Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Post-Laurea
  2. Scuola di Dottorato di Ricerca
  3. Didattica Corsi di Dottorato
  4. Computer Science / Informatica
  5. 2023-2024
  1. Neural Symbolic Computation
  2. Introduzione
Titolo del corso
Neural Symbolic Computation
Codice identificativo del corso
2324-114R008
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Titolo

Neural Symbolic Computation

Docente(i)

Guido Fiorino
Rafael Peñaloza
Italo Zoppis

Lingua

Inglese

Breve descrizione

Il corso ha lo scopo di presentare il concetto di integrazione simbolica alle reti neurali (Neural-Symbolic Learning and Reasoning).
Per quanto possibile si cercherà di rendere il corso autocontenuto in particolare circa le nozioni di logica utili a comprendere l'approccio. Programma di massima:

  • Ragionamento non monotonico e ASP;
  • Fuzzy e Real Logics;
  • inserimento ed estrazione di conoscenza dal sistema CLIP;
  • Logic Tensor Networks e, se possibile, Logical Neural Networks;
  • Computational Graphs.

Riferimenti:
Un riferimento circa il mondo dell'approccio neuro-simbolico è il seguente:
Pascal Hitzler, Md Kamruzzaman Sarker (eds.), Neuro-Symbolic Artificial Intelligence - The State of the Art. Frontiers in Artificial Intelligence and Applications Vol 342, IOS Press, Amsterdam, 2022.

CFU / Ore

2 CFU/16 ore

Periodo di erogazione

Settembre 2024

Esporta

Title

Neural Symbolic Computation

Teacher(s)

Guido Fiorino
Rafael Peñaloza
Italo Zoppis

Language

English

Short description

The aim of the course is to present the field of neuro-symbolic integration, also known as
Neural-Symbolic Learning and Reasoning.

As far as possible we try to keep the couse self-contained, in particular for the logical notions necessary to understand the approach.

Tentative programme:

  • Non-monotonic reasoning and ASP;
  • Fuzzy and Real Logics;
  • Inserting and extracting knowledge from CLIP System;
  • Logic Tensor Networks and, if possible, Logical Neural Networks;
  • Computational Graphs.

References:
a recent book about neuro-symbolic integration:
Pascal Hitzler, Md Kamruzzaman Sarker (eds.), Neuro-Symbolic Artificial Intelligence - The State of the Art. Frontiers in Artificial Intelligence and Applications Vol 342, IOS Press, Amsterdam, 2022.

CFU / Hours

2 CFU/16 Hours

Teaching period

September 2024

Entra

Scheda del corso

Settore disciplinare
INF/01
CFU
2
Periodo
Annualità Singola
Tipo di attività
Opzionale
Ore
16

Staff

    Docente

  • GF
    Guido Giuseppe Fiorino
  • RP
    Rafael Penaloza Nyssen
  • IZ
    Italo Francesco Zoppis

Metodi di iscrizione

Iscrizione spontanea (Studente)
Iscrizione manuale

Non sei collegato. (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche