Offerta Didattica
INFORMATICA
DATA MODELLING
Classe di corso: L-31 - Scienze e tecnologie informatiche
AA: 2021/2022
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
FIS/01 | Affine/Integrativa | Libera | Libera | No |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
6 | 4 | 0 | 2 | 48 | 24 | 0 | 24 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
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.Learning Goals
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)Teaching Methods
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.Prerequisites
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 oraleAssessment
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.Course Syllabus
Testi di riferimento:
Consigliati
Rafael C. Gonzales, R. E. Woods, S. L. Eddins, Digital Image Processing using MATLAB (Low Price Edition 2006)
- Dapor, Ropele - Elaborazione dei dati sperimentali (Springer 2005)
- Appunti (forniti dal docente)
Altri testi:
- S. Vaughan - Scientific Inference: Learning from Data - (Cambridge 2013)
- A. Rotondi, P. Pedroni. A. Pievatolo, Probabilità, Statistica e Simulazione (Springer 2012)
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
Docente: ENZA FAZIO
Orario di Ricevimento - ENZA FAZIO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Martedì | 09:30 | 10:30 | Incubatore d'Impresa -3 PIANO |
Note: