home *** CD-ROM | disk | FTP | other *** search
/ ftp.disi.unige.it / 2015-02-11.ftp.disi.unige.it.tar / ftp.disi.unige.it / pub / .person / MascardiV / click.txt next >
Text File  |  2002-03-06  |  3KB  |  101 lines
  1.  
  2.  
  3. 1.1 Piu' che stato dell'arte lo chiamerei introduzione
  4. o "Temi della ricerca"
  5.  
  6. Il gruppo di statistical learning del DISI si propone
  7. di studiare e sviluppare metodi per soluzione di
  8. problemi di classificazione basata su contenuto
  9. nel caso di documenti e immagini a partire da esempi.
  10.  
  11. Sono stati individuati tre gruppi di problemi che
  12. vengono brevemente esposti nell'ordine di priorita' 
  13. concordato. Il primo riguarda la capacita'
  14. di classificare sulla base del contenuto testi
  15. semistrutturati a partire da una serie di esempi
  16. resi disponibili nella fase di addestramento.
  17. Il secondo concerne la possibilita' di individuare 
  18. la tipologia e la combinazione di colori 
  19. presumibilmente graditi a un dato utente sulla 
  20. base di esempi (cioe' immagini) positivi e negativi
  21. (cioe' graditi o meno dall'utente stesso. Il terzo
  22. gruppo consiste nel trovare e oscurare in un'immagine 
  23. quegli elementi (quali, ad esempio, targhe, nomi di 
  24. vie, volti di persone) che consentono l'identificazione 
  25. precisa di luoghi e/o soggetti al fine di garantire 
  26. l'anonimato.
  27.  
  28. Il lavoro si sviluppera' in tre fasi, ciascuna della durata
  29. di 6 mesi. 
  30.  
  31.  
  32. PRIMA FASE
  33.  
  34. Nella prima fase si passeranno in rassegna le 
  35. principali tecniche e metodologie proposte in letteratura. 
  36. Nel caso dei testi in funzione della quantita' di
  37. dati disponibili si studieranno le tecniche di
  38. statistical learning relative al caso di classificazione
  39. supervisionata e parzialmente supervisionata.
  40. Particolare attenzione verra' riposta allo studio
  41. di appropriate funzioni kernel e al problema della
  42. scelta del kernel [XXX qualche citazione kermit].
  43.  
  44. Nel caso delle immagini si procedera' in due direzioni
  45. parallele. La prima in completa analogia al caso 
  46. precedente prevede lo studio di metodi di
  47. statistical learning applicati a immagini e
  48. di funzioni kernel dedicate. La seconda nella ricerca
  49. delle tecniche per l'identifazione e localizzazione
  50. in immagini di oggetti di interesse (volti, scritte, etc)
  51. ad ampio spettro e basate su metodologie sia di computer
  52. vision sia di statistica avanzata.
  53.  
  54. Contemporaneamente in questa prima fase verranno
  55. chiariti i punti e i singoli problemi di maggiore
  56. interesse fino alla stesura di specifiche concordate.
  57.  
  58. PER VIVIANA: anche in questo caso diamo ampia
  59. disposizione a fare seminari o lezioni "a comando"
  60. sui temi che risultino di maggiore interesse.
  61. Anzi, io prometterei questa cosa in tutte e 
  62. tre le fasi. Per chi lavora in aziende 6 mesi
  63. sono un'eternita'. Magari non bruciamo tutto
  64. subito e raccontiamo le cose nel corso dei 18 mesi.
  65.  
  66. Qui promettiamo solo report.
  67.  
  68.  
  69. SECONDA FASE
  70.  
  71. Nella seconda fase individuate le tecniche piu' promettenti
  72. per i problemi selezionati si intende procedere a
  73. una prima versione prototipale e validazione dei moduli
  74. software realizzati all'uopo. Per tutte e tre le
  75. tipologie di problemi sopracitati si prevede la necessita'
  76. di sviluppare funzioni kernel appropriate e di selezionare
  77. il modello di apprendimento piu' adatto. Ove necessario
  78. potrebbe rivelarsi importante l'utilizzo di metodi
  79. di apprendimento alternativi e/o ibridi.
  80.  
  81. Qui promettiamo release di prototipo software o
  82. di puntatori a software opensource o commerciale
  83. e risultati di una prima sperimentazione.
  84.  
  85. TERZA FASE
  86.  
  87. Nella terza fase intendiamo da un lato procedere alla
  88. valutazione estensiva delle tecnologie sviluppate
  89. e dall'altro  un miglioramente dei prototipi insieme
  90. a una descrizione dettagliata delle loro strutture.
  91.  
  92.  
  93. Qui promettiamo report finale e prototipo finale.
  94.  
  95.  
  96.  
  97.  
  98. TERZA FASE
  99.  
  100.  
  101.