Prof. Aurelio Uncini

• Articoli specifici forniti dal Docente su argomenti avanzati.

Argomenti del programma: rgomenti principali: Parte 1: Matematica e statistica avanzata, contestualizzati per il Machine Learning (0.5 CFU) 1. Spazi metrici: blocchi base per il moderno ML; 2. Programmazione non lineare per ottimizzazione non vincolata e vincolata: teoria e algoritmi; 3. Variabili e processi stocastici, teoria della stima, teoria dell’informazione: Contestualizzazione per metodi ML; 4.

• Altre dispense e articoli forniti dal Docente.

Argomenti del programma: PROGRAMMA DEL CORSO Parte 1: Fondamenti di Audio e Acustica — 1 CFU 1.1 Fondamenti di Audio e Acustica Onde sonore e segnali audio digitali. Proprietà fondamentali della propagazione acustica. Microfoni e altoparlanti: principi di funzionamento e caratteristiche direttive. Fondamenti dell'udito umano e della psicoacustica. Scale percettive, fenomeni di mascheramento, loudness, altezza (pitch) e timbro.

Argomenti del programma: 1. Richiami essenziali (ridotti): backpropagation, ottimizzazione stocastica, regolarizzazione (solo ponte con ML). 2. DNN avanzate: ResNet, DenseNet, EfficientNet; tecniche di training avanzato (LR scheduling, weight init, batch norm, dropout evoluto). 3. Computer Vision: CNN avanzate, Inception/MobileNet, Vision Transformers (ViT), transfer learning, data augmentation. 4. Modelli generativi: o Richiami AE e VAE.