L’obiettivo formativo del corso è avvicinare lo studente ad alcune applicazioni dell’Intelligenza Artificiale (IA) e Machine Learning (ML) in campo ingegneristico e in campo artistico. Il corso è quindi concepito in due parti: la prima che riguarda applicazioni di IA all’ingegneria dell'energia elettrica e dell'informazione; la seconda che si concentra sull’utilizzazione di tecniche di ML per la produzione musicale e artistica in generale. Lo studente avrà così l’opportunità di apprendere come l’IA sia uno strumento molto versatile e performante in campi applicativi pur molto distanti culturalmente.
scheda docente
materiale didattico
- Note introduttive sugli algoritmi e sul problem solving dal punto di vista ingegneristico
- Perché l’AI: classificazione, generazione di cluster e predizione
- Metodi di ricerca dell’ottimo.
- Linguaggi di programmazione ed ambienti di sviluppo: python, matlab, C e derivati
2. Applicazione dell’intelligenza artificiale nell’ingegneria industriale e dell’informazione
- Applicazione di Calcolo Evolutivo per l’ottimizzazione delle prestazioni di fonti energetiche rinnovabili
- Applicazioni di Reti Neurali per la predizione dei fabbisogni energetici (seasonality).
- Modelli Neurali, genetici e di swarm intelligence applicati alla modellistica di materiali e dispositivi.
- Applicazione dell’IA e del machine learning nell’ambito della progettazione
3. Applicazioni dell'IA alla musica e all'arte in generale
- Tecniche di ML per la Composizione musicale.
- Intelligenza artificiale generativa nelle arti visive
- Sviluppo di applicazioni per motori grafici
Fruizione: 20810085 METODI DI SIMULAZIONE PER CIRCUITI E SISTEMI ELETTRICI ED ELETTRONICI in Ingegneria elettronica per l'industria e l'innovazione LM-29 RIGANTI FULGINEI FRANCESCO
Programma
1. Algoritmi ed intelligenza artificiale- Note introduttive sugli algoritmi e sul problem solving dal punto di vista ingegneristico
- Perché l’AI: classificazione, generazione di cluster e predizione
- Metodi di ricerca dell’ottimo.
- Linguaggi di programmazione ed ambienti di sviluppo: python, matlab, C e derivati
2. Applicazione dell’intelligenza artificiale nell’ingegneria industriale e dell’informazione
- Applicazione di Calcolo Evolutivo per l’ottimizzazione delle prestazioni di fonti energetiche rinnovabili
- Applicazioni di Reti Neurali per la predizione dei fabbisogni energetici (seasonality).
- Modelli Neurali, genetici e di swarm intelligence applicati alla modellistica di materiali e dispositivi.
- Applicazione dell’IA e del machine learning nell’ambito della progettazione
3. Applicazioni dell'IA alla musica e all'arte in generale
- Tecniche di ML per la Composizione musicale.
- Intelligenza artificiale generativa nelle arti visive
- Sviluppo di applicazioni per motori grafici
Testi Adottati
Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2021). Dive into deep learning. arXiv preprint arXiv:2106.11342. Disponibile online: https://d2l.ai/Modalità Erogazione
Esame oraleModalità Frequenza
--Modalità Valutazione
--