Your SlideShare is downloading. ×
0
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
EVEN Presentation - April 2009
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

EVEN Presentation - April 2009

288

Published on

Presentazione di EVEN Framework per l'Audit di TER-ENESIST ENEA 8 Aprile 2009

Presentazione di EVEN Framework per l'Audit di TER-ENESIST ENEA 8 Aprile 2009

Published in: Business, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
288
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
3
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. MATTEO DE FELICE
  • 2. Piattaforma per lo studio e l’utilizzo di algoritmi di ottimizzazione e ricerca. EVolutionary Utilizzo di reti neurali artificiali (ANN) per la predizione e la modellazione. ENvironment Analisi statistiche delle popolazioni e delle soluzioni. Framework Esportazione dei dati per post- processing in altri ambienti.
  • 3. EVOLUTIONARY E SOFT COMPUTING Tecniche stocastiche Spesso progettazione trial-and-error Uso di simulatori software
  • 4. PACCHETTI SOFTWARE ESISTENTI Optimization Algorithm Toolkit (OAT) della Swinburne University of Technology, Complex Intelligent Systems Laboratory (CIS) MATLAB, Neural Networks Toolbox e Genetic Algorithm Toolbox Librerie/API come Nnlib, GAlib, ParadisEO (INRIA)
  • 5. OBIETTIVI DI EVEN API per lo sviluppatore User- friendliness Efficienza
  • 6. TARGET DI EVEN Sviluppatori di algoritmi, metodi Sviluppatori Scienziati Utenti Ingegneri e Studiosi di evo e tecnici per scopi soft computing di ottimizzazione
  • 7. EFFICIENZA Codice C++ di diversi ordini di grandezza più veloce del codice Java e di MATLAB
  • 8. USER-FRIENDLINESS
  • 9. API PER GLI SVILUPPATORI API (Application Programming Interface) per gli sviluppatori
  • 10. FUNZIONALITÀ DI EVEN Ottimizzazione di funzioni statiche e dinamiche (variabili nel tempo) Design di reti neurali artificiali Algoritmi “classici” (backpropagation, algoritmi genetici) e innovativi (Artificial Societies e Cellular Genetic Algorithms) Problemi di benchmark built-in Simulazioni batch con file di log
  • 11. DATI DELLE SIMULAZIONI Soluzioni del problema salvate su file (e pronte per essere esportate, es. MATLAB) Dati dell’algoritmo (diversità delle soluzioni, dati statistici) Accessibili tramite GUI
  • 12. GUI PER L’ANALISI DEI DATI Selezione dati Selezione simulazioni Area plot Tipi di plot: 1. Normale 2. Derivata 3. Normalizzato
  • 13. UTILIZZI ATTUALI DI EVEN Modelli climatici tramite reti neurali ed algoritmi genetici Uso delle reti neurali RBF per fault e anomaly detection Ottimizzazione parametrica per la progettazione di un distretto energetico Studio di base per tecniche di ensembling neurale
  • 14. SVILUPPI FUTURI Versione parallela e distribuita
  • 15. ENSEMBLING NEURALE Studio e implementazione dell’ensembling neurale per problemi dinamici in collaborazione con il prof. Xin Yao del CERCIA (The Centre of Excellence for Research in Computational Intelligence and Applications)
  • 16. PUBBLICAZIONI Ceravolo, De Felice, Pizzuti – Combining Back-propagation and Genetic Algorithms to Train Neural Networks for Ambient Temperature Modeling in Italy, EVO* 2009 (to be published) Azzini, De Felice, Meloni, Tettamanzi – Soft computing techniques for Internet backbone traffic anomaly detection, EVO* 2009 (to be published)

×