logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01232012-162826


Tipo di tesi
Tesi di laurea specialistica
Autore
VISCO, GIULIO
URN
etd-01232012-162826
Titolo
Modelli neurali costruttivi di tipo Reservoir Computing per domini strutturati
Dipartimento
SCIENZE MATEMATICHE, FISICHE E NATURALI
Corso di studi
INFORMATICA
Relatori
relatore Micheli, Alessio
Parole chiave
  • cascade correlation
  • constructive models
  • echo state networks
  • GraphESN
  • machine learning
  • neural networks
  • reservoir computing
  • reti neurali
  • reti neurali ricorsive
  • structured domains
Data inizio appello
24/02/2012
Consultabilità
Completa
Riassunto
Il presente lavoro di tesi introduce e discute nuovi modelli di Reti Neurali Ricorsive per l'apprendimento supervisionato di trasduzioni su grafi. Due sono i maggiori contributi apportati: l'adozione di un approccio costruttivo, e l'introduzione di un meccanismo stabile di output-feedback, entrambi innovativi nell'ambito del Reservoir Computing a cui si rifanno i modelli considerati. La combinazione di una strategia costruttiva e dell'utilizzo di modelli di Reservoir Computing ha inoltre permesso la realizzazione di modelli molto efficienti dal punto di vista computazionale.

I modelli e le strategie individuate si configurano come uno strumento utile e flessibile nel trattamento di domini complessi attraverso tecniche di Machine Learning, e propongono soluzioni ad alcuni dei problemi aperti nell'ambito del Reservoir Computing.

L'analisi sperimentale svolta riguarda l'apprendimento di trasduzioni strutturali da dataset reali appartenenti all'ambito della Chemioinformatica.
File