.dsy:it. Pages (5): [1] 2 3 4 5 »
Show 150 posts per page

.dsy:it. (http://www.dsy.it/forum/)
- Sistemi intelligenti (http://www.dsy.it/forum/forumdisplay.php?forumid=267)
-- Appello 28/2 (http://www.dsy.it/forum/showthread.php?threadid=33850)


Posted by elpampero on 15-02-2008 17:58:

Appello 28/2

Vorrei mettere su una specie di gruppo di studio per l'appello del 28 febbraio.
Qualcuno è interessato?


Posted by Polo on 16-02-2008 15:30:

Anch'io sto studiando per il 28 mi piacerebbe confrontarmi un attimo con qualcun'altro che sta preparando l'esame per vedere come sono messo anche perchè guardando le domande degli appelli mi sono sorti parecchi dubbi....
io studio spesso in dipartimento ci si potrebbe incontrare tipo martedi pome o mercoledi??


Posted by elpampero on 16-02-2008 15:55:

Purtroppo lavoro a tempo pieno e non ho modo di venire in dipartimento...si potrebbero postare le domande relative ai dubbi e via via confrontarsi...
Per esempio mi sono venuti dubbi tremendi sull'esercizio relativo alle reti neurali dell'ultimo appello...
Quelle P cosa sono? i pattern d'ingresso? di uscita?


Posted by elpampero on 16-02-2008 15:57:

Anzi per completezza posto il testo dell'esercizio:
[7] Cosa si intende per modello semi-parametrico? Per modello lineare? Fare un esempio di un modello semi-parametrico e di
un sistema lineare. Descrivere un modello di rete neurale a piacere. Con la rete neurale definita si vuole apprendere la funzione
sottostante i seguenti cinque valori misurati: P1 = [10.; 20.], P2 = [5.; 8.], P3 = [3. 12.], P4 = [0; 0.], P5 = [-1; -3]. Definire
l’algoritmo di apprendimento, sviluppare i primi due passi dell’algoritmo e calcolarne il risultato.


Posted by elpampero on 17-02-2008 10:06:

Io intanto posto le domande poi magari qualcuno mi verrà dietro...
Che differenza c'è tra un avatar e un agente?!?!


Posted by Polo on 19-02-2008 18:07:

La differenza tra Avatar e agente ci ho pensato anch'io e sono giunto alla conclusione che si riferisca al fatto che il concetto di agente non contiene al duo interno tutta la struttura sensoriale considerata nel RL comunque ambiente.
Infatti tutto cio che l'agente non puo cambiare è da considerarsi ambiente.

Infine l'avata deve anche rispondere a stimoli e desideri questo non è vero per l'agente che risponde solo a stimoli esterni e ha come unico stimolo interno il raggiungimento del goal.


Posted by Polo on 19-02-2008 18:10:

Sinceramente invece non so cosa intende per modello semiparametrico e lineare ma in che appello si trova la domanda??


Posted by Polo on 19-02-2008 18:14:

Forse si riferisce a sistemi lineari come metodi per trovare esattamente la soluzione come i sistemi di equazione... modelli semi-parametrici invece sistemi che utilizzano i parametri per minimizare errore cioè fare una stima


Posted by elpampero on 20-02-2008 07:34:

Convengo con te sul fatto di modelli semiparametrici e lineari (ne sono un esempio le reti neurali).
Per quanto riguarda avatar e agente sono d'accordo solo sulla seconda parte. Infatti l'avatar è esclusivamente software...


Posted by Polo on 20-02-2008 11:13:


Per quanto riguarda avatar e agente sono d'accordo solo sulla seconda parte. Infatti l'avatar è esclusivamente software...


Si hai ragione infatti anche l'agente è esclusivamente software bisogna precisare : l'avatar contiene anche tutta la parte di software che interpreta gli stimoli esterni grazie all'hardware mentre il concetto di agente utilizzato nel RL non prevede questo modulo.


Posted by elpampero on 21-02-2008 07:35:

Originally posted by elpampero
Anzi per completezza posto il testo dell'esercizio:
[7] Cosa si intende per modello semi-parametrico? Per modello lineare? Fare un esempio di un modello semi-parametrico e di
un sistema lineare. Descrivere un modello di rete neurale a piacere. Con la rete neurale definita si vuole apprendere la funzione
sottostante i seguenti cinque valori misurati: P1 = [10.; 20.], P2 = [5.; 8.], P3 = [3. 12.], P4 = [0; 0.], P5 = [-1; -3]. Definire
l’algoritmo di apprendimento, sviluppare i primi due passi dell’algoritmo e calcolarne il risultato.


Qua non riesco proprio a capire...
Una rete neurale necessita di pattern di input e pattern di output per l'addestramento. I dati forniti in questo esercizio cosa sono?!?!?!


Posted by elpampero on 22-02-2008 11:20:

Cosa rappresenta questa?
y(t+1) = α y(t) + (1 – α;) u(t)


Posted by Polo on 22-02-2008 18:53:

y(t+1) = α y(t) + (1 – α;) u(t)

Sembra un funzione di passaggio da uno stato marKoviano cioè lo stato t+1 è uguale al valore dello stato precedente piu un altro valore ottenuto dallo tramite una funzione sullo stato precedente... α e (1 – α;) sono semplicemente dei parametri che indicano se pesare piu o meno la storia passata cioè pesare piu o meno y(t) o u(t).
Tu che ne pensi...??

Per l'esercizio [7] invece non so ancora darmi una risposta martedi mi sa che passo dal proff a fargli due domande magari glielo chiedo mi sapresti dire esattamente da dove l'hai preso è un esercizio degli appelli precedenti ??


Posted by Polo on 22-02-2008 20:15:

....


Posted by elpampero on 23-02-2008 10:57:

Gli esercizi gli ho presi tutti dai link degli appelli precedenti sulla pagina del corso...
A me sembra una funzione di aggiornamento per un ambiente non stazionario...però non mi torna completamente. Mi sa che anche io Martedì prendo un permesso e faccio un saltino a trovare il prof...


All times are GMT. The time now is 01:38. Pages (5): [1] 2 3 4 5 »
Show all 72 posts from this thread on one page

Powered by: vBulletin Version 2.3.1
Copyright © Jelsoft Enterprises Limited 2000 - 2002.