Obiettivi Formativi

Il corso si propone di fornire conoscenze e competenze sulle tecniche computazionali per l’analisi dati e l’elaborazione delle immagini, sull’analisi delle componenti principali (PCA) e sulle tecniche di programmazione per l’intelligenza artificiale. Questi approcci sono applicati ed ottimizzati per l’analisi e la modellazione di argomenti di interesse nel campo della Fisica degli Stati Condensati, quali: • proprietà di trasporto ed ottiche in solidi e fluidi; • procedure di fitting di dati sperimentali; • simulazione di nanostructure; • fenomeni oscillatori/ondulatori con trasformata di Fourier.

Metodi didattici

Lezioni frontali- Esercitazioni individuali in laboratorio - Redazione di una relazione per le analisi e la modellazione di argomenti di interesse nel campo della Fisica degli Stati Condensati  (scadenza di consegna circa una settimana dalla prova)

Prerequisiti

Familiarità con le tecniche di programmazione, con i software di analisi dati e la visualizzazione grafica. Analisi di Fourier. Conoscenze di analisi statistica, calcolo delle probabilità e di tecniche di programmazione orientata agli oggetti.

Verifiche dell'apprendimento

- Valutazione relazioni predisposte per l’analisi e la modellazione di argomenti di interesse nel campo della Fisica della Materia Condensata (propedeutico per l’accesso alla prova orale) - Esame orale

Programma del Corso

Introduzione alla notazione e agli strumenti base di Matlab - Elaborazione digitale delle immagini -  Filtraggio nel dominio della frequenza,. Analisi dati ed approccio statistico (Principal Component Analysis PCA) – Best-fit di una curva sperimentale. Combinazione di funzioni Matlab e IPT per analizzare tematiche della Fisica della Materia Condensata come la modellazione computazionale delle nanostrutture e l'analisi dei fenomeni oscillatori mediante Trasformata di Fourier. Programma esteso: Introduzione all’uso del software MATLAB (Matlab Editor per creare file M, array, stringhe e strutture di celle) - Generazione di numeri casuali - Indicizzazione logica - Analisi statistica e di cluster: gestione e organizzazione dei dati, filtraggio e visualizzazione dei dati, statistiche descrittive (analisi dei componenti principali PCA e cluster gerarchici), applicate a casi studio di Fisica della Materia Condensata. Elaborazione del segnale e sottrazione di fondo – Procedure di best- fit: adattamento del modello ai risultati sperimentali ed algoritmo di ottimizzazione non lineare per scomporre un segnale complesso e sovrapposto nelle sue parti componenti - Modellazione computazionale di nanostrutture plasmoniche. Rappresentazione di immagini digitali- Conversione tra classi di dati e tipi di immagine- Elaborazione delle immagini a colori-compressione dell'immagine, codifica, elaborazione morfologica e segmentazione dell'immagine. Introduzione alla programmazione M-funzionale- Elaborazione di istogrammi e rappresentazione delle funzioni- Filtro spaziale- Elaborazione nel dominio della frequenza: la trasformata di Fourier discreta in 2D - Filtri nel dominio della frequenza. Casi studio su fenomeni oscillatori/ondulatori attraverso la Trasformata di Fourier. Introduzione ai modelli tipici della rete neurale, modellizzazione dell'intelligenza artificiale e programmazione orientata agli oggetti in ambiente MATLAB.