Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto INSERISCI in fondo alla pagina
CINECA IRIS Institutional Research Information System
Le reti neurali applicate al telerilevamento costituiscono una valida alternativa ai classificatori di tipo tradizionale e consentono la conduzione di classificazioni svincolate da qualsiasi ipotesi aprioristica circa la distribuzione dei toni radiometrici (Digital Numbers, DN) dell’immagine o delle ROI (Region of Interest). Nel caso specifico verranno presentati alcuni risultati ottenuti con classificatore neurale Neural Gas (NG) sviluppato presso il Polo Nazionale Bioelettronica (PNB) – Parco Scientifico e Tecnologico dell’Elba ed utilizzato in veste propria di classificatore non supervisionato e in veste non propria, ma sorprendentemente efficiente, di classificatore supervisionato.
Classificazione di immagini mediante algoritmi a reti neurali
Le reti neurali applicate al telerilevamento costituiscono una valida alternativa ai classificatori di tipo tradizionale e consentono la conduzione di classificazioni svincolate da qualsiasi ipotesi aprioristica circa la distribuzione dei toni radiometrici (Digital Numbers, DN) dell’immagine o delle ROI (Region of Interest). Nel caso specifico verranno presentati alcuni risultati ottenuti con classificatore neurale Neural Gas (NG) sviluppato presso il Polo Nazionale Bioelettronica (PNB) – Parco Scientifico e Tecnologico dell’Elba ed utilizzato in veste propria di classificatore non supervisionato e in veste non propria, ma sorprendentemente efficiente, di classificatore supervisionato.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/2318/64373
Citazioni
ND
ND
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla produzione scientifica in relazione alle soglie ASN 2018-2020 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione.
La simulazione si basa sui dati IRIS e presenta gli indicatori calcolati alla data indicata sul report. Si ricorda che in sede di domanda ASN presso il MIUR gli indicatori saranno invece calcolati a partire dal 1° gennaio rispettivamente del quinto/decimo/quindicesimo anno precedente la scadenza del quadrimestre di presentazione della domanda (art 2 del DM 598/2018).
In questa simulazione pertanto il valore degli indicatori potrà differire da quello conteggiato all’atto della domanda ASN effettuata presso il MIUR a seguito di:
Correzioni imputabili a eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori.
Presenza di eventuali errori di catalogazione e/o dati mancanti in IRIS
Variabilità nel tempo dei valori citazionali (per i settori bibliometrici)
Variabilità della finestra temporale considerata in funzione della sessione di domanda ASN a cui si partecipa.
La presente simulazione è stata realizzata sulla base delle regole riportate nel DM 598/2018 e dell'allegata Tabella A e delle specifiche definite all'interno del Focus Group Cineca relativo al modulo IRIS ER. Il Cineca non si assume alcuna responsabilità in merito all'uso che il diretto interessato o terzi faranno della simulazione.