Corso di Intelligenza Artificiale
Tesi Disponibili
L'Associazione Italiana per l'Intelligenza Artificiale
AI*IA bandisce un
Premio per la miglior
tesi di Intelligenza Artificiale.
Sono disponibili tesi sui seguenti argomenti:
Diagnosi e soddisfacimento di vincoli
L'applicazione di tecniche di soddisfacimento di vincoli ai problemi di diagnosi
consiste nel modellare il sistema che si vuole monitorare come insieme di
vincoli e nell'individuare un guasto tramite il raggiungimento di uno stato
inconsistente. Sono disponibili tesi sia di tipo compilativo basate su una
ricerca bibliografica esauriente sull'argomento sia di tipo sperimentale che
consistono nella realizzazione di un sistema a vincoli per la risoluzione
di problemi di diagnosi reali.
Scheduling e soddisfacimento di vincoli
I problemi di scheduling classicamente sono stati affrontati tramite tecniche
di Ricerca Operativa. Negli ultimi anni, tuttavia, sono state sperimentate
alcune tecniche di soddisfacimento di vincoli che hanno portato a risultati
promettenti. In particolare, i linguaggi di Programmazione Logica a Vincoli
su domini finiti (CLP(FD)) si sono dimostrati ottimi candidati per risolvere
questo tipo di applicazioni dal punto di vista dell'efficienza e del potere
espressivo. Le tesi si laurea disponibili riguardano
- lo studio e la realizzazione di estensioni della CLP(FD) in grado di
migliorare ulteriormente l'efficienza nella propagazione e il potere espressivo.
- lo studio e la realizzazione di euristiche che si possono integrare
nel linguaggio CLP(FD) che permettano di scegliere la strada più
promettente quando la propagazione di vincoli non è in grado di
condurre a una scelta precisa.
Riconoscimento di immagini e focalizzazione
di attenzione in sistemi di visione
Il riconoscimento di oggetti in una immagine è un problema piuttosto
complesso in quanto è necessario manipolare una grande quantità
di dati normalmente incerti e incompleti. Sono state adottate, in letteratura,
numerose strategie di ricerca volte al confronto tra l'oggetto da riconoscere
(modello) e i pixel della scena. Modellando gli oggetti tramite vincoli, è
possibile ridurre questo spazio di ricerca in modo da scartare prima possibile
quelle zone dell'immagine non contenenti informazioni significative, concentrandosi
così sulle zone interessanti. Tuttavia, i classici modelli di soddisfacimento
di vincoli non sono idonei per trattare tali problemi in quanto richiedono
che tutti i dati del problema da manipolare siano noti a priori. Pertanto,
è necessario, prima di affrontare il problema della visione da questo
punto di vista, modificare il modello CSP al fine di renderlo interattivo.
I domini delle variabili (che in questo caso rappresentano gli elementi degli
oggetti da riconoscere) possono non essere completamente specificati e noti
a priori. Quindi è necessario intercalare una fase di acquisizione
della conoscenza con una fase di manipolazione. Sono disponibili tesi riguardanti
sia la definizione e l'implementazione del modello CSP interattivo sia per
la sua integrazione con sistemi di estrazione di features da immagini.
Pianificazione
per la gestione di sistemi distribuiti
Lo scopo di un pianificatore è quello di costruire, sulla base di un
insieme di azioni elementari, una sequenza di azioni in grado di raggiongere
un obiettivo dato in ingresso a partire da una configurazione iniziale del
sistema in esame. Tipicamente, i pianificatori generativi (che producono piani
ottimali) si basano su una rappresentazione completa del mondo che devono
modellare e assumono che questa rappresentazione sia statica. Per applicare
un pianificatore di questo genere al fine di generare script automatici per
la gestione delle risorse in un sistema distribuito e' necessario rilassare
tali ipotesi restrittive. A tal fine, e' necessario definire meccanismi per
il recupero delle informazioni dal sistema sottostante in grado di acquisire
dinamicamente solo lo stato del mondo che interessa al processo di pianificazione
e per il controllo sull'esecuzione del piano stesso. Le applicazioni di tali
pianificatori vanno da information retrieval a gestione di problematiche riguardanti
la sicurezza delle reti. Sono disponibili tesi sui diversi aspetti del problema.
Integrazione di
Programmazione a Vincoli e Ricerca Operativa
Tra i metodi e le tecniche utilizzate in Intelligenza Artificiale per la risoluzione
di problemi hanno assunto particolare rilevanza negli ultimi anni quelli che
si basano sul soddisfacimento di vincoli. Alle tecniche tradizionali di Ricerca
Operativa che risolvono queste classi di problemi con algoritmi specifici,
si affiancano oggi tecniche di Intelligenza Artificiale che esplorano lo spazio
delle soluzioni possibili e che, al contempo, possono ridurlo attraverso la
propagazione dei vincoli della rete. Ultimamente, l'integrazione delle due
tecniche ha portato a notevoli vantaggi dal punto di vista computazionale
nella programmazione a vincoli e dal punto di vista della rappresentazione
del problema in Ricerca Operativa. Sono sisponibili tesi di tipo teorico e/o
realizzativo sull'integrazione di metodi quali Branch and Bound e Branch and
Cut in risolutori di vincoli commerciali.
Apprendimento
di programmi logici
La programmazione logica induttiva (ILP: Inductive Logic Programming) è
un'area di ricerca all'intersezione fra Apprendimento Automatico e Programmazione
Logica. Il suo scopo è quello di realizzare sistemi in grado di apprendere
un programma logico partendo da esempi e da una conoscenza di background .
All'interno di questa area di ricerca, sono disponibili tesi sui seguenti
argomenti:
Utilizzo della Programmazione Logica ad Oggetti come linguaggio di rappresentazione.
L'utilizzo di programmi logici ad oggetti come formalismo di rappresentazione
consente una migliore strutturazione della conoscenza. Questo formalismo risulta
adatto a rappresentare domini dove è riconoscibile una gerarchia di
classi, in quanto consente di rappresentare esplicitamente tale gerarchia
attraverso una struttura ad albero dove i nodi sono classi e le foglie entità.
In questo modo è possibile una migliore organizzazione delle informazioni:
la conoscenza specifica relativa ad una singola istanza viene associata all'istanza,
mentre la conoscenza comune alle istanze di una classe viene associata alla
classe. Il partizionamento che ne risulta rende la base di conoscenza più
facilmente leggibile e consente meccanismi di ragionamento più efficienti.
Inoltre, l'organizzazione gerarchica delle classi rende disponibile un nuovo
operatore di generalizzazione per l'apprendimento, che consiste nello "spostare"
da una classe ad una superclasse la clausola appresa.
Varie scelte sono possibili sia per la definizione del problema di apprendimento
in questo nuovo contesto, sia per lo sviluppo di un algoritmo per la soluzione
di tale problema. Fra le varie alternative, è stata scelta una definizione
del problema ed è stato progettato e realizzato un algoritmo che combina
tecniche note di programmazione logica induttiva.
Sono disponibili tesi per
- investigare le altre scelte possibili per la definizione del problema e
lo sviluppo di un algoritmo
- compiere esperimenti con dati reali.
Applicazione di tecniche di ILP al Data Mining e Knowledge Discovery in
Databases.
applicazione di tecniche di ILP al Data Mining e Knowledge Discovery
in Databases. Le organizzazioni hanno a loro disposizione una sempre maggiore
quantità di dati sulla attività che compiono. Le informazioni
che possono essere estratte da questi dati possono essere molto importanti
per il miglioramento delle prestazioni dell'organizzazione. Le tecniche tradizionali
di analisi dei dati spesso non sono sufficienti per l'estrazione di queste
informazioni, a questo scopo è nato il campo di ricerca del Data Mining
e Knowledge Discovery in Databases che si occupa di sviluppare strumenti più
efficienti ed intelligenti per analizzarli. Le informazioni che possono essere
tratte da questi dati spesso forniscono un importantissimo vantaggio competitivo
ad una azienda. Per questa ragione, il Data Mining e Knowledge Discovery in
Databases ha ricevuto una grande attenzione recentemente.
Sono disponibili tesi al fine di investigare le applicazioni delle tecniche
di ILP in questo campo.
Data
Mining
Sono disponibili tesi in collaborazione con il CINECA
riguardanti estrazione di informazioni da documenti testuali. In particolare
sono disponibili tesi riguardanti i seguenti argomenti:
- riconoscimento dei nomi di geni e proteine da abstract medici,
- classificazione di notizie pubblicate su Internet,
- clustering di documenti testuali (notizie, abstract medici).
Per informazioni rivolgersi all'Ing.
Riguzzi