Tesi etd-11102023-092242 |
Link copiato negli appunti
Tipo di tesi
Tesi di dottorato di ricerca
Autore
GALLO, GIONATAN
URN
etd-11102023-092242
Titolo
Metodi e Applicazioni dell'Intelligenza Artificiale per l'Industria 4.0
Settore scientifico disciplinare
ING-INF/05
Corso di studi
INGEGNERIA DELL'INFORMAZIONE
Relatori
tutor Prof. Ducange, Pietro
tutor Prof. Ferrari, Vincenzo
tutor Prof. Ferrari, Vincenzo
Parole chiave
- artificial intelligence
- deep learning
- explainable ai
- industry 4.0
- object detection
Data inizio appello
28/12/2023
Consultabilità
Completa
Riassunto
La tesi affronta un'analisi di diverse tecniche e applicazioni di Intelligenza Artificiale (AI) per l'Industria 4.0. Ho esplorato l'Intelligenza Artificiale Spiegabile (XAI), in particolare, vengono presi in considerazione modelli di IA spiegabili by-design, piuttosto tecniche post-hoc per spiegare le black-box dell'IA, ovvero i sistemi basati su regole fuzzy (FRBS) e gli alberi decisionali fuzzy (FDT). Oltre ai modelli XAI, questa tesi tratta anche le tecniche di deep learning per la sicurezza nell'Industria 4.0, in particolare i modelli AI per il riconoscimento degli oggetti. Nello specifico, è stato progettato di un sistema per il rilevamento delle infrazioni nell'uso obbligatorio dei dispositivi di protezione individuale (DPI).
This thesis addresses an analysis of different techniques and applications of Artificial Intelligence (AI) for Industry 4.0. I have explored Explainable Artificial Intelligence (XAI), in particular, explainable-by-design AI models are considered, rather post-hoc techniques for explaining AI black-boxes, namely fuzzy rule-based systems (FRBS) and fuzzy decision trees (FDT). In addition to XAI models, this thesis also discusses deep learning techniques for security in Industry 4.0, particularly AI models for object recognition. Specifically, it is designed of a system for detecting infractions in the mandatory use of personal protective equipment (PPE).
This thesis addresses an analysis of different techniques and applications of Artificial Intelligence (AI) for Industry 4.0. I have explored Explainable Artificial Intelligence (XAI), in particular, explainable-by-design AI models are considered, rather post-hoc techniques for explaining AI black-boxes, namely fuzzy rule-based systems (FRBS) and fuzzy decision trees (FDT). In addition to XAI models, this thesis also discusses deep learning techniques for security in Industry 4.0, particularly AI models for object recognition. Specifically, it is designed of a system for detecting infractions in the mandatory use of personal protective equipment (PPE).
File
Nome file | Dimensione |
---|---|
PhD_Thesis.pdf | 32.04 Mb |
Contatta l’autore |