Prof. Francesco Delli Priscoli

• Dispense derivanti dai Deliverables prodotti nell'ambito dei progetti di ricerca della UE/ESA/MIMIT. In particolare, progetti SHIELD (FP9), NANCY (FP9), CADUCEO (MIMIT), ATENA (UE FP8), SESAME (UE FP8), 5G ALLSTAR (UE FP8), 5G SOLUTIONS…

Argomenti del programma: La prima parte del corso (circa 40 ore) dettaglia le seguenti metodologie: Markov Decision Process, Dynamic Programming, Reinforcement Learning (in particolare, TD learning, Sarsa, Q-learning), Machine Learning (k-means, clustering). Oltre l'aspetto teorico, si considera l'utilizzo pratico di tali metodologie per il controllo di reti/sistemi di comunicazione, energia, trasporto, sicurezza, salute.

• Dispense derivanti dai Deliverables prodotti nell'ambito dei progetti di ricerca della UE/ESA/MIMIT. In particolare, progetti SHIELD (FP9), NANCY (FP9), CADUCEO (MIMIT), ATENA (UE FP8), SESAME (UE FP8), 5G ALLSTAR (UE FP8), 5G SOLUTIONS…

Argomenti del programma: La prima parte del corso (circa 40 ore) dettaglia le seguenti metodologie: Markov Decision Process, Dynamic Programming, Reinforcement Learning (in particolare, TD learning, Sarsa, Q-learning), Machine Learning (k-means, clustering). Oltre l'aspetto teorico, si considera l'utilizzo pratico di tali metodologie per il controllo di reti/sistemi di comunicazione, energia, trasporto, sicurezza, salute.

• Dispense derivanti dai Deliverables prodotti nell'ambito dei progetti di ricerca della UE/ESA/MIMIT. In particolare, progetti SHIELD (FP9), NANCY (FP9), CADUCEO (MIMIT), ATENA (UE FP8), SESAME (UE FP8), 5G ALLSTAR (UE FP8), 5G SOLUTIONS…

Argomenti del programma: La prima parte del corso (circa 40 ore) dettaglia le seguenti metodologie: Markov Decision Process, Dynamic Programming, Reinforcement Learning (in particolare, TD learning, Sarsa, Q-learning), Machine Learning (k-means, clustering). Oltre l'aspetto teorico, si considera l'utilizzo pratico di tali metodologie per il controllo di reti/sistemi di comunicazione, energia, trasporto, sicurezza, salute.

• F. Delli Priscoli: "Dispense di problemi di controlli automatici " (contiene moltissimi problemi di esame risolti continuamente aggiornati dal docente, riguardanti tutte le parti del programma).
• Sutton, Barto, "Reinforcement learning: an Introduction" (contiene gli argomenti della terza parte del programma relativi al Reinforcement Learning)
• D. J. Kelleher, "Deep Learning" (contiene gli argomenti della terza parte del programma relativi alle Reti Neurali)

Argomenti del programma: Prima parte (circa 45 ore): Il ruolo dell'automatica nell'ambito dell'ICT: esempi e applicazioni. Problematiche inerenti la modellizzazione di processi. Richiami inerenti le rappresentazioni di un processo nel dominio del tempo e nel dominio di Laplace e relative relazioni. Schemi di controllo.