Reti neurali e statistica

Reti neurali e statistica

Pagine: 160

ISBN: 9788846402608

Edizione: 1a edizione 1997

Codice editore: 1340.64

Disponibilità: Fuori catalogo

Il volume ha come obiettivo la presentazione di lavori scientifici di studiosi che operano nel settore dell'intelligenza artificiale ed in particolare nell'area delle reti neurali e nella statistica. I contributi presentati coprono una vasta area d'interazione dei due ambiti e forniscono un quadro aggiornato delle applicazioni della statistica nell'ambito delle reti neurali e viceversa, come è il caso delle metodologie di previsione, di classificazione, di stima ed altre ancora. In tal senso il volume può interessare una vasta fascia di lettori che operano sia come ricercatori che come professionisti nei due ambiti menzionati e negli ambiti applicativi più disparati. Lo stile della presentazione dei contributi è quello tipico di un volume di contenuto scientifico anche se si è cercato di fornire uno strumento di lavoro ed una motivazione non specialistica.

Antonio Bellacicco, professore ordinario di Statistica, attualmente, presso l'Università di Teramo, è autore di numerosi articoli scientifici e volumi, riguardanti principalmente gli algoritmi di clustering, i metodi ed i modelli di previsione e le reti neurali.Ha sviluppato la logica di base e gli algoritmi di tre sistemi esperti, in ambiente Prolog, nell'area dello sviluppo delle risorse umane e della logistica del trasporto, per imprese di primaria importanza in Italia.

Natale Carlo Lauro, professore ordinario di Statistica presso l'Università Federico II di Napoli, è da anni impegnato nella ricerca e nell'insegnamento delle tecnologie informatiche in ambito statistico.È autore di numerosi lavori scientifici, pubblicati su prestigiose riviste ed atti di convegni internazionali, con particolare riguardo ai metodi statistici nell'analisi multidimensionale dei dati ed ai metodi in cui l'aspetto computazionale risulta rilevante.

Antonio Bellacicco e N. Carlo Lauro, Prefazione - Antonio Bellacicco, Su un modello di previsione fuzzy basato su rete neurale (Lo spazio delle fasi; Lo spazio delle fasi di tipo fuzzy; La rete neurale NEFUSOR; Osservazioni conclusive) - Cristina Davino, Francesco Mola, Roberta Siciliano, Modelli Statistici e Reti Neuronali: il caso del modello a bilanci latenti (Le reti multistrato feed-forward; I modelli a bilanci latenti; Un modello neuronale per la stima dei parametri di un modello a bilanci latenti; Un'applicazione della metodologia proposta) - Cristina Davino, Marco Gherghi, Domenico Vistocco, Sulla stabilità delle regole di classificazione nelle reti neuronali (La selezione dell'architettura; L'uso dei validation set per l'arresto dell'apprendimento; La ricerca di misure integrative; Qualche considerazione finale) - Andrea Guizzardi, Metodi di previsione della domanda di turismo e reti neurali (La previsione dei flussi turistici; La base dati ed i modelli lineari; Le reti neurali; La verifica della capacità previsiva) - Alfredo Roccato, Le reti neuronali in SAS System: la SAS Neural Network Application (Le reti neuronali e i metodi statistici; Le reti neuronali in SAS System) - Roberto Barcellan, Silvano Bordignon, Carlo Gaetan, Modelli neurali per la previsione di serie storiche multivariate: un'applicazione (Sistemi black-box e reti neurali; La previsione; Un'applicazione) - Antonio Delgado, Alberto Prat, Modeling time series using a Hybrid System: Neural Networks and Genetic Algorithm (Time series ARMA model; Neural Networks; Genetic Algorithms; Problem Solution; Experimental Results and Analysis) - Paolo Giudici, Modelli grafici e reti neuronali: un confronto preliminare (Modelli grafici; Reti neuronali e modelli grafici; Un confronto applicativo) - Salvatore Ingrassia, Su alcune proprietà discriminanti delle trasformazioni sigmoidali (Aspetti geometrici delle trasformazioni sigmoidali; Dimensione discriminante critica) - Rosa A. Schiavo, Francesco Lisi, Reti neurali e modelli caotici per la previsione di serie storiche finanziarie: un'applicazione ai tassi di cambio (Reti neurali artificiali: architettura e apprendimento; Modelli caotici: approssimazioni lineari locali; Risultati sperimentali) - Rossella Miglio, Marilena Pillati, Alberi di classificazione nella determinazione della complessità di una rete neurale (Reti neurali multistrato e classificazione; Alberi di classificazione e architettura della rete; Alcuni esempi su dati simulati) - Cristina Davino, Domenico Vistocco, Appendice - Reti neuronali e statistica: bibliografia, software e siti internet (Software; Principali siti internet).

Contributi: Roberto Barcellon, Silvano Bordigon, Cristina Davino, Antonio Delgado, Carlo Gaetan, Marco Gherghi, Paolo Giudici, Andrea Guizzardi, Salvatore Ingrassia, Francesco Lisi, Rossella Miglio, Francesco Mola, Marilena Pillati, Alberto Prat, Alfredo Roccato, Rosa Schiavo, Roberta Siciliano, Domenico Vistocco

Collana: Scientifica