SEMINARIO
PROGETTO DI MODELLI PREDITTIVI TRAMITE QUANTIZZATORI VETTORIALI
ETICHETTATI
Centro inter-universitario di Bioingegneria e Scienze Motorie
Università di Brescia, Trento e Verona, Rovereto (TN) - Italia
ABSTRACT
Per modello predittivo si intende una regola di classificazione che assegni un oggetto ad una di un insieme finito, discreto e definito
a priori di classi, sulla base dei valori di un insieme di misure effettuate sull'oggetto stesso.
Modelli predittivi vengono utilizzati praticamente in ogni settore delle scienze sociali, economiche e biologiche,
per definire dei criteri di scelta a fronte di situazioni non incontrate in
precedenza (ad esempio, previsione dell'andamento di indici finanziari, previsione
circa l'affidabilitˆ di un cliente nella fornitura di un prestito, diagnosi di malattie, fraud detection, etc.).
Nel seminario si introdurranno le nozioni di base e i principi per il progetto di regole di classificazione, e si descriverà
il ruolo delle architetture di quantizzazione nella definizione di tali regole. Si introdurrà quindi un algoritmo per
il progetto adattativo di un quantizzatore basato sulla minimizzazione della probablità di errore, analizzando le sue caratteristiche
e confrontando le sue prestazioni con quelle di altri algoritmi di riferimento.
CONTENUTI
- Introduzione al Riconoscimento Statistico di Pattern:
- Definizione di regola di decisione, misure di prestazione, regola
di decisione ottima.
- Metodi non parametrici: k-nearest neighbor e metodo di
Parzen.
- Metodi non parametrici adattativi: reti neurali, reti di Kohonen
- Definizione di quantizzatore vettoriale
- Quantizzatori vettoriali e regole di decisione
- Quantizzatori vettoriali e metodi non parametrici
- Adattamento di quantizzatori vettoriali per la minimizzazione della probabilità
di errore
- Algoritmi BVQ, MAMRVQ.
- BVQ: Proprietà, prestazioni e confronto con algoritmi di riferimento.