L’insegnamento fornisce agli studenti gli elementi di base per sviluppare modelli matematici di sistemi dinamici ed analizzarne il comportamento, e per progettare semplici sistemi di controllo sulla base di specifiche assegnate. Al termine del corso, pertanto, lo studente conoscerà le metodologie proprie della teoria dei sistemi per descrivere e analizzare i sistemi dinamici, e le tecniche di base per la progettazione di sistemi di controllo in retroazione. Lo studente saprà determinare le caratteristiche dei sistemi dinamici sulla base delle loro rappresentazioni matematiche e grafiche, e valutare le prestazioni dei sistemi di controllo in retroazione. Infine, lo studente sarà in grado di implementare sistemi di controllo che rispettino determinate specifiche di prestazioni e di stabilità.
L’insegnamento fornisce agli studenti gli elementi di base per sviluppare modelli matematici di sistemi dinamici ed analizzarne il comportamento, e per progettare semplici sistemi di controllo sulla base di specifiche assegnate. Al termine del corso, pertanto, lo studente conoscerà le metodologie proprie della teoria dei sistemi per descrivere e analizzare i sistemi dinamici, e le tecniche di base per la progettazione di sistemi di controllo in retroazione. Lo studente saprà determinare le caratteristiche dei sistemi dinamici sulla base delle loro rappresentazioni matematiche e grafiche, e valutare le prestazioni dei sistemi di controllo in retroazione. Infine, lo studente sarà in grado di implementare sistemi di controllo che rispettino determinate specifiche di prestazioni e di stabilità.
L’insegnamento fornisce agli studenti gli elementi di base per sviluppare modelli matematici di sistemi dinamici ed analizzarne il comportamento, e per progettare semplici sistemi di controllo sulla base di specifiche assegnate. Al termine del corso, pertanto, lo studente conoscerà le metodologie proprie della teoria dei sistemi per descrivere e analizzare i sistemi dinamici, e le tecniche di base per la progettazione di sistemi di controllo in retroazione. Lo studente saprà determinare le caratteristiche dei sistemi dinamici sulla base delle loro rappresentazioni matematiche e grafiche, e valutare le prestazioni dei sistemi di controllo in retroazione. Infine, lo studente sarà in grado di implementare sistemi di controllo che rispettino determinate specifiche di prestazioni e di stabilità.
Obiettivo del corso è fornire le nozioni di base sulla acquisizione, digitalizzazione ed elaborazione di immagini digitali con particolare attenzione alle immagini utilizzate per diagnosi mediche.
Al termine del corso lo studente avrà acquisito:
cenni storici sull’origine di questo campo tecnologico
metodi di rappresentazione numerica delle immagini digitali
trasformazioni di immagini mediante operatori spaziali
trasformazioni di immagini mediante operatori in frequenza
elaborazione di immagini volta ad eseguire :
classificazione
estrazione di caratteristiche (feature extraction)
riconoscimento di pattern (pattern recognition)
riconoscimento dei contorni (edge detection)
segmentazione (segmentation)
Obiettivo del corso è fornire le nozioni di base sulla acquisizione, digitalizzazione ed elaborazione di immagini digitali con particolare attenzione alle immagini utilizzate per diagnosi mediche.
Al termine del corso lo studente avrà acquisito:
cenni storici sull’origine di questo campo tecnologico
metodi di rappresentazione numerica delle immagini digitali
trasformazioni di immagini mediante operatori spaziali
trasformazioni di immagini mediante operatori in frequenza
elaborazione di immagini volta ad eseguire :
classificazione
estrazione di caratteristiche (feature extraction)
riconoscimento di pattern (pattern recognition)
riconoscimento dei contorni (edge detection)
segmentazione (segmentation)
Obiettivo del corso è fornire le nozioni di base sulla acquisizione, digitalizzazione ed elaborazione di immagini digitali con particolare attenzione alle immagini utilizzate per diagnosi mediche.
Al termine del corso lo studente avrà acquisito:
cenni storici sull’origine di questo campo tecnologico
metodi di rappresentazione numerica delle immagini digitali
trasformazioni di immagini mediante operatori spaziali
trasformazioni di immagini mediante operatori in frequenza
elaborazione di immagini volta ad eseguire :
classificazione
estrazione di caratteristiche (feature extraction)
riconoscimento di pattern (pattern recognition)
riconoscimento dei contorni (edge detection)
segmentazione (segmentation)
Il corso si propone di illustrare i fondamenti della scienza delle misure elettriche ed elettroniche, con particolare riferimento alla teoria degli errori, alla strumentazione e ai principali metodi di misura.
Il corso si propone di illustrare i fondamenti della scienza delle misure elettriche ed elettroniche, con particolare riferimento alla teoria degli errori, alla strumentazione e ai principali metodi di misura.
Il corso si propone di illustrare i fondamenti della scienza delle misure elettriche ed elettroniche, con particolare riferimento alla teoria degli errori, alla strumentazione e ai principali metodi di misura.
Il corso mira a fornire una introduzione alle basi dell’ Intelligenza Artificiale partendo dai metodi utilizzati agli albori di questa disciplina. Il percorso formativo fornirà una comprensione basilare del concetto di Agente Intelligente come concetto fondamentale per la costruzione di una intelligenza artificiale distinguendo tra sistema automatico e autonomo. Inoltre verrano fornite nozioni di base sul funzionamento delle Intelligenze Artificiali moderne basate su reti neurali capaci di eseguire classificazioni di immagini o qualsivoglia pattern presente nei dati di ingresso, la creazione di nuove immagini mediante reti generative, la formazione di memorie a lungo termine in reti ricorrenti di Hopfield o memorie di lavoro in reti neurali ricorrenti del tipo reservoir computing.
Il corso mira a fornire una introduzione alle basi dell’ Intelligenza Artificiale partendo dai metodi utilizzati agli albori di questa disciplina. Il percorso formativo fornirà una comprensione basilare del concetto di Agente Intelligente come concetto fondamentale per la costruzione di una intelligenza artificiale distinguendo tra sistema automatico e autonomo. Inoltre verrano fornite nozioni di base sul funzionamento delle Intelligenze Artificiali moderne basate su reti neurali capaci di eseguire classificazioni di immagini o qualsivoglia pattern presente nei dati di ingresso, la creazione di nuove immagini mediante reti generative, la formazione di memorie a lungo termine in reti ricorrenti di Hopfield o memorie di lavoro in reti neurali ricorrenti del tipo reservoir computing.
Il corso mira a fornire una introduzione alle basi dell’ Intelligenza Artificiale partendo dai metodi utilizzati agli albori di questa disciplina. Il percorso formativo fornirà una comprensione basilare del concetto di Agente Intelligente come concetto fondamentale per la costruzione di una intelligenza artificiale distinguendo tra sistema automatico e autonomo. Inoltre verrano fornite nozioni di base sul funzionamento delle Intelligenze Artificiali moderne basate su reti neurali capaci di eseguire classificazioni di immagini o qualsivoglia pattern presente nei dati di ingresso, la creazione di nuove immagini mediante reti generative, la formazione di memorie a lungo termine in reti ricorrenti di Hopfield o memorie di lavoro in reti neurali ricorrenti del tipo reservoir computing.
Il corso mira a fornire una introduzione alle basi dell’ Intelligenza Artificiale partendo dai metodi utilizzati agli albori di questa disciplina. Il percorso formativo fornirà una comprensione basilare del concetto di Agente Intelligente come concetto fondamentale per la costruzione di una intelligenza artificiale distinguendo tra sistema automatico e autonomo. Inoltre verrano fornite nozioni di base sul funzionamento delle Intelligenze Artificiali moderne basate su reti neurali capaci di eseguire classificazioni di immagini o qualsivoglia pattern presente nei dati di ingresso, la creazione di nuove immagini mediante reti generative, la formazione di memorie a lungo termine in reti ricorrenti di Hopfield o memorie di lavoro in reti neurali ricorrenti del tipo reservoir computing.