Corso di Laurea in Biotecnologie

Metodi di Intelligenza Artificiale

Methods in Artificial Intelligence

Anno accademico 2013/2014

Inoltre il candidato dovrà rispondere a domande su una parte del corso (diversa da quella concernente l'articolo scelto) da scegliere tra le seguenti:
1. Introduzione all'Intelligenza Artificiale e rappresentazione della conoscenza mediante la Logica.
2. Apprendimento automatico e reti neurali.
3. Ricerca cieca ed euristica, algoritmi di ricerca bio-ispirati e teorema del no-free-lunch.
4. Metodi di epidemiologia molecolare.
5. Rappresentazione della conoscenza e dei fenomeni mediante reti.
6. Vita artificale e modelli di sistemi biologici mediante reti.

Articoli per l'esame:
i. Introduzione alle Reti Neurali: Tettamanzi, Tomassini - Soft Computing; Giuseppe Carella - L'Officina Neurale
ii. DNA Computing: Paun, Rozenberg, Salomaa - DNA Computing
iii. Logica Fuzzy: Tettamanzi, Tomassini - Soft Computing
iv. Ricerca Euristica in Filogenesi: Trujillo, Cotta - An Evolutionary Approach to the Inference of Phylogenetic Networks
v. 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
vi. Evoluzione Artificiale e Effetto Baldwin: Downing - Development and the Baldwin Effect; Turney - Myths and Legends of the Baldwin Effect
vii. Ricerca Euristica e Bioinformatica: Vesterstrom - Heuristic Algorithms in Bioinformatics
viii. 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
ix. 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
x. 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
xi. Reti nella Morfogenasi Foreale: Alvarez-Buylla et al - Floral Morphogenesis: Stochastic Explorations of a Gene Network Epigenetic Landscape
xii. 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
xiii. Modelli Teorici di Reti di Regolazione Genica: Darabos, Tomassini, Giacobini - Dynamics of Unperturbed and Noisy Generalized Boolean Networks
xiv. Modelli Applicati di Reti di Regolazione Genica: Darabos, Tomassini, Di Cunto, Provero, Giacobini - Additive functions in Boolean networks: where synchronicity meets topology-driven update
xv. Teoria dei Giochi Evolutiva e Reti: Tomassini, Luthi, Giacobini - Hawks and Doves on Small-World Networks
xvi. Particle Swarm Optimization e Teoria dei Giochi Evolutiva: Di Chio C, Di Chio P, Giacobini - An Evolutionary Game-Theoretical Approach to Particle Swarm Optimisation
xvii. Ricerca di Power Law: Clauset, Shalizi, Newman - Power-law distributions in empirical data
xviii. 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
xix. 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

Sommario insegnamento

• Obiettivi formativi
• Risultati dell'apprendimento attesi
• Programma
• Testi consigliati e bibliografia
• Note
• Strumenti didattici

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.

Risultati dell'apprendimento attesi

Il corso si propone di fornire agli studenti un'ampia, sebbene per limiti di tempo non dettagliata, conoscenza dei principali metodi di rappresentazione e modellizzazione della conoscenza e di fenomeni reali, oltre alle fondamentali tecniche di soluzione automatica di problemi e di apprendimento automatico.

Programma

Dopo aver introdotto, sia da un punto di vista concettuale che storico, i fondamenti del Metodo Scientifico e dell’Intelligenza Artificiale (IA), il corso si articolerà in due 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.

• 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
• Mark Newman, Networks: an introduction, Oxford Press
• 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

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.

• Materiale didattico
• Bacheca appelli
• Vai a Moodle
• Visita i forum