Patrizia Bagnerini, DIPTEM

  Metodi numerici per la soluzione di equazioni differenziali (5 Crediti)

  Finalita'

  L’obiettivo del corso è fornire alcune nozioni di base del calcolo numerico e di approfondire gli aspetti modellistici e

  numerici legati a specifici problemi che possono essere risolti tramite equazioni differenziali alle derivate parziali.

  Programma

  La scelta degli argomenti di base da trattare dipenderà anche dagli interessi e dalle tematiche di ricerca dei

  dottorandi. Indicativamente, possono essere i seguenti:

  1.   Richiami introduttivi: stabilità, algoritmi numerici, errori. Rappresentazione in virgola mobile. Troncamento ed

  arrotondamento. Propagazione degli errori

  2.   Cenni all’approssimazione polinomiale e integrazione numerica

  3.   Metodi numerici per la ricerca di radici di equazioni e sistemi non lineari

 

  Una parte del corso sarà dedicata ai metodi numerici per le equazioni iperboliche del I ordine non lineari e per le

  equazioni paraboliche. Verranno introdotti e studiati alcuni modelli non lineari; per esempio: equazioni del traffico

  automobilistico, sistemi di reazione diffusione, ecc.

  Per questi modelli si descriveranno tecniche per la risoluzione numerica dei sistemi di PDE coinvolti (e.g. metodi

  differenze finite), con particolare attenzione alla stabilità e alla precisione degli schemi ottenuti.

  Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con lo studente.

  Il corso prevede 22 ore di lezione

 

Agostino Bruzzone, DIPTEM

  High Level Architecture/Distributed Interactive Simulation Reference (5 Crediti)

  Finalita'

  This course is devoted to M&S Experts interested in technology transfer related to HLA/DIS standards. The course

  includes lecturing and exercises to be completed;

  Programma

  The program includes:

  Overview & Introductory Lectures

  DIS Origins and Evolution

  HLA I - HLA Components, Rules, Interface, RTI, OMT, Fedep  HLA II - Federation Components, Federate

  Componenets, Federation Execution Analysis  HLA III - HLA Message, Publication/Subscription, TSO/RO, Time

  Concepts, Logical Time, Time Advance  HLA IV - Declaration Management, Object Publication/Subscription, Value

  Update  HLA V - Time Management, Federation Management  HLA Seminar - Development of Computer Simulation

  Systems in HLA Framework  Thematic Lectures  Time Management - Part 1/2  Time Management - Part 2/2  MOM

  Tools  Policy  WILD Case Study  NAVI Federation Exercise

  Language: Lectures in English; Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con

  lo studente.

 

  Requirements: No Prerequisites, however the attendees are expected to have good backgrounds in M&S, computer

  programming and computer use.

  Course Mode: 20 Hours: Lectures and Case Studies

 

Agostino Bruzzone, DIPTEM

  Verification, Validation & Accreditation in Modeling & Simulation (5 Crediti)

  Finalita'

  This course is devoted to R&D experts interested in VV&A activities and M&S Testing.The course includes

  lecturing and exercises to be completed in order mature experience in VV&A applied to Modeling and Simulation.

  Programma

  The program includes:

  VV&A Overview

  Verification, Validation & Testing (VV&T) Introduction  Verification, Validation & Accreditation (VV&A) Introduction 

  VV&T Life Cycle  VV&T Principles  VV&T Techniques  VV&T Credibility Assessment  Mean Square pure Error

  (MSpE)  VV&A & FEDEP  VV&A Directive 5000.61  Case Studies  VV&A Applications - Military  Simulation

  Challenges - Industry  J20 Exercise- VV&A for a Fighter Model  A.P.E. Exercise - Automated Production Educator 

  COMET Exercise - COnceptual Model Exercise & Testin

  Language: Lectures in English; Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con

  lo studente.

 

  Requirements: No Prerequisites, however the attendees are expected to have good backgrounds in M&S, M&S

  Project Management and fundamentals in statistics and computer use.

  Course Mode: 20 Hours: Lectures and Case Studies

 

Agostino Bruzzone, DIPTEM

  Advanced Logistics Models (5 Crediti)

  Finalita'

  The course is focusing on advanced models for logistics; the course aims include knowledge transfer in logistics

  within different disciplinary areas such as management, engineering, business evolution, technology, methodologies

   & techniques, standards and regulations related. The course aims also to create skills in development of conceptual

   models for modeling supply chains and logistics networks.

  Programma

  Logistics Networks, Supply Chain Management & Logistics  M&S for Logistics  Supply Chain Planning &

  Organization, Supply Chain Metrics benchamarks, Competitive Requirements, Changing Logistics in Existing

  Organizations, Measuring Actual Performances in Logistics  Design Material Flow; Review of Material Flow and

  Refining Geographical Maps, Disconnect Analysis, Fishbone Analysis, Opportunity Analysis, Quit Hit Plans in

  Supply Chains, Planning Logistics Transition Phase  Work and Information Flow Analysis and Design, Swim

  Design, Information Flow BluePrints, Project Portfolio & ROI Analysis, Solution Implementation, SCOR Model

  Overview  Enabling Technologies in Logistics vs. Logistics Processes, Existing

  Opportunities: Trade-off Analysis

   Market Evolution and Logistics Requirments, New Opportunies, Existing Gaps, Critical Trends  Logistics &

  Safety/Security: World Scenario Evolution, New Regulations and Requirements  Business Case Studies: Retail

  Supply Chains: Grocery, Food, Automotive, Textile

  Language: Lectures in Italian and/or English (based on attendance); Il corso si svolge presso il DIPTEM. Alla fine

  del corso e' previsto un colloquio con lo studente.

 

  Requirements: No Prerequisites, however fundamentals in Statistics, Logistics and M&S are useful

  Course Mode: 20 Hours: Lectures and Case Studies

 

Agostino Bruzzone, DIPTEM

  Project Management & Concurrent Engineering in R&D Projects Reference (5

  Crediti)

  Finalita'

  The course is focusing on Project Management in relation to R&D Projects with special attention to innovative M&S

  initiatives; course aims include the capability to identify critical issues in Project Management within R&D sector and

   know-how about up-to-date PM standards, regulation, tools and technologies

  Programma

  Project Management Definition and Fundamentals  Project Management Criticality in M&S (Modeling & Simulation)

  Initiatives  Project Life Cycle in R&D (Research & Development) Initiatives  Concurrent Engineering in R&D

  Projects  Organizational Solution for R&D Projects  Processes Groups in R&D Project Management 

  Performances Measurement Baselines and Project Plan  R&D Project Scope Management  R&D Project Time

  Management  R&D Project Cost Management  R&D Project Human Resource Management  R&D Project Quality

  Management  R&D Project Communication Management  R&D Project Risk Management  R&D Project

  Procurement Management

  Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con lo studente.

  Course Mode: 20 Hours: Lectures and Case Studies; Language: Lectures in English

 

  Requirements: No Prerequisites, however fundamentals in Statistics, Logistics and M&S are useful.

 

Agostino Bruzzone, DIPTEM

  Modellistica e Simulatione (Modeling & Simulation) (5 Crediti)

  Finalita'

  This course is devoted to researchers interested in M&S activity. The course includes lecturing and exercises to be

  completed in order to achieve a complete overview of M&S in order to become able to be involved actively in related

  projects. This course provide fundamentals in M&S.

  Programma

  The program includes:

  M&S Overview

  Continuous Simulation

  Discrete Simulation

  M&S 1 - Basic Concepts

  M&S 2 - Input

  M&S 3 - Validity

  M&S 4 - Output Analysis

  M&S 5 - Variance

  M&S 6 - Experimental Design

  Case Studies

  Container Terminal

  M&S for Ship Yard Construction/Car Deck Case Study  ESL Exercise  LIFTS (Learning Interactively Forefront

  Techniques for Simulation) Exercise

  Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con lo studente.

  Sono previste 20 ore tra lezione e discussione. La lingua e' Italiano o Inglese.   Non sono previsti specifici

  prerequisiti ma ci si aspetta che gli studenti abbiano le conoscenza di base di statistica e informatica.

 

Cristiano Cervellera, ISSIA-CNR, Genova

  Statistica e Regressione Non Lineare(*) (5 Crediti)

  Finalita'

  La prima parte del corso è dedicata ad una introduzione delle tematiche

  fondamentali della Statistica, relative ai vari aspetti del metodo statistico

  applicato a problemi reali (analisi di parametri e statistiche notevoli, test

  di ipotesi, design di esperimenti, regressione lineare). Tali tematiche

  saranno presentate da un punto di vista sia applicativo che matematico.

 

  La seconda parte del corso è dedicata ad argomenti più avanzati, quali la

  regressione non lineare e la teoria dell'apprendimento statistico, incentrati

  su contesti nei quali la regressione lineare non è sufficiente a predire

  l'uscita di sistemi non lineari complessi. Verrà inoltre discusso un metodo

  di apprendimento attivo basato su sequenze deterministiche. Saranno infine

  presentati due esempi di applicazione di regressione  non lineare:

  ottimizzazione basata su programmazione dinamica e predizione di serie

  temporali.

  Programma

  1.    Introduzione e statistica descrittiva.

  2.    Parametri, statistiche, distribuzioni importanti.

  3.    Test di ipotesi e intervalli di confidenza.

  4.    Analisi della varianza.

  5.    Blocking ed esempi di design di esperimenti (quadrati Latini, orthogonalarrays).

  6.    Regressione lineare - stima ai minimi quadrati.

  7.    Introduzione alla regressione nonlineare e alla teoria dell'apprendimento statistico.

  8.    Esempio di apprendimento attivo basato su metodi quasi-random.

  9.    Esempi di applicazione della regressione nonlineare: ottimizzazione basata su programmazione dinamica e

  predizione di serie temporali.

  ll corso si svolge presso il Dipartimento di Informatica, Sistemistica e Telematica. Alla fine del corso e' previsto un

  colloquio con lo studente.

  (*)  Il Corso prevede 18 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.

 

Roberto Cianci, DIPTEM

  Equazioni differenziali alle derivate parziali ed applicazioni  (*) (5 Crediti)

  Finalita'

  Il Corso vuole fornire una panoramica delle tecniche risolutive delle equazioni differenziali alle derivate parziali 

  attraverso un’analisi di varie applicazioni. Il maggior rilievo e’ data all operativita’ delle tecniche proposte, relegando

   a testi specifici le dimostrazioni molto tecniche di quanto viene proposto. L’enfasi e’ posta sulle PDE del secondo

  ordine e sulla comprensione delle tecniche specifiche per i casi ellico, parabolico ed iperbolico.

 

  Vari testi sono suggeriti e supportati

 

  1. A.N.Tichonov, A.A.Samarskij: Equazioni della Fisica matematica, Mosca,1982.

  2. R. Courant, D. Hilbert, Methods of Mathematical Phisics vol I e II, Interscience, 1973

  3. R. Bracewell, The Fourier Transform and Its Applications, McGraw-Hill, 1999.

  4. P. V. O’ Neil, Advanced engineering mathematica, Brooks Cole, 2003

  Programma

  1. Analisi di fenomeni e motivazioni che portano allo studio delle equazioni differenziali alle derivate parziali. Esempi

   presi da vari ambiti

  2. Le equazioni differenziali del primo ordine. Le equazioni differenziali del secondo ordine. La classificazione e la

  forma normale. Equazioni ellittiche, iperboliche e paraboliche.

  3.Equazioni ellittiche;  Proprieta' delle funzioni armoniche; i problemi di Dirichelet e di Neuman, la formula di

  Poisson per il cerchio.

  4.Le tecniche generali di soluzione: separazione di variabili; serie e la trasformata di Fourier; analisi in modi

  normali; la funzione di Green; la funzione delta di Dirac; sorgenti distribuite e puntiformi; interpretazione

  sistemistica della funzione di Green come funzione di trasferimento; casi bi-tridimensioanale; funzioni speciali di

  Bessel; serie e trasformate in coordiante cartesiane e polari;

  5. Equazioni differenziali paraboliche; la equazione della diffusione e del calore; sorgenti puntiformi e descrizioni

  nel dominio dello spazio e del tempo; nucleo del calore.

  6.Esempi ed applicazioni attraverso programmi di calcolo.Su interesse degli studenti potranno essere approfonditi,

  anche su base singola argomenti piu’ specifici ed avanzati.

  Alla fine del corso e’ previsto che gli studenti presentino una relazione, della durata di circa mezz’ora, su argomento

  da loro scelto con l’accordo del Docente. Il corso si svolge presso il DIPTEM

  (*)  Il Corso prevede 24 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.

 

Marco Muselli, IEIIT-CNR, Genova

  Machine Learning (*) (5 Crediti)

  Finalita'

  Il corso si propone di analizzare il problema generale dell'estrazione di informazione da dati sperimentali affetti da

  rumore, visto come un problema di apprendimento automatico.

  Dopo una presentazione delle ricadute applicative l'attenzione sarà focalizzata sui problemi di classificazione, nei

  quali l'uscita del sistema fisico che ha prodotto i dati può assumere esclusivamente valori nominali o discreti.

  In particolare, verranno descritte le varie soluzioni offerte dai metodi statistici classici e dalle tecniche più recenti di

  apprendimento automatico (reti neurali, radial basis functions, support vector machines, alberi decisionali, reti

  logiche), mettendo in risalto le peculiarità di ogni approccio, in termini di affidabilità e generalità.

  Programma

  1.      Estrazione dell'informazione da dati sperimentali come problema di apprendimento automatico.

  2.      Apprendimento supervisionato e non supervisionato.

  3.      Problemi di riconoscimento, di classificazione e di regressione.

  4.      Metodi statistici classici parametrici.

  5.      Metodi statistici classici non parametrici.

  6.      Metodi basati sull'espansione in serie: reti neurali, radial basis function, support vector machines.

  7.      Metodi per l'estrazione di regole.

  8.      Metodi per la generazione di regole: alberi decisionali, reti logiche.

  Il corso si svolge presso il Dipartimento di Informatica, Sistemistica e Telematica. Alla fine del corso e' previsto un

  colloquio con lo studente.

  (*)  Il Corso prevede 15 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.

 

Mauro Parodi, DIBE

  Le Equazioni Differenziali alle Derivate Parziali nei Modelli per l'Ingegneria (*) (5

  Crediti)

  Finalita'

  Il corso considererà anzitutto le PDE lineari, con particolare riguardo a quelle del secondo ordine.

  Programma

  La classificazione in equazioni di tipo ellittico, iperbolico, parabolico sarà accompagnata da esempi riguardanti

  l’ambito elettrico/elettronico, meccanico, termodinamico e orientati alla formulazione di modelli per le applicazioni

  nell’ingegneria.

  La tecnica di soluzione con il metodo della separazione delle variabili sarà discussa e accompagnata da esempi

  riguardanti particolarmente i settori dei campi elettrostatici e magnetostatici e quello della propagazione.

  Si considereranno inoltre le PDE del primo ordine lineari e quasi-lineari, con applicazione delle metodiche ad alcuni

  modelli di particolare interesse (es. formazione di onde di shock).

  Infine si considereranno metodi di tipo approssimato quali il metodo dei residui pesati e quelli associabili a principi

  di tipo variazionale (es. minimi quadrati, Rayleigh-Ritz, Galerkin). Si discuterà l’applicabilità di tali metodi alla

  ricerca di soluzioni nel caso di PDE non lineari.

  Il corso si svolge presso il Dipartimento di Ingegneria Biofisica ed Elettronica (DIBE). Alla fine del corso, il

  Candidate espone un argomento di sua scelta concordato con il Docente.  Il tempo assegnato è di 10-15 minuti: ciò implica che

  Il candidato si presenti alla prova dopo avere dedicato, nella sua preparazione, anche una certa attenzione alla sintesi.

  La compiutezza di quanto esposto nel tempo previsto fa parte dei parametri oggetto di valutazione. All'esposizione

  seguono commenti e, se occorre, una discussione.

  (*)  Il Corso prevede 24 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.

 

Fioravante Patrone, DIPTEM

  Teoria dei Giochi  (*) (5 Crediti)

  Finalita'

  Il corso introduce alcuni concetti fondamentali alla Teoria dei Giochi ed alcune applicazioni particolarmente

  significative.

  Programma

 

  PRIMA PARTE (argomenti di base)

 

  Giochi in forma strategica ed estesa.

  Equilibri di Nash e altri concetti di soluzione.

  Dimostrazione del teorema di Nash-Debreu.

  Giochi a informazione incompleta.

  Problemi di contrattazione, approccio "assiomatico".

  Giochi cooperativi a pagamenti laterali.

 

  SECONDA PARTE (argomenti specifici)

 

  Nella seconda parte del corso verranno trattati argomenti concordati con gli studenti iscritti al corso, che

  rispecchino interessi specifici e/o siano correlati alle tematiche di ricerca dei dottorandi.

  Il corso si svolge presso il DIPTEM. Alla fine del corso sono assegnati agli studenti  degli esercizi da svolgere che

  sono oggetto di valutazione.

 

  (*)  Il Corso prevede 24 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco. E' intenzione del

  Docente tenere il Corso in lingua inglese.

 

Danilo Percivale, DIPTEM

  Calcolo delle variazioni ed applicazioni (5 Crediti)

  Finalita'

  Fornire le principali nozioni del calcolo delle Variazioni e i  suoi principali campi di applicabilita'.

  Programma

  Introduzione al Calcolo delle Variazioni: brevi notizie storiche, problemi classici e non. Equazioni di Eulero. Il

  metodo diretto nel C.d.V., semicontinuita` rilassamento. Introduzione alla Gamma-convergenza. Introduzione al

  C.d.V. in spazi di funzioni discontinue   Applicazioni : formulazione variazionale per il problema della segmentazione

  delle immagini in computer vision  ( modelli di Mumford-Shah , Blake & Zissermann).

 

  Testi suggeriti: 

 

  G. Buttazzo  Semicontinuity, relaxation and integral representation in the Calculus of Variations,

  Pitman Ser. 207, 1989

  B. Dacorogna, Direct methods in the Calculus of Variations, Springer 1989

  G.Dal Maso, An introduction to Gamma-convergence, Birkhauser 1993

  Il corso si svolge presso il DIPTEM. Alla fine del corso e' previsto un colloquio con lo studente.

  Il Corso prevede 18 ore di lezione.

 

Marcello Sanguineti, DIST

  Reti Neurali per l’Ottimizzazione (*)  (5 Crediti)

  Finalita'

  Il corso presenta i concetti di base dell’approssimazione e dell’ottimizzazione funzionale mediante reti neurali.

  Numerosi esempi evidenziano le ricadute applicative della teoria.

  Programma

  PARTE I  Introduzione e motivazioni.

  I.1.    L’apprendimento da esempi come problema di approssimazione di funzioni.

  I.2.    isoluzione approssimata di problemi di ottimizzazione mediante reti neurali.

  PARTE II  Architetture e algoritmi.

  II.1. Costruzione radiale: Radial Basis Functions networks (RBF networks).

  II.2. Costruzione di tipo ridge: perceptron networks.

  II.3. Architetture dedotte mediante regolarizzazione: regularization networks.

  II.4. L’addestramento come problema di programmazione non lineare.

  II.5. Algoritmi di addestramento.

  PARTE III Rate di approssimazione e complessità.

  III.1.      Geometria degli approssimatori neurali e confronto con gli approssimatori classici.

  III.2.      La universal approximation property (densità di RBF networks e perceptron networks in

           spazi di funzioni continue, spazi Lp e spazi di Sobolev).

  III.3.      Complessità delle reti neurali.

  III.4.      La maledizione della dimensionalità.

  III.5.      Approximation rate: trade-off fra accuratezza e numero di unità neurali.

  III.6.      Confronto tra famiglie di reti neurali con lo stesso ordine di complessità.

  PARTE IV  Risoluzione approssimata di problemi di ottimizzazione mediante reti neurali.

  IV.1.    Problemi di ottimizzazione funzionale e schemi di approssimazione.

  IV.2.    Schemi di approssimazione lineari e il metodo di Ritz.

  IV.3.    Schemi di approssimazione neurali e il metodo di Ritz esteso (ERIM).

  IV.4.    Confronto fra metodo di Ritz ed ERIM.

  IV.5.    Rate di convergenza delle soluzioni subottime ottenute con l’ERIM.

  PARTE V  Applicazioni.

  V.1.      Programmazione dinamica approssimata e neurodynamic programming.

  V.2.      Controllo ottimo ad anello aperto mediante approssimatori classici.

  V.3.      Controllo ottimo ad anello chiuso (controllo feedback) mediante reti neurali.

  V.4.      Routing dinamico ottimo in reti di telecomunicazione mediante reti neurali.

  Il corso si svolge presso il Dipartimento di Informatica, Sistemistica e Telematica. Alla fine del corso e' prevista una

  prova orale eventualmente corredata dalla presentazione di un elaborato scritto.

  (*)  Il Corso prevede 24 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.

 

Marco Storace, DIBE

  Analisi dei Sistemi Dinamici Non Lineari (*) (5 Crediti)

  Finalita'

  Il corso si propone di fornire strumenti per l'analisi di sistemi dinamici

  non lineari. In particolare saranno descritti metodi geometrici per l'analisi

  qualitativa della dinamica e saranno introdotti i più diffusi metodi per

  l'analisi numerica delle biforcazioni di sistemi dinamici.

 

  I principali risultati teorici saranno illustrati per mezzo di dimostrazioni

  al calcolatore, nelle quali sarà impiegato l'ambiente di programmazione

  MATLAB.

  Programma

  1.    Introduzione ai sistemi dinamici non lineari (a tempo continuo e a tempodiscreto).

  2.    Sistemi monodimensionali.

  3.    Sistemi lineari bidimensionali e N-dimensionali.

  4.    Sistemi non lineari bidimensionali e N-dimensionali.

  5.    Traiettorie omocline ed eterocline, cicli limite, mappe di Poincaré.

  6.    Biforcazioni e stabilità strutturale.

  7.    Forme normali di codimensione 1 e 2.

  8.    Frattali.

  9.    Caos e vie al caos

  10.   Metodi di analisi numerica

  Il corso si svolge presso il Dipartimento di Ingegneria Biofisica ed Elettronica (DIBE). Alla fine del corso e' previsto

   un colloquio con lo studente.

  (*)  Il Corso prevede 20 ore di lezione; per questo Corso e' prevista l'attiva congiunta con il Dottorato di Ricerca in

  Ingegneria elettronica, informatica e delle telecomunicazioni coordinato dal prof. Bruno Bianco.