Επαφές

Community

Έρευνα

IT | EN | FR | عربي | GR

Corso Vittorio Emanuele II, 39 - Roma 0669207671

Επαφές

Community

IT | EN | FR | عربي | GR

Processi Cognitivi e Tecnologie (Ακαδημαϊκό έτος 2022/2023) - Cyberpsicologia

Fondamenti di Intelligenza Artificiale

ν. μαθήματος 1: Introduzione all’intelligenza artificiale La preistoria dell'AI La nascita dell'AI Scopi dell'AI Strumenti dell'AI		Vieri Giuliano Santucci
ν. μαθήματος 2: Introduzione alle reti neurali Cosa sono le reti neurali artificiali Struttura delle reti Apprendimento Scopo della ricerca sulle reti: Cenni storici		Francesco Mannella
ν. μαθήματος 3: Reti neurali: il percettrone Il percettrone di Rosemblatt Widrow e Hoff: La discesa di gradiente e la regola delta Limiti delle reti ad uno strato		Francesco Mannella
ν. μαθήματος 4: Reti neurali: retropropagazione dell'errore L’inverno delle reti neurali La retropropagazione dell’errore: discesa di gradiente La retropropagazione dell’errore: apprendimento degli strati nascosti		Francesco Mannella
ν. μαθήματος 5: Reti neurali: deep learning Cenni storici: La seconda rivoluzione delle reti neurali Caratteristiche delle reti ‘deep’ Deep belief networks Reti convoluzionali Reti ricorrenti		Francesco Mannella
ν. μαθήματος 6: L’apprendimento per rinforzo L'importanza dell'apprendimento Apprendere per prove ed errori L'apprendimento per rinforzo nell'intelligenza artificiale		Vieri Giuliano Santucci
ν. μαθήματος 7: Apprendimento per rinforzo: problemi di scelta multipla Il problema della scelta Bandit problems Exploration VS Exploitation Contextual bandits		Vieri Giuliano Santucci
ν. μαθήματος 8: Apprendimento per rinforzo: temporal-difference learning Dai contextual bandits ai Markov decision process TD-Learning Q-Learning Metodi Attore-Critico		Vieri Giuliano Santucci
ν. μαθήματος 9: Apprendimento per rinforzo: policy search Problemi dei metodi RL standard Policy continue Policy gradients Policy search senza gradiente		Francesco Mannella
ν. μαθήματος 10: La robotica autonoma: introduzione Che cosa è un robot Top-Down VS Bottom-UP L'importanza dell'embodiment Libertà di decisione		Vieri Giuliano Santucci
ν. μαθήματος 11: Robotica evolutiva Introduzione alla Robotica Evolutiva Adattamento del corpo Adattamento del sistema nervoso Evoluzione di comportamenti collettivi		Stefano Nolfi
ν. μαθήματος 12: Robotica autonoma: la developmental robotics Le origini della developmental robotics L'embodiment Temi di ricerca		Vieri Giuliano Santucci
ν. μαθήματος 13: Robotica autonoma: sistemi motivazionali Cosa intendiamo per autonomia Sistemi motivazionali Le motivazioni intrinseche IMOL: intrisically-motivated open-ended learning		Vieri Giuliano Santucci
ν. μαθήματος 14: Le neuroscienze computazionali: introduzione Nascita delle neuroscienze computazionali Livelli di analisi, di organizzazione e di processamento I modelli computazionali sono ipotesi		Francesco Mannella
ν. μαθήματος 15: Neuroscienze computazionali: modelli neurofisiologici Il neurone come sistema dinamico Il modello LIF Modelli complessi del neurone		Francesco Mannella
ν. μαθήματος 16: Neuroscienze computazionali: modelli algoritmici Percezione: le mappe topologiche Memoria: auto-associatori Percepire e riprodurre il tempo: colonne corticali e reti ricorrenti		Francesco Mannella