Guido BorghiCourse: Laurea Magistrale in Ingegneria e Scienze Informatiche
Type: Progetto/Ricerca
Abstract: la tesi magistrale di ricerca si focalizza sullo sviluppo di tecniche per permettere l’apprendimento di sistemi robotici da stream naturali di dati, ovvero da sequenze di dati acquisite per esempio tramite una telecamera installata su un robot che si muove in ambiente domestico.
Tali stream rappresentano un contesto di apprendimento complesso, a causa di caratteristiche quali l’alta coerenza temporale (ovvero dati molto simili nei brevi periodi) e lo sbilanciamento delle classi (per esempio, per un certo periodo di tempo i dati potrebbero riguardare solo determinati oggetti). Un’ulteriore complessità è data dalle limitate capacità computazionali, anche per limitare il risparmio energetico, dell’hardware presente sul robot.
Tale contesto di apprendimento risulta estremamente differente da quello comune del Machine Learning, in cui spesso è disponibile un unico dataset, contenente dati suddivisi in maniera uguale nelle varie classi, su cui effettuare l’intero addestramento di un modello.
Lo studente si focalizzerà nella definizione di nuovi benchmark, acquisizione di nuovi dataset e sviluppo di nuovi metodi allo stato dell’arte.
Advisor/Co-Advisor: Guido Borghi
Note: la scelta di impostare il lavoro di tesi più sul lato di ricerca o su quello applicativo verrà discussa con lo studente. Nel primo caso, il lavoro di tesi sarà possibilmente finalizzato alla pubblicazione scientifica, utile sia per entrare nel contesto aziendale sia per proseguire il proprio percorso all’interno dell’Università. Per questo motivo, viene richiesta la capacità di lavorare in gruppo, forte motivazione e voglia di fare bene.
Per approfondire l’argomento si consiglia di consultare i seguenti articoli scientifici:
On the challenges to learn from Natural Data Streams
Continual Learning in Real-Life Robotics [...]
Read more...