Riassunto analitico
I concetti approfonditi nell’elaborato riguardano l’Internet of Things, Intelligenza artificiale e il machine learning, gli agenti autonomi e sistemi multiagente e Le reti bayesiane.
Nell’Internet of Things (IoT), gli argomenti approfonditi riguardano le caratteristiche e i livelli di complessità, le tecnologie abilitanti, le analogie e le differenze tra sistemi IoT e Machine to Machine (M2M), come le tecnologie 5G abbiano aperto al mondo dell’IoT nuove prospettive ed infine in quali settori possono essere applicate queste tecnologie.
Nello studio dell’Intelligenza artificiale (IA) e del machine learning, dopo una breve introduzione sul concetto di intelligenza artificiale, si sono approfondite le tecniche di apprendimento del machine learning. Nello specifico: supervised learning, unsupervised learning e renforcement learning. Si è fatta menzione, infine, delle tecniche di deep learning e di come possano essere applicate a vari scenari.
Per quanto riguarda gli agenti autonomi e sistemi multiagente, dopo aver approfondito cos’è un agente autonomo e quali siano le sue caratteristiche si è passati a definire i vari tipi di architettura di tali agenti. Si è poi passati a definire cosa fossero i sistemi multiagente e quali fossero le loro caratteristiche.
In conclusione, ci si è focalizzati sullo studio delle reti bayesiane: si è fatto un excursus storico dove si sono approfonditi i concetti di probabilità utilizzati per la definizione del teorema di Bayes. Si sono analizzate la struttura e le caratteristiche delle reti bayesiane e ci si è, infine, concentrati sull’apprendimento di tali reti e dei loro possibili campi di applicazione.
|
