Previsione di agenti inquinanti mediante reti neurali e ottimizzazione degli iperparametri attraverso grid search con Talos

Tontini, Giacomo (2018) Previsione di agenti inquinanti mediante reti neurali e ottimizzazione degli iperparametri attraverso grid search con Talos. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons Attribuzione - Non commerciale - Non opere derivate 3.0

Download (9MB)

Abstract

L'inquinamento ambientale sta diventando sempre di più un problema di notevole priorità. Le grandi metropoli superano quotidianamente le soglie massime imposte dalla legge per i vari inquinanti e le amministrazioni cercano di arginare i danni causati da questi limitando il traffico e vietando l'utilizzo di determinate tipologie di riscaldamento domestico. Grazie all'intelligenza artificiale e ai numerosi dati acquisiti dalla circolazione di biciclette dotate di opportuni sensori è possibile determinare quali aree della città sono meno inquinate, consentendo ai cittadini di scegliere dove passare il proprio tempo libero lontano dallo smog. Le reti neurali necessitano la configurazione di particolari parametri che consentono a queste di offrire i risultati migliori. Non sempre la scelta dei parametri risulta un'operazione semplice ed è per questo che ci si avvale di opportune tecniche di ottimizzazione per determinare quale sia la configurazione migliore.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Tontini, Giacomo
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum ingegneria informatica
Ordinamento Cds
DM270
Parole chiave
machine learning,deep learning,intelligenza artificiale,reti neurali,previsione,agenti inquinanti,ottimizzazione,iperparametri,grid search
Data di discussione della Tesi
18 Ottobre 2018
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^