto:
- S. HAYKIN, Neural Networks: a Comprehensive Foundation, IEEE Press
- Oggetto: