Cibernetica e Reti Neurali

Dott. S. Scarpetta

Il riconoscimento automatico di segnali, quali ad esempio riconoscimento vocale o di immagini, e la loro classificazione automatica risulta importante in molte applicazioni. Ciò può essere realizzato con le reti neurali artificiali che sono algoritmi che simulano il comportamento adattativo del cervello, apprendendo da esempi.

Alcune reti neurali artificiali sono anche usate come modelli per comprendere alcune funzioni elementari (quali la memoria associativa e il consolidamento della memoria) di alcune zone del cervello.

L’attività svolta nel Dipartimento sulle reti neurali riguarda due campi molto diversi:

1) biofisica e studio delle reti neurali come modelli matematici del funzionamento del nostro cervello (memoria, codifica neurale dell'informazione)

2) algoritmi e reti neurali come tecnica per la classificazione e la discriminazione automatica di segnali e immagini satellitari.

Più in dettaglio,

per quel che riguarda la linea 1, l'attività verte sullo studio della dinamica dei neuroni in zone della corteccia preposte alla memoria a lungo termine e al consolidamento della memoria.

In particolare vengono studiati i meccanismi alla base codifica neurale dell’informazione e della memorizzazione di sequenze e attività oscillatoria. Per modellare le interazioni tra neuroni abbiamo usato un modello matematico di neuroni a spike interagenti e abbiamo introdotto una regola di apprendimento ispirata alla plasticità sinaptica realmente osservata nei neuroni dell'ippocampo.

La rilevanza di questa ricerca e' anche medica, ad esempio stiamo studiando gli effetti dell’oligomero associato all’Alzhaimer sulla plasticità sinaptica, per capire il meccanismo di neuro degenerazione ancora poco chiaro. Inoltre i pattern sincroni oscillatori di cui studiamo la generazione e memorizzazione hanno un ruolo fondamentale in patologie come l'epilessia.

Riguardo la seconda linea di ricerca, abbiamo sviluppato  reti neurali, (in particolare tecniche neuro-fuzzy basate sulle Support-Vector-Machines multi-class e sulle soft Self-Organized-Maps), per l'analisi e la classificazione automatica di segnali e immagini. Abbiamo sviluppato metodi per la stima dell'incertezza e tecniche per la fusione di piu classificatori.Ci siamo occupati di due applicazioni principali: Le immagini satellitari multi-spettrali e iper-spettrali, e i segnali sismici.

Le applicazioni alle immagini multi-spettrali e iperspettrali satellitati sono rilevanti per il monitoraggio del territorio  (monitoraggio abusivismo, riconoscimento discariche abusive anche sepolte, monitoraggio ambientale, incendi etc), mentre le applicazioni a segnali registrati dalle stazioni sismiche del INGV hanno permesso di metter su un sistema automatico di riconoscimento delle frane di stromboli, che e' stato inglobato nel sistema di monitoraggio dell INGV.