Page begin -
Logo DISCO
|
Go to the Highly accessible area
|
Go to the Content page
|
Go to the End of content
|
Go to the Main menu
|
Go to the Navigation Bar (location)
|
Go to the Navigation menu (tree)
|
Go to the Commands list
|
Go to the Further readings
|
Go to the Bottom Menu
|
Logo Ateneo
   
Enrolled
Teoria dei sistemi

Docente responsabile: Alberto Dennunzio

PROGRAMMA

Obiettivi e contenuti

Obiettivi

Il corso fornisce gli strumenti per trattare in modo formale modelli basati su sistemi dinamici in diverse applicazioni informatiche e usare i modelli computazionali descritti per simulare sistemi complessi.

Contenuti

Metodi per studiare modelli basati su sistemi dinamici discreti: questioni su equilibrio, periodicita', stabilita', attrattivita'.  

Modelli computazionali per simulare sistemi: Automi Cellulari, Reti Neurali, Reti di Automi e loro applicazioni.

Programma

Nozioni base su sistemi ingresso-uscita e sistemi dinamici discreti. Questioni su equilibrio, periodicita', stabilita', attrattivita'. Legame tra sistemi dinamici, algoritmi e simulazioni.

Reti di automi: evoluzione parallela e sequenziale. Comportamento dinamico di reti neurali e automi cellulari. Alcune applicazioni di reti come modelli computazionali per la simulazione di sistemi complessi (crittografia, bilanciamento del carico di lavoro in cluster di calcolo, traffico, generazione di strutture cristalline, fluidodinamica, ...)

Sistemi dinamici 1D e 2D. Applicazioni di tali sistemi in alcuni ambiti. Sistemi dinamici contrattivi e algoritmi correlati per la risoluzione approssimata di problemi.

Risultati di apprendimento previsti

Capacita' di trattare formalmente modelli basati su sistemi dinamici.

Conoscenza di modelli paradigmatici dell'informatica quali reti neurali e automi cellulari e del loro comportamento dinamico.

Prerequisiti

Conoscenze di base nei seguenti ambiti scientifici: analisi matematica, algebra lineare, teoria degli automi  e dei linguaggi formali, algoritmi.

Aims and contents

Aims

The course gives the tools to formally face models based on discrete dynamical systems  in several computer science applications and use the described computational models to simulate complex systems.

Contents

Methods to study models based on discrete dynamical systems: equilibrium, periodicity, stability, attractivity issues.

Computational models for simulating complex systems: Cellular Automata, Neural Networks, Automata Networks and their applications.

Program details

Basic notions on input-output systems and discrete dynamical systems. Equilibrium, periodicity, stability, attractivity issues. Link among dynamical systems, algorithms and simulations.

Automata networks: parallel and sequential evolution. Dynamical behavior of Neural networks and Cellular Automata. Some applications of networks as computational models for simulating complex systems (cryptography, dynamic load balancing in computer clusters, traffic, pattern formation, fluid dynamics, ...).

1D and 2D discrete dynamical systems. Applications in some fields. Contractive dynamical systems and related algorithms for approximate solution of problems.

Learning outcomes

Ability of formal dealing with dynamical system models.

Knowledge of computer science paradigmatic models such as cellular automata and neural networks and of their dynamical behavior.

Prerequisites

Basic knowledge in the following scientific fields: calculus, linear algebra, automata and formal language theory, algorithmics.

Tipo di esame:

  • Scritto

Tipo valutazione:

  • Voto finale
Further readings
(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - last update of this page 25/03/2011