Skip to content

La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale

Gratis La preview di questa tesi è scaricabile gratuitamente in formato PDF.
Per scaricare il file PDF è necessario essere iscritto a Tesionline. L'iscrizione non comporta alcun costo: effettua il Login o Registrati.

Anteprima della tesi: La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale, Pagina 2
compromettere la stabilità delle infomazioni preesistenti. 
Le  reti  neurali  ART  forniscono  una  soluzione  al  problema  di  decidere  quando  rimanere  in  modalità
conservativa  (stabile)  e  quando  portarsi  in  modalità  adattativa (plastica),  attraverso  un meccanismo  di
apprendimento incrementale on-line in cui la conoscenza del sistema é aggiornata ad ogni nuova istanza
sottoposta alla rete, senza che le precedenti istanze di addestramento siano riconsiderate. 
Il capitolo "Reti neurali basate sulla Teoria della Risonanza Adattativa" approfondisce gli aspetti tecnici
legata  alla  struttura  e  gli  algoritmi  delle  macchine  ART  e  nel  capitolo  " Riaddestramento  sequenziale:
tecniche proposte" vengono analizzate alcune estensioni innovative all'architettura ART standard. 
Accenno qui solo alcuni stimoli che mi hanno appassionato allo studio di questa tipologia di reti neurali: 
Le ART sono macchine neurali che nascono da studi sui sistemi neurofisiologici iniziati da
S. Grossberg negli anni '70.  Questo si evidenzia nei meccanismi di retroazione (feed-back)
che  caratterizzano  il  comportamento  dinamico  di  apprendimento;  tali  meccanismi,  che  si
ispirano  fortemente  alle  reti  neurali  biologiche,  mi  sono  sembrati  intuitivamente  più
interessanti rispetto ai sistemi feed-forward (privi di retroazione) di molte altre architetture
neurali (MLP, RBF). 
Le  ART  sono  sistemi  molto  versatili  potendo  funzionare  sia  con  apprendimento  lento
(off-line training), sia  con un apprendimento di massima reattività  (on-line training)  con
una  opportuna  parametrizzazione.  Questa  versatilità  operativa,  unita  ad  una  struttura
modulare delle  componenti  interne, ha favorito la  realizzazione sia di  simulatori  software ,
sia di implementazioni hardware di circuiti elettronici VLSI. La possibilità del tempo-reale é
sembrata  molto  interessante  dal  punto  di  vista  dell'ingegneria,  anche  se  forse  un  pò  al  di
fuori  degli  scopi  specifici  della  classificazione  nel  telerilevamento,che  utilizza  tipicamente
tecniche di addestramento "lento" su simulatori software . Recenti studi di implementazioni
VLSI  sembrano  confermare  un  attuale  interesse  dell'industria  nella  realizzazione  di
ART-chips  [68][69][70][71]. 
Le  ART  sono  sistemi  abbastanza  complessi  e  restano  aperti  alla  ricerca  ancora  parecchi
aspetti della dinamica di funzionamento. Pur essendo state ideate da S. Grossberg nel 1976,
le  reti  basate  sulla  Adaptive  Resonance  Theory  sono  oggetto  di  continue  elaborazioni  e
variazioni. Ho constatato un rinnovato interesse scientifico su queste reti proprio quest'anno
e ne sono testimonianza parecchi articoli pubblicati nel 1998 e 1999 sulle autorevoli riviste
Neural Network e IEEE Transaction on Neural Networks [13][14][25][30][33][34][35][49][53]. 
Le ART sono fonte di un contrastato dibattito tra i ricercatori e gli utilizzatori finali: in vari
benchmarks  con  altre  reti  neurali  le  ART  forniscono  risultati  contrastanti  in  contesti
applicativi  apparentemente  simili  (ad  esempio  proprio  nella  classificazione  di  dati
telerilevati);  questo  contrast-enhancement  tra  ricercatori  mi  ha  incuriosito  al  punto  di
verificare  l'applicabilità  di  queste  reti  nell'ambito  delle  attività  di  ricerca  del  RSIA
[49][50][51][52][53]. 
  
  
 
1.2 Obiettivo della tesi 
[c][n]
  
La  tesi  ha  l'obbiettivo  di  verificare  le  capacità  di  apprendimento  incrementale  delle  macchine  neurali
basate  sulla  Adaptive  Resonance  Theory  (ART)  ed  in  particolare  delle  tecniche  di  apprendimento
sequenziale  (ovvero  di  riaddestramento  in  successivi  istanti  temporali),  utilizzando  l'architettura  fuzzy
ARTMAP sopratutto nell'ambito della classificazione supervisionata in applicazioni di telerilevamento. 
Si  cerca  anzitutto  di  focalizzare  il  problema  dell'apprendimento  incrementale  sequenziale  ( sequential

Preview dalla tesi:

La classificazione di immagini telerilevate mediante reti neurali fuzzy Artmap: tecniche di apprendimento incrementale

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Giorgio Robino
  Tipo: Tesi di Laurea
  Anno: 1998-99
  Università: Università degli studi di Genova
  Facoltà: Ingegneria
  Corso: Ingegneria Elettronica
  Relatore: Carlo Regazzoni
  Lingua: Italiano
  Num. pagine: 174

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.

Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

apprendimento incrementale on-line
artificial intelligence
fuzzy artmap
incremental learning
pattern recognition
remote sensing
telerilevamento
reti neurali
teoria della risonanza adattiva
riconoscimento di immagini
immagini telerilevate

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi