Pubblicati da Matteo Alberti

Convolutional autoencoders features visualization

Cristiano De Nobili – Fisico   “Convolutional autoencoders features visualization” Le reti CNN formano delle rappresentazioni a ogni livello, le feature maps, e i livelli più lontani dal livello di input contengono features via via sempre più complesse, che catturano caratteristiche che descrivono grandi porzioni dell’immagine di input. In questo talk faremo vedere una tipica […]

Introduzione al deep learning

Daniele D’Armiento – Physicist presso Samsung “Introduzione al deep learning ed alla piattaforma Deep Learning Italia” Abstract: Illustrazione della community Deep Learning Italia e degli strumenti oggi sviluppati e a disposizione della community. Introduzione alle features del sito www.deeplearningitalia.com: i tutorials, il question & answer, le references, gli sviluppi futuri

Utilizzo di deep learning per il riconoscimento di oggetti

Autrice: Joyce Xu Traduttrice: Sabrina Sala       Con la comparsa di veicoli a guida autonoma, sistemi di videosorveglianza intelligenti e varie applicazioni come quella del conteggio delle persone, la richiesta di sistemi di riconoscimento facciale è ormai in continua crescita. Questi sistemi riguardano non solo il riconoscimento e la classificazione degli oggetti presenti […]

Guida alle architetture di reti profonde

Autrice: Joyce Xu Traduttrice: Sabrina Sala     Negli ultimi anni, molto del progresso ottenuto nell’utilizzo del deep learning (apprendimento profondo) per la visione artificiale può essere ricondotto a un gruppo ristretto di architetture di reti neurali. Lasciando da parte la matematica, i codici e i dettagli dell’implementazione, in questo articolo intendiamo analizzare come questi modelli […]

Introduzione ai Metodi di riduzione della Dimensionalità ed elementi di Algebra lineare: Parte 1

Autore: Matteo Alberti     Metodi lineari per la riduzione: Parte 1 Identificazione attraverso l’individuazione di sottospazi Approssimazioni Matriciali per la riduzione Casi di applicazione base: Decomposizione in Valori Singolari (SVD) Norme Matriciali: Parte 2 Norme vettoriali Norme indotte Norme di Schatten Norma di Frobenius Casi di applicazione base: Analisi dei Cluster Definizione di metrica […]

Introduzione agli autoencoder

Autore: Nathan Hubens Linkedind: https://www.linkedin.com/in/nathan-hubens Traduttrice: Sabrina Sala   Gli autoencoder sono reti neurali con lo scopo di generare nuovi dati dapprima comprimendo l’input in uno spazio di variabili latenti e, successivamente, ricostruendo l’output sulla base delle informazioni acquisite. Questa tipologia di network è composta da due parti: Encoder: la parte della rete che comprime l’input […]

Utilizzo del Deep Learning per migliorare la grafica di FIFA 18

Autore: Chintan Trivedi Linkedin: https://www.linkedin.com/in/chintan-trivedi-78665774/ Traduttrice: Sabrina Sala     Comparazione tra i due volti di Ronaldo: a sinistra quello di FIFA 18, a destra quello generato da una rete neurale profonda. La Game Studios ha speso milioni di dollari e centinaia di ore di ricerca e sviluppo nel progettare la grafica del gioco, nel tentativo […]

implementare una rete neurale profonda per giocare a fifa 18

Autore: Chintan Trivedi Linkedin: https://www.linkedin.com/in/chintan-trivedi-78665774/ Traduttrice: Sabrina Sala   Gli A.I. bots, ossia di programmi in grado d’agire, sono solitamente programmati con una serie di regole a priori che comunicano con il gioco. Nella maggior parte dei casi, questo approccio è sufficientemente efficace per far sì che il bot imiti i comportamenti umani. Tuttavia, in molti […]

Paradigmi di apprendimento nel machine learning

Autore: Matteo Alberti       Tradizionalmente abbiamo tre tipi di apprendimento differenti nel machine learning  (Apprendimento Automatico)    : Apprendimento Supervisionato Apprendimento Non-Supervisionato Apprendimento per Rinforzo   Apprendimento Supervisionato L’apprendimento supervisionato ha come obiettivo quello di dedurre una data funzione dai dati di addestramento. Tali dati consistono in una coppia costituita da un vettore di […]

Reti Neurali Capsulari

Autore: Matteo Alberti   Le reti neurali convoluzionali ottengono grandi performance quando i dati in fase di test risultano esser molto simili a quelli utilizzati in fase di apprendimento ma, in caso di rotazioni, traslazioni o traasformazioni esse risultano soggette a scarsa capacità di generalizzazione. É commune prassi dunque andare a fornire al nostro training […]