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 4
La  tesi  si  sviluppa  attraverso  una  successione  di  capitoli  che  vogliono  guidare  il  lettore
propedeuticamente  portando  l'attenzione  dai  problemi  generali  della  classificazione  incrementale  nel
telerilvamento  fino  ai  dettagli  della  architetturale  neurale  ARTMAP  (ovvero  la  macchina  ART
specializzata nella classificazione supervisionata) e di alcune tecniche di utilizzo, elaborate nell'ambito di
un impiego specializzato delle ARTMAP allo scopo di apprendimento incrementale supervisionato e non
supervisionato. 
Nel  secondo  capitolo,  " La  classificazione  nel  telerilevamento ",  vengono  presentati  gli  aspetti
fondamentali  dellla  classificazione  supervisionata  nell'ambito  del  telerilevamento;  viene  descritta  la
tipologia  di  dati  (le  immagini  telerilevate  in  quando  composte  da  features  multispettrali)  e  ne  sono
descritte le caratteristiche peculiari. 
Nel  terzo  capitolo,  " Reti  neurali  con  apprendimento  incrementale ",  viene  presentato  l' incremental
learning come tema generale nei sistemi di riaddestramento di reti neurali. 
Nel  sottocapitolo 3.1 sono presentate alcune implementazioni  di classificatori  neurali che estendono le
reti RBF prevedendo un accrescimento dinamico dei neuroni [39][45][46][57][60][61]. 
Nel quarto capitolo, "Reti neurali basate sulla Teoria della Risonanza Adattativa", vengono approfondite
le molte implementazioni di reti neurali basate sulla Adaptive Resonance Theory. 
In  4.1  vengono  descritte  le  idee  iniziali  di  S.  Grossberg  sulla  rete  ART  in  quanto  sistema  di
classificazione non supervisionata  ed auto-organizzante atto a  risolvere lo  stability-plasticity  dilemma
[1][2][3][3a][4]. 
Viene descritta in 4.1.1 la prima implementazione con ingressi binari ART1 come evoluzione delle reti
competitive. In 4.1.3 viene approfondito il sistema di stato dell'arte fuzzy ART, che integra la ART1 con
alcune idee della teoria degli insiemi fuzzy [1a]. 
In  4.2 viene approfondita  la  rete  neurale  ARTMAP: l'evoluzione della  ART a scopo di  classificazione
supervisionata; ne viene descritta l'idea e l'architettura iniziale, che utilizzava due moduli ART1 collegati
da una memoria associativa inter-ART. Questo sistema è evoluto, nel corso degli anni, nella architettura
fuzzy ARTMAP, che é la rete utilizzata nella sperimentazione di questa tesi. Nel paragrafo 4.2.2 vengono
descritte le caratteristiche di dettaglio e le varie tecniche di utilizzo della fuzzy ARTMAP. 
In  4.3  sono  analizzate  alcune  architetture  ART-simili,  ovvero  quelle  architetture  neurali  che  hanno
variato in qualche modo i  meccanismi  di funzionamento base studiati da S. Grossberg e  G. Carpenter,
oppure  hanno  integrato  architetture  ART  con  quelle  di  altro  tipo  (ad  esempio  le  reti  neurali
probabilistiche);  ne  verranno  discusse  le  varianti  più  interessanti,  sia  nel  clustering,  sia  nella
classificazione supervisionata. 
Nel  quinto  capitolo,  " Riaddestramento  sequenziale:  tecniche  proposte ",  vengono  presentate  alcune
tecniche  di  apprendimento  incrementale  che  implicano  estensioni  dell'architettura  e  della  dinamica  di
apprendimento della rete neurale fuzzy ARTMAP, presentate per la prima volta nell'ambito di questa tesi:
(1)  La  tecnica  delle  added-classes  é  introdotta  per  affrontare  la  situazione  in  cui  nelle
successive  fasi  di  riaddestramento  supervisionato  é  necessario  aggiungere  nuove  classi
informative senza predere la conoscenza relativa alle classi definite in precedenza(5.1). 
(2)  La  tecnica  del  similitude-mapping  consiste  in  un  meccanismo  di  predizione  non
supervisionato che associa una classe informativa alla categoria di rappresentazione interna
creata  durante  la  fase  di  apprendimento  non  supervisionato,  in  base  ad  un  criterio  di
similitudine con le categorie preesistenti (5.2). 
(3)  La  tecnica  del  tunable  pruning  é  nata  dalla  constatazione  sperimentale  della
proliferazione  di  nodi  tipica  delle  reti  fuzzy  ARTMAP  nell'apprendimento  incrementale;  é
stato quindi studiato un semplice meccanismo off-line di eliminazione dei nodi non utilizzati
(dead units)  che preserva completamente l'accuratezza di predizione eliminando i nodi non
più utilizzati nelle successive sequenze di apprendimento. Attraverso un semplice criterio di
soglia é possibile inoltre aumentare il rapporto di compressione (ovvero il rapporto tra nodi

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