STEFANO PATARNELLO
•
LE RETI
NEURONALI
SEMPLIFICARE LA COMPLESSITÀ
CON L'AIUTO DELL'INFORMATICA
•
COLLANA INFORMATICA DOMANI
IN COLLABORAZIONE CON IBM SEMEA
I
L\NCOANGELI
f
/
IUAV - VENEZIA
AREA SERV. BIBLIOGRAFICI
E DOCUMENTALI
1
DEPCIA
w
300
<J
STEFANO PATARNELLO
LE RETI
NEURONALI
SEMPLIFICARE LA COMPLESSITÀ
CON L'AIUTO DELL'INFORMATICA
FRANCOANGELI
Indice
1.
Premessa
2.
La "macchina cervello" e il calcolatore
Introduzione
2. La memoria nei sistemi biologici
3. Apprendimento ed elasticità
1.
3.
Cenni biologici
1.
2.
3.
4.
5.
4.
Introduzione
Il neurone
Le sinapsi
La corteccia cerebrale
Fattori genetici e fattori ambientali
La complessità e la memoria
Introduzione
2. L'ordine nei sistemi fisici
3. Memorie associative e sistemi magnetici
4. Il modello di Hopfield
1.
s.
Imparare da esempi
Introduzione
2. Dalla memoria al "calcolo neuronale"
3. Intuizione e adattamento
4. Modelli neuronali "classici": il perceptron
5. Tecniche di addestramento per il perceptron
6. Lo sciatore ... neuronale
1.
I
pag.
7
»
»
»
»
11
11
14
18
»
»
»
»
»
»
23
23
24
29
31
36
»
»
»
»
»
41
41
43
51
55
»
»
»
»
»
»
»
61
61
65
67
69
72
76
.,,
+{
l
6
6.
Macchine neuronali
))
1.
»
Introduzione
2. Il perceptron a più strati
3. Alcune applicazioni
4. Altre architetture neuronali
7.
))
1.
))
Circuiti che imparano
1.
Introduzione
2. Le reti booleane
3. La scoperta dell'addizione
4. Riconoscimento di caratteri
5. Imparare a sopravvivere
9.
10.
))
Strategie competitive
Introduzione
2. Gli algoritmi genetici
3. Metodi Montecarlo e ottimizzazione
a.
))
))
))
»
))
»
»
»
))
»
Prospettive future
))
1.
))
Introduzione
2. Alcuni problemi aperti
3. Le principali aree di applicazione
4. Considerazioni conclusive
»
»
Guida bibliografica
))
))
81
81
82
89
95
99
99
101
108
115
115
116
119
124
129
139
139
142
148
151
155
•
In questo libro si presentano i principi base dei modelli neuronali,
cioè di quei metodi di elaborazione che si ispirano ai modi di
...
operare propri del cervello umano, per risolvere i problemi
informatici più complessi , come il riconoscimento di immagini, la
comprensione del linguaggio, l' elaborazione di strategie decisionali.
Infatti, nonostante gli enormi passi avanti della tecnologia
dell'informazione, il cervello umano rimane un «Sistema di calcolo»
così complesso e con tali caratteristiche di flessibilità che nessun
elaboratore è ancora in grado di riprodurne davvero il
funzionamento.
Sappiamo però che proprio tali caratteristiche sono preziose per
affrontare i problemi quotidiani come la comprensione del
linguaggio dei nostri simili, il riconoscimento degli oggetti che
formano una scena, in breve le infinite situazioni in cui l'uomo è
capace con poco sforzo di elaborare ragionamenti e operare
conseguentemente scelte intelligenti.
L'obiettivo è quindi duplice: capire meglio il funzionamento del
cervello e costruire modelli di calcolo, cioè algoritmi e architetture,
più versatili , mostrando anche il carattere fortemente
interdisciplinare di questa materia.
Nella parte conclusiva del libro, alla luce dei risultati delle ricerche
più recenti, si formulano alcune previsioni sugli sviluppi e gli
effettivi risvolti pratici che questi studi potranno avere nel prossimo
futuro .
•
Stefano Pararne/lo si è laureato in Fisica nel 1983 presso
l'Università di Pisa. Nel 1985 è entrato a far parte del Centro
Europeo per il Calcolo scientifico e tecnico della IBM a Roma,
partecipando a progetti di ricerca nei campi della fluidodinamica
computazionale, degli algoritmi paralleli . e della simulazione di
architetture per il supercalcolo. Dal 1987 si occupa di reti neuronali
delle quali ha studiato anche le possibilità applicative in vari settori.
È autore di numerose pubblicazioni scientifiche ed è membro del
comitato editoriale di «lnternational Journal of Neural Systems».
Il
AREAS
E
e
ISBN 88-"204-6819-0
L.
22j>OO}~va inclusa
I I I lii
9 7 88820 468194
