logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-01312017-185127


Tipo di tesi
Tesi di laurea magistrale
Autore
RAGUSA, COSIMO
URN
etd-01312017-185127
Titolo
ReCoPy: un framework per il Reservoir Computing in Python
Dipartimento
INFORMATICA
Corso di studi
INFORMATICA
Relatori
relatore Prof. Micheli, Alessio
relatore Prof. Bacciu, Davide
relatore Dott. Gallicchio, Claudio
Parole chiave
  • accelerazione grafica
  • apprendimento automatico
  • echo state network
  • GPU computing
  • machine learning
  • recurrent neural network
  • reservoir computing
  • rete neurale ricorrente
  • software
Data inizio appello
03/03/2017
Consultabilità
Completa
Riassunto
La tesi propone lo sviluppo di una libreria software per la creazione, l'addestramento, il test e la validazione di un particolare tipo di rete neurale ricorrente, ovvero la Echo State Network, su un qualsiasi task temporale. Il modello implementato rientra in un contesto più generico chiamato Reservoir Computing, da cui il nome della libreria prende spunto. Gli obiettivi conseguiti sono: fornire un supporto tecnologico al background scientifico costruitosi negli anni tramite i vari studi di ricerca; fornire una libreria facilmente estendibile per consentire di sperimentare variazioni passate o future del modello Echo State Network; coprire un ragionevole range di architetture target, consentendo cioè l'esecuzione di una ESN in dispositivi da molto limitati, come i nodi-sensore di una rete wireless di sensori, a molto potenti, come i calcolatori dotati di architettura many-core e con più schede grafiche da usare in parallelo.
File