4 commenti

  1. jocuri mario Febbraio 15, 2016 @ 15:48

    Donkey Kong gave technique to the platforming style,
    a plot and a number of ranges, whereas Tremendous Mario Bros.

  2. Shelton Maggio 19, 2016 @ 18:01

    These tabs help to easy access of the apps in structural manner.
    For our scenario here, we will be clicking the Customize button, which will take us to the settings of our application. Sadly,
    the most notable out there, Better Keyboard, is a resource hog
    on my phone and slows everything down.

  3. jocuri cu mario și luigi Ottobre 25, 2016 @ 18:19

    It’s neary impossible to findd knolwledgeable pedople ffor thijs topic, however,
    youu solund like you know whbat you’re talking about!
    Thanks

  4. jocuri cu mario și sonic Ottobre 31, 2016 @ 17:10

    Magbificent goods freom you, man. I hage bbe awaare yohr sguff previous tto aand yoou arre simply
    extremely great. I reakly loke what you’ve goot right here, certainly like
    what you’re saaying and thhe bbest waay thhrough which yoou assdrt
    it. You make itt entertaining andd you conntinue to caree ffor tto stwy iit sensible.
    I can wwait to reead much more from you. Thhat is actually a wonrerful
    website.

Riconoscimento delle forme (intervista)

Teoria dell'informazione

Intervista a Fabio Caccia, fisico.

Nelle sue esperienze di studio e di ricerca ha trovato aggregazione e ricorsività?
Alcune mie ricerche erano orientate all’analisi di scene e quindi di immagini complesse: la visione artificiale. Lo strumento era una macchina di calcolo multiproccessor (circa 100 microprocessori concorrenti), in grado di eseguire in tempo reale (qui andrebbe definito “tempo reale”) i metodi di calcolo, in genere computazionalmente onerosi. Il compito, di questi metodi, algoritmi logico-matematici di elaborazione del segnale , è emulare alcune funzioni generali della visione umana: riconoscere, classificare, misurare, controllare, manipolare, leggere, … interpretare il mondo che noi vediamo.La complessità era data e inevitabile, bisognava entrarci dentro.
Alcuni metodi fondamentali, che hanno radici anche nella psicologia della Gestalt, operano sull’immagine, un’aggregazione complessa di semplici elementi: i pixel (abbreviazione di picture element). Tipici algoritmi utilizzati nell’implementazione di questi metodi sono appunto ricorsivi. La ricorsività in genere, pur mantenendo semplice la logica da implementare, riesce a rispondere a compiti complessi con elevati iterazioni. Si conserva così una semplicità locale: la complessità sorge con il numero elevato di elementi su cui si opera.
Posizionarsi sopra un pixel, guardarsi intorno. Utilizzare poche semplici regole, che hanno un immediato riscontro nella realtà fisica, basate su concetti generali di somiglianza, adiacenza, contenimento. Ripeterlo per ogni pixel appunto ricorsivamente.
In genere dopo questa fase di elaborazione si ottiene una etichettatura consistente dell’immagine. La nostra rappresentazione della scena è ora più comprensibile ai livelli superiori della conoscenza. Possiamo finalmente dedicarci alle funzioni più alte: riconoscere, confrontare, classificare, controllare,…

come avete stabilito le regole?
Si è trattato appunto di regole semplici e locali, come somiglianza, adiacenza, contenimento. non simboli, ma qualcosa che ha a che fare con l’esperienza fisica della realtà. non erano in gioco ancora formule matematiche, ma semplici concetti logici e topologici.
Se per esempio io voglio indicare ad un turista come andare a san donato, potrei dirgli: vai per 200 metri ad est, poi per 300 a nord ecc. oppure : alla prima a destra, poi a sinistra e dritto. Nel primo caso ci sono molti dati e ci vogliono molte cognizioni per usarli. Nel secondo una regola, applicabile agli incroci, così semplice da poter essere detta naturale e pochi dati relativi da tenere a mente, destra, sinistra, dritto.
Così applicando il principio del KISS, “keep it simple and stupid” americano, una traduzine moderna del Rasoio di Occam “Pluralitas non est ponenda sine necessitate”, abbiamo mantenuto la logica semplice, applicando localmente altrettante semplici ed intuitive regole. Da pochi elementi e regole, attraverso la ripetizione, abbiamo emulato la complessità.
Del resto ci sono altri esempi di regole che trovano riscontro con la natura: la sezione aurea, implicita nella serie di Fibonacci e cara agli artisti rinascimentali (e non solo) si ritrova in aggregazioni naturali in crescita come nel girasole, nella margherita, nelle conchiglie.
Nelle prime fasi di crescita di qualunque organismo, quando il sistema è composto da pochi elementi semplici, non possiamo pensare che in essi ci sia già tutta la complessità degli organismi finali.
La complessità è conseguenza di innumerevoli ripetizioni di poche ma fondamentali regole fisiche. Per esempio una regola è “evitare lo spreco di energie”: girasole, margherita e conchiglia crescono bilanciando la crescita su due dimensioni.

possiamo dire che le regole sono simboli della realtà?
Si potrebbe dire che sono un modo di mettere ordine.
Pensiamo all’uomo come ad un convertitore della realtà, in grado di generalizzare, di astrarre, utilizzando anche regole.
Per esempio, data una lingua, applicando le diverse probabilità di occorrenza di lettere singole, coppie, triplette, … possiamo ricostruire parole di senso compiuto e, con applicazioni ricorsive, ottenere e generare linguaggi sempre più complessi. Catene markoviane, che permettono di generare parole, frasi oppure mettere a punto delle tecniche di ottimizzazione del riconoscimento.
Di questo parlano Shannon e Weaver nel libro Teoria matematica delle comunicazioni.

E poi c’è il problema dell’errore….
E del rumore…. Il rumore come fonte d’informazione. Questo è un gran busillis!
In alcune mie tecniche di apprendimento, applicate alle macchine di OCR/ICR (Optical/Intelligent Character Recognition) ho ampiamente sfruttato quest’aspetto “positivo” del rumore.
Ma questa è un’altra storia. Anch’essa però collegata alle aggregazioni, al “clustering”. Utilizzando il rumore nella rappresentazione di classi naturali è possibile ottenere una migliore descrizione ai fini della classificazione del mondo incerto. Anche in questo contesto bastano semplici regole di aggregazione per ottenere il risultato (sub)ottimo, applicate ad ogni elemento del nostro insieme più o meno statisticamente significativo del mondo che rappresenta.

complessita @ Marzo 31, 2008

Lascia un commento

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>