Dipartimento | Computazione Naturale

Mission

Il laboratorio ospita attività di ricerca sul rapporto tra natura e computazione da due diversi e complementari punti di vista, caratterizzati da una forte interazione reciproca:

• lo sviluppo di modelli e tecniche di computazione ispirate dalla natura per la risoluzione di problemi complessi;
• l'uso di modelli e tecniche computazionali per simulare fenomeni naturali e organismi.

Nel primo ambito, l'attività di ricerca si concentra sullo sviluppo di modelli di speciazione negli algoritmi evolutivi per la risoluzione di problemi di ottimizzazione multimodale e nelle architetture dinamiche di sistemi di reti neurali artificiali per problemi di classificazione.
Nel secondo ambito, vengono proposti modelli computazionali del sistema visivo e del movimento degli essere umani, del sistema immunitario e del comportamento delle popolazioni di individui in relazione a cambiamenti dell'ambiente.
L'attività di ricerca è finalizzata alla realizzazione di sistemi intelligenti per la lettura, l'indicizzazione e la ricerca automatica di documenti manoscritti, per l'interpretazione di immagini biomediche, per la previsione di serie temporali e per l'apprendimento automatico di regole di classificazione di immagini telerilevate.

Descrizione

Metodi di speciazione in algoritmi evolutivi
Nell'ambito dei modelli di evoluzione biologica, l'attività di ricerca svolta preso il laboratorio ha lo scopo di sviluppare metodi in grado di promuovere meccanismi di speciazione che inducano effetti di separazione fenotipica mediante la competizione per risorse ambientali limitate. Tali metodi trovano la loro applicazione in compiti in cui sono disponibili risorse ambientali sia implicite sia esplicite che possono così essere assegnate in modo differente agli individui presenti nella popolazione in evoluzione. I modelli sviluppati trovano la loro naturale applicazione nella risoluzione di problemi di ottimizzazione multiobiettivo e di apprendimento automatico.

Tecniche per la selezione dinamica di pool di classificatori

Nell'ambito del riconoscimento automatico di oggetti, l'attività di ricerca è volta allo studio di schemi innovativi di classificazione basati sul paradigma multi-esperto che, a differenza della quasi totalità dei metodi proposti in letteratura, non si propongono di trovare la maniera migliore di combinare le risposte di tutti gli esperti, ma piuttosto di selezionare, per ogni esemplare da classificare, gli esperti affidabili, cioè quelli le cui risposte dovranno essere successivamente combinate per giungere alla decisione definitiva. I meccanismi di selezione dinamica degli esperti sono implementati ricorrendo a tecniche di soft computing, con particolare riferimento alle reti neurali e agli algoritmi evolutivi, e applicati in problemi di classificazione di immagini di diversa natura

Modelli computazionali del sistema visivo

Lo scopo di questa attività di ricerca è sviluppare metodi e algoritmi per la simulazione dei movimenti oculari durante l'osservazione di una scena, integrando processi bottom-up di elaborazione degli stimoli visivi provenienti dalla scena osservata con processi top-down di elaborazione cognitiva del contesto in cui viene svolta l'osservazione. Il modello di visione attiva sviluppato trova applicazione nella realizzazione di sistemi di codifica e compressione di sequenze video innovativi in grado di ottenere tassi di compressione e qualità dell'immagine percepita migliori di quelli ottenuti dall'algoritmo di compressione attualmente utilizzati nello standard MPEG.

Modelli neuro-computazionali dell'apprendimento motorio

L'attività di ricerca è incentrata sull'analisi dei processi neurali coinvolti nella generazione di task motori complessi e si pone come obiettivo quello di comprendere le modalità con cui diversi livelli del sistema nervoso interagiscono, contribuendo al graduale miglioramento delle prestazioni motorie nel corso dell'apprendimento. L'obiettivo viene perseguito attraverso la realizzazione di modelli che instanziano in una rete neurale le principali caratteristiche anatomiche, fisiologiche e biologiche delle aree corticali (motoria, somato-sensoriale, etc.) e dei sistemi subcorticali (gangli basali e cervelletto) coinvolti nella realizzazione di task motori. La comprensione di tali meccanismi fornisce un importante contributo a diversi settori di applicazione, dalla progettazione di arti robotici allo sviluppo di nuovi trattamenti riabilitativi per malattie neurodegenerative che coinvolgono il movimento, quali il morbo di Parkinson,la corea di Hungtinton e la sindrome di Tourette.

Analisi e interpretazione di documenti manoscritti

Questa attività di ricerca assume che la produzione manuale di una parola sia ottenuta combinando alcuni "tratti elementari" che lo scrivente ha elaborato e memorizzato durante l'apprendimento della scrittura e si propone di sviluppare metodi e algoritmi per individuarli e descriverne le caratteristiche morfologiche e dinamiche. Il repertorio di tratti elementari così ottenuto costituisce la core technology per lo sviluppo di molteplici applicazioni nell'ambito della elaborazione dei documenti manoscritti, quali la lettura automatica del testo, l'indicizzazione e la ricerca in grandi archivi documentali di interesse storico-culturale, la verifica dell'autenticità della scrittura e delle firme.

Segmentazione e interpretazione di immagini biomediche

Nell'ambito dell'analisi ed elaborazione di immagini bomediche, la ricerca si focalizza sulla segmentazione degli oggetti di interesse presenti nelle immagini e la misura delle loro caratteristiche morfologiche e densitometriche. Le tecniche sviluppate sono applicate alle immagine capillaroscopiche del letto ungueale, ampiamente utilizzate nell'ambito medico per il monitoraggio degli effetti delle radiazione ionizzanti dei lavoratori professionalmente esposti.

Didattica

Il laboratorio fornisce supporto didattico ai corsi di Sistemi di Elaborazione e Intelligenza Artificiale, alle attività di tesi degli studenti della Laurea e della Laurea Magistrale in Ingegneria Informatica , agli allievi del Dottorato in Ingegneria dell'Informazione.

Nell'ambito delle attività di progetto dei corsi di Sistemi di Elaborazione e Intelligenza Artificiale il laboratorio mette a disposizione piattaforme hardware e ambienti di s viluppo per la progettazione e simulazione di architetture dei sistemi di elaborazione, la programmazione logica, la simulazione di agenti intelligenti, lo sviluppo e la valutazione delle prestazioni di algoritmi evolutivi e reti neurali.

Strumentazione

Wacom Cintiq 15x

• Descrizione: Tavoletta grafica
• Impiego principale: Acquisizione on-line di campioni di scrittura manuale

ASL-5000

• Descrizione: Eye-tracking with magnetic head tracking
• Impiego principale: Validazione di modelli computazionali del movimenti saccadici durante l'osservazione di scene in condizioni controllate

ASL-500 ME

• Descrizione: Eye-tracking portatile
• Impiego principale: Validazione di modelli computazionali del movimenti saccadici durante l'osservazione di scene in ambienti naturali

Server Mac OS X

• Descrizione: Server multicore ad elevate prestazioni
• Impiego principale: Implementazione di algoritmi evolutivi e sistemi di reti neurali

Server DELL

• Descrizione: Server ad elevate prestazioni di elaborazione e memorizzazione con architettura RAID
• Impiego principale: Implementazione dei modelli neuro-computazionali