KNOWLEDGE, INTERACTION AND INTELLIGENT SYSTEMS-1
- Anno accademico
- 2023/2024 Programmi anni precedenti
- Titolo corso in inglese
- KNOWLEDGE, INTERACTION AND INTELLIGENT SYSTEMS-1
- Codice insegnamento
- PHD157-1 (AF:471257 AR:258251)
- Lingua di insegnamento
- Inglese
- Modalità
- In presenza
- Crediti formativi universitari
- 2
- Livello laurea
- Corso di Dottorato (D.M.45)
- Settore scientifico disciplinare
- INF/01
- Periodo
- Annuale
- Anno corso
- 1
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Questo corso è parte del PhD program in Computer Science. Lo scopo del corso è investigare lo stato dell'arte e gli algoritmi tipici della Computational Intelligence, con un focus sugli ultimi avanzamenti in computazione evolutiva, swarm intelligence, ottimizzazione multi-obiettivo, programmazione genetica, e logica sfumata.
Risultati di apprendimento attesi
I risultati di apprendimento attesi sono:
- conoscere e comprendere i metodi più avanzati di Computational Intelligence
- essere in grado di applicare gli algoritmi di CI a problemi di ricerca complessi, o di sviluppare nuovi algoritmi
- essere in grado di valutare le performance di un algoritmo, e confrontarlo con lo stato dell'arte
- conoscere e comprendere i metodi più avanzati di Computational Intelligence
- essere in grado di applicare gli algoritmi di CI a problemi di ricerca complessi, o di sviluppare nuovi algoritmi
- essere in grado di valutare le performance di un algoritmo, e confrontarlo con lo stato dell'arte
Prerequisiti
Algebra lineare, python, problemi di ottimizzazione, fondamenti di machine learning
Contenuti
Gli argomenti del corso includono:
- computazione evolutiva (varianti avanzate di algoritmi genetici, evolution strategies, differential evolution)
- swarm intelligence (particle swarm optimization, ant colony optimization)
- ottimizzazione multi-obiettivo (dominazione, NSGA-II, NSGA-III, OMOPSO)
- Genetic Programming (GP, CGP, AutoML)
- Logica sfumata e intelligenza artificiale interpretabile
- computazione evolutiva (varianti avanzate di algoritmi genetici, evolution strategies, differential evolution)
- swarm intelligence (particle swarm optimization, ant colony optimization)
- ottimizzazione multi-obiettivo (dominazione, NSGA-II, NSGA-III, OMOPSO)
- Genetic Programming (GP, CGP, AutoML)
- Logica sfumata e intelligenza artificiale interpretabile
Testi di riferimento
Articoli scientifici; lecture notes.
Libro opzionale: Vanneschi and Silva, "Lectures on Intelligent Systems", 1st ed., Springer, 2023.
Libro opzionale: Vanneschi and Silva, "Lectures on Intelligent Systems", 1st ed., Springer, 2023.
Modalità di verifica dell'apprendimento
Progetto a fine corso: applicazione di CI a problemi aperti di ricerca, o design di un nuovo metodo di CI.
Modalità di esame
orale
Metodi didattici
Lezioni teoriche; apprendimento attivo e discussioni in classe.
Programma definitivo.
Data ultima modifica programma: 13/03/2023