Vai al contenuto principale
Oggetto:
Oggetto:

Metodi di Intelligenza Artificiale

Oggetto:

Anno accademico 2012/2013

Codice dell'attività didattica
B8612
Docente
Mario GIACOBINI (Titolare del corso)
Corso di studi
laurea i^ liv. in biotecnologie - laurea spec. in biotecnologie molecolari ed Indirizzo Imaging
Anno
3° anno
Periodo didattico
Secondo semestre
Tipologia
A scelta dello studente
Crediti/Valenza
5
SSD dell'attività didattica
INF/01 - informatica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Orale
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Il corso si propone di presentare agli studenti una panoramica sugli strumenti che sono stati sviluppati nell’affrontare le problematiche legate all’intelligenza artificiale a ai sistemi complessi. Particolare attenzione verrà data alle tematiche riguardanti le scienze mediche e le biotecnologie. Un nuovo e molto promettente approccio nella modellizzazione e nello studio di fenomeni sociali, tecnologici e biologici è comunemente chiamato "network science". I metodi sviluppati in questo ambito possono venire utilizzati da un lato per studiare le caratteristiche di sistemi reali e dall'altro per investigare i comportamenti di processi dinamici che hanno luogo all'interno del sistema. Tra le principali aree di applicazione di questa disciplina si trovano sistemi quali quelli di trasmissione di agenti patogeni, di interazione proteina-proteina all'interno delle cellule e di regolazione genica. Questi nuovi metodi risultano in approcci complementari a quelli tipici dell'epidemiologia e della biologia.
The course's aim is to introduce the students to the methods that have been developed and are currently used in the artificial intelligence and complex systems fields. Particular attention will be given to the techniques that have a close relation with medical sciences and with biotechnologies. Among them, network science is clearly emerging as a new and very promising approach in the modeling of social, technological, and biological phenomena. The methodologies developed in this framework can be used, on one side, to study the characteristics of real systems, and, on the other side, to investigate the behaviors of dynamical processes taking place in the systems. Central applications of this discipline are systems of pathogen transmission, cell protein-protein interaction, and gene regulation. These new methodologies result in complementary approaches with respect to classical epidemiology and biology ones.

Oggetto:

Risultati dell'apprendimento attesi

L'esame in forma orale consisterà nella presentazione di un articolo scelto dal candidato all'interno della lista presente in questa pagina o proposto dal candidato stesso e approvato dal docente almeno una settimana prima della prova di esame.

Inoltre il candidato dovrà rispondere a domande su una parte del corso (diversa da quella concernente l'articolo scelto) da scegliere tra le seguenti:

  • Introduzione all'Intelligenza Artificiale e rappresentazione della conoscenza mediante la Logica.
  • Apprendimento automatico e reti neurali.
  • Ricerca cieca ed euristica, algoritmi di ricerca bio-ispirati e teorema del no-free-lunch.
  • Rappresentazione della conoscenza e dei fenomeni mediante reti.
  • Vita artificale e modelli di sistemi biologici mediante reti.

The exam will consist in an oral presentation of an article chosen by the candidate among those listed in this page or proposed by the candidate and approved by the lecturer at least a week before the exam.

Moreover, the candidate shall answer questions on a part of the course (different from the one to whom the chosen article belongs) to be chosen among the following ones:

  • Introduction to Artifical Intelligence and knowledge representation by means of Logics.
  • Machine learning and neural networks.
  • Blind and heuristic search, bio-inspired search methods, and no-free lunch theorem.
  • Knowledge and real phenomena representation by means of networks.
  • Artificial life and modeli of biological systems by means of networks.

  1. Introduzione alle Reti Neurali: Tettamanzi, Tomassini - Soft Computing; Giuseppe Carella - L'Officina Neurale
  2. DNA Computing: Paun, Rozenberg, Salomaa - DNA Computing
  3. Logica Fuzzy: Tettamanzi, Tomassini - Soft Computing 
  4. Ricerca Euristica in Filogenesi: Trujillo, Cotta - An Evolutionary Approach to the Inference of Phylogenetic Networks
  5. Ricerca Euristica in Filogenesi: Cerutti, Bertolotti, Goldberg, Giacobini - Adding Vertical Meaning to Phylogenetic Trees by Artificial Evolution; Cerutti, Bertolotti, Goldberg, Giacobini - Investigating Populational Evolutionary Algorithms to add Vertical Meaning in Phylogenetic Trees
  6. Evoluzione Artificiale e Effetto Baldwin: Downing - Development and the Baldwin Effect; Turney - Myths and Legends of the Baldwin Effect
  7. Ricerca Euristica e Bioinformatica: Vesterstrom - Heuristic Algorithms in Bioinformatics
  8. Programmazione Genetica e Drug Discovery: Archetti, Giordani, Vanneschi - Genetic Programming for Anticancer Therapeutic Response Prediction using the NCI-60 Dataset; Archetti, Lanzeni, Messina, Vanneschi - Genetic programming for computational pharmacokinetics in drug discovery and development
  9. Programmazione Genetica e Analisi di Dati da Microarray: Vanneschi, Farinaccio, Giacobini, Mauri, Antoniotti, Provero - Identification of Individualized Feature Combinations for Survival Prediction in Breast Cancer: A Comparison of Machine Learning Techniques; Farinaccio, Vanneschi, Giacobini, Mauri, Provero: On the Use of Genetic Programming for the Prediction of Survival in Cancer
  10. Reti di Coespressione di Geni Umani: Chung, Albert R, Albert I, Nekrutenko, Makova - Rapid and asymmetric divergence of duplicate genes in the human gene coexpression network
  11. Reti nella Morfogenasi Foreale: Alvarez-Buylla et al - Floral Morphogenesis: Stochastic Explorations of a Gene Network Epigenetic Landscape
  12. Evoluzione Artificiale di Automi Cellulari: Tomassini, Giacobini, Darabos - Evolution and Dynamics of Small-World Cellular Automata; Darabos, Giacobini, Tomassini - Performance and Robustness of Cellular Automata Computation on Irregular Networks
  13. Modelli Teorici di Reti di Regolazione Genica: Darabos, Tomassini, Giacobini - Dynamics of Unperturbed and Noisy Generalized Boolean Networks
  14. Modelli Applicati di Reti di Regolazione Genica: Darabos, Tomassini, Di Cunto, Provero, Giacobini - Additive functions in Boolean networks: where synchronicity meets topology-driven update
  15. Teoria dei Giochi Evolutiva e Reti: Tomassini,  Luthi, Giacobini - Hawks and Doves on Small-World Networks
  16. Particle Swarm Optimization e Teoria dei Giochi Evolutiva: Di Chio C, Di Chio P, Giacobini - An Evolutionary Game-Theoretical Approach to Particle Swarm Optimisation
  17. Ricerca di Power Law: Clauset, Shalizi, Newman - Power-law distributions in empirical data
  18. Reti Scale-Free nel Medioevo: Ormeroda, Roach - The Medieval inquisition: scale-free networks and the suppression of heresy; Padgett, Ansell - Robust Action and the Rise of the Medici 1400-1434
  19. Reti in Epidemiologia Veterinaria: Bigras-Poulin, Thompson, Chriel, Mortensen, Greiner - Network analysis of Danish cattle industry trade patterns as an evaluation of risk potential for disease spread; Bigras-Poulin, Barfod, Mortensen, Greiner - Relationship of trade patterns of the Danish swine industry animal movements network to potential disease spread
Oggetto:

Programma

Dopo aver introdotto, sia da un punto di vista concettuale che storico, i fondamenti dell’Iuntelligenza Artificiale (IA), il corso si articolerà in tre parti. In un primo tempo, verrà presentata l’IA classica (GOFAI), e in particolare i metodi di ricerca, sia cieca che euristica, di soluzioni in spazi di ricerca indotti dai problemi classici di IA. La parte principale del corso tratterà alcuni approcci bottom-up ai problemi di IA: dalla computazione emergente alla vita artificiale e ai sistemi complessi. Nella seconda parte del corso verranno discussi quegli approcci che stanno all'intersezione dei campi dei sistemi complessi e della vita artificiale, con particolare attenzione allo studio di processi di trasmissione di agenti patogeni ed alla modellizzazione di meccanismi cellulari.
After a brief introduction the foundations of Artificial Intelligence (AI), classical AI, commonly known as GOFAI (Good Old Fashion AI), will be presented. In particular, both blind and heuristic search methods for problem solving will be discussed. The main part of the course will be devoted to bottom-up approaches in AI, ranging from emergent computation to artificial life and complex systems. The second part will treat those arguments lying in the intersection of complex system and artificial life domains, we will see how real system can be modeled using network theory, with particular attention to the study of the transmission of pathogen agents dynamics, and to the modeling of cellular mechanisms.

Testi consigliati e bibliografia

Oggetto:

  • Nils J Nilsson, Intelligenza Artificiale, Apogeo
  • Stuart Russel e Peter Norvig, Artificial Intelligence: A Modern Approach, Pearson Education Intl
  • Melanie Mitchell, Introduzione agli Algoritmi Genetici, Apogeo
  • Roberto Serra e Gianni Zanarini, Sistemi Complessi e Processi Cognitivi, Calderini
  • Joel L. Schiff, Cellular Automata, Wiley
  • Andrea Tettamanzi e Marco Tomassini, Soft Computing, Springer
  • Guido Caldarelli, Scale Free Networks, Cambridge
  • Alain Barrat, Marc Barthélemy e Alessandro Vespignani, Dynamical Processes on Complex Networks, Cambridge    
  • James W. Haefner, Modeling Biological Systems, Springer

 



Oggetto:

Note

Il corso si terrà nel secondo semestre. Gli studenti interessati a parteciparvi sono pregati di registrarsi su questa pagina. Prima dell'inizio delle lezioni del secondo semestre il docente del corso contatterà gli studenti registrati per concordare l'orario delle lezioni.
The course will take place during the second semester. Interested students are asked to register on this page. Before the beginning of the lectures of the second semester the teacher of this course will contact the registered students in order to set the lectures' schedule.

Oggetto:
Ultimo aggiornamento: 01/07/2013 15:58
Location: https://biotec.campusnet.unito.it/robots.html
Non cliccare qui!