2026-09-24T10:43:19Zhttps://www.iris.unict.it/oai/requestoai:www.iris.unict.it:20.500.11769/5818252023-12-05T00:41:01Zcom_20.500.11769_434851com_123456789_40col_20.500.11769_434852
Nuovi Approcci alla Complessità, alla Modellazione di Sistemi Dinamici e alle Reti Ricorrenti attraverso Strutture Formali e Semi-Empiriche
Spinosa, Angelo Giuseppe
Spinosa, Angelo Giuseppe
ARENA, Paolo Pietro
Recurrent neural networks, Dimensionality reduction, Modelling, Dynamical systems, Artificial intelligence, Machine learning, Complexity, Feature selection
Il contenuto di questa tesi si riferisce ad argomenti diversi, concentrandosi su alcune
problematiche di alto livello legate alla biorobotica, all'intelligenza artificiale e alla modellazione di sistemi dinamici. Gran parte del lavoro descrive tematiche pertinenti la classificazione di dati ed il loro trattamento attraverso algoritmi di riduzione della dimensionalità e di selezione degli attributi più significativi, oltre che dedicarsi a problematiche relative all'ambito della modellazione ed identificazione di sistemi anche complessi.
This thesis deals with different topics, ranging from biorobotics, artificial intelligence, and modelling of dynamical systems. A first part of it aims to describe those themes related to data classification and processing by means of dimensionality reduction and feature selection, whilst the second part regards the problem of modelling and identification of even complex systems.
2021-06-18
info:eu-repo/semantics/doctoralThesis
https://hdl.handle.net/20.500.11769/581825
ita
info:eu-repo/semantics/openAccess
Università degli studi di Catania
place:Catania
license:PUBBLICO - Pubblico con Copyright
license uri:iris.PUB02