Research | Funded Projects

LE RETI NEURALI ARTIFICIALI PER L'ANALISI DI SERIE STORICHE STAGIONALI

Il piano della ricerca sarà articolato nelle seguenti fasi.1) verrà effettuata una ricognizione della letteratura esistente sull’argomento finalizzata alla creazione di un database bibliografico ed una rassegna dei più recenti sviluppi sulle tematiche del progetto.2) Verranno individuati, analizzati e discussi i differenti approcci al problema della destagionalizzazione evidenziandone i diversi presupposti metodologici. 3) Verranno analizzati, a scopo di confronto, gli approcci parametrici più comunemente utilizzati. In essi viene ipotizzato un ben definito modello statistico la destagionalizzazione viene effettuata tenendo conto del particolare modello ipotizzato.4) Si analizzerà nel dettaglio l’approccio di tipo non parametrico In particolare, saranno studiati e valutati gli approcci basati sull’uso delle funzioni kernel.5) Si imposterà il problema utilizzando un approccio basato su un particolare approccio basato sulle reti neurali artificiali, evidenziando come esso risulti particolarmente adatto nel caso, molto frequente nelle applicazioni, in cui i dati provengano da un processo non lineare. 6) Nel contesto precedente, si affronteranno i problemi relativi alla stima computazionalmente efficiente del modello rete neurale ricorrendo ad algoritmi che si avvantaggiano della natura multicore e multiprocessore dei moderni calcolatori. Si valuterà inoltre l’utilizzo di procedure di stima per modelli rete neurale che presentano un carico computazionale equivalente a quello di modelli lineari.