Questa pagina descrive il corso di dottorato “Incertezza: Logica e Misure Fuzzy“, tenuto dal Prof. Giovanni Ulivi.
Date
- la mattina di martedì 13, 20 e 27 aprile
- la mattina di venerdì 16, 23 e 30 aprile
Chiave Teams
rjuj98v
Abstract
Il corso intende presentare alcuni metodi per rappresentare e gestire l’incertezza e l’indeterminatezza dell’infirmazione diversi dalla ben nota probabilità.
Nella prima parte del corso verranno illustrate le basi dell’insiemistica fuzzy e come tali insiemi possano rappresentare concetti vaghi o imprecisi. Dagli insiemi alla logica il passo è immediato e sarà possibile costruire sistemi di inferenza che tengano conto di tali caratteristiche dell’informazione disponibile. Si vedrà inoltre come sia possibile applicare tecniche proprie delle reti neurali per l’addestramento di questi sistemi a partire da esempi. Le applicazioni sono disparate, da citare quelle in ambito controllistico diffuse anche industrialmente grazie alla relativa
semplicità di implementazione.
Nella seconda parte verrà evidenziata la qualità dell’informazione cercando di operare sull’attendibilità delle sorgenti. Si introdurranno misure di evidenza e plausibilità e si mostrerà come, tramite la trasformazione di Moebius queste si possano riportare ad una quantità conosciuta come basic mass. Con tale approccio sarà possibile quantificare la consonanza e la contraddizione di diverse fonti (“esperti”) rispetto a un quesito e fondere le loro opinioni in un’unica conclusione (caratterizzata ovviamente da incertezza). I campi di applicazione sono quelli del supporto alle decisioni, della diagnostica, dell’identificazione amico/nemico.
Argomenti
- Insiemi e logica fuzzy
- Rappresentazione di informazioni incerte e/o vaghe
- Operazioni elementari
- Relazioni
- Inferenze
- Esempi
- Reti neuro-fuzzy (ANFIS)
- Esempi
- Teoria della possibilità
- Misure fuzzy
- Belief and Plausibility
- Possibility and necessity
- Basic Mass Assignment
- Combinazione di sorgenti incerte
- Esempi