OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

The course aims at providing theory and techniques for architectural and functional design of interactive cognitive dynamic systems. Topics are related to data fusion, mutilevel bayesian state estimation and their application to cognitive video and radio domains. Project based learning allows students to acquire design capabilities in the field.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

-Basic and advanced knowledge on design of telecommunication systems frameworks for context-aware multisensorial processing of signals and data in cognitive agents

- Knowledge on methods and techniques for acquisition, joint  representaion and processing of proprioreceptive and exteroreceptive  multisensorial signals in cognitive dynamic agents (e.g. semi autonomous&autonomous vehicles like drones, cars, robots) cognitive radios,   etc.) 

- Knowledge on methods and techniques for Multisensor Data Fusion: coupled hierarchical processing of multisensorial signals. Machine learning for data driven driven experience based learning of Dynamic Generative Fusion models from sequences of multdimensional sensorial data.

- Knowledge on Machine Learning methods and techniques based on Cognitive Dynamic Systems theory for Situation awareness and Self awareness in artificial cognitive agents 

- Knowledge and capabilities on case studies: design of Self Awareness frameowrk for autonomous systems (dataset on cars robots and drones, cognitive radios) 

- Knowledge and capabilities to use and apply: multisensorial signal processing tools and algorithms for acquisition,  experience driven machine learning techniques for estimation of Generative multisensorial Bayesian  hierarchical models. Bayesian Inference on learned Generative Models for dynamic state estimation, prediction and anomaly detection  of interaction between agent and its contextual environment situation .

PREREQUISITI

Teoria delle Probabilità, Procesi aleatori, Teoria dei segnali

PROGRAMMA/CONTENUTO

• Generalità sui sistemi cognitivi per le telecomunicazioni  (1)
• Signal Processing e sistemi cognitivi (1)
• Multimodal analytics e sensori intelligenti (8)
• Modelli di architetture per  fusione dati distribuiti e centralizzati (3);
  • Modello JDL
  • Altri modelli (Omnibus, etc.)
• Livelli  e  tecniche di data fusion (14)
  • Allineamento temporale e calibrazione spaziale
  • Stima dello stato (Kalman filter,  Particle Filter, PHD filter)
  • Riconoscimento  (cenno a reti neurali, svm, classificatoryi statistici)
  • Situation Awareness e Threat Assessment (Reti Bayesiane Dinamiche)
• Tecniche di Data Fusion Distribuita (5)
• Cognitive refinement: modelli cognitivi bio-inspired per la analisi di interazioni (4).
  • Il modello Damasio (dalle interazioni alle emozioni)
  • Il modello Llinas (decisioni e sistemi basati sulla embodied cognition)
• Modelli di Machine learning  per l’apprendimento di interazioni: memorie autobiografiche ad eventi  (8)
  • La simulazione come base di esperienze
  • Apprendimento di modelli di normalità
  • Modelli e processi per la analisi e la previsione di situazioni anomale

• Sistemi per l'interazione immersiva/mobile in ambienti intelligenti (3);
  • Sicurezza: safety e security
  • Domotica
  • Interfacce uomo macchina e machine to machine
  • Internet of Things
  • Cognitive radio (Software Radio)
• Esempi di sistemi e tecniche di programmazione per (3)
  • Cognitive radio;
  • Sistemi cognitivi per ambienti intelligenti interattivi

• Tecniche di progettazione di un sistema interattivo cognitivo artificiale (10):
  • Identificazione di un caso di studio
  • Definizione obiettivi di sistema di interazione (entità, servizio, metriche di valutazione delle prestazioni)
  • Identificazione stato dell’arte
  • Progettazione e realizzazione: architettura e tecnica specifica
  • Presentazione dei risultati
• Lavoro di gruppo su scala ridotta; gestione cooperativa di progetti
• Identificazione di tecniche emergenti nel dominio dei Sistemi Cognitivi per le Telecomunicazioni

• Ricerca bibliografica su banche dati IEEE Explore e simili

Capacità di presentazione orale con slide stile conferenza 

TESTI/BIBLIOGRAFIA

 Basic: Class notes written  by the lecturer and made available through Internet 

- A. R. Damasio, Looking for Spinoza: Joy, Sorrow, and the Feeling Brain, 1st ed. Orlando: Harcourt, 2003. [Online]. Available:http://lccn.loc.gov/2002011347
- S. Haykin, Cognitive Dynamic Systems: Perception-action Cycle, Radar and Radio, ser. Cognitive Dynamic Systems: Perception–action Cycle, Radar, and Radio. Cambridge University Press, 2012.

- P. R. Lewis, M. Platzner, B. Rinner, J. Torresen, and X. Yao, Eds., Selfaware Computing Systems: An Engineering Approach. Springer, 2016.

- K. J. Friston, B. Sengupta, and G. Auletta, “Cognitive dynamics: From attractors to active inference,” Proceedings of the IEEE, vol. 102, no. 4, pp. 427–445, 2014. [Online]. Available:
https://doi.org/10.1109/JPROC.2014.2306251

- S. Haykin and J. M. Fuster, “On cognitive dynamic systems: Cognitive neuroscience and engineering learning from each other,” Proceedings of the IEEE, vol. 102, no. 3, pp. 608–628, 2014.

DOCENTI E COMMISSIONI

Commissione d'esame

CARLO REGAZZONI (Presidente)

SILVANA DELLEPIANE

LUCIO MARCENARO

LEZIONI

INIZIO LEZIONI

Come da Calendario didattico

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Esame orale con discussione di progetto

Il progetto include: definizione macro obiettivo e sotto obiettivo, identificazione di un paper in stato dell’arte che risolva il sotto obiettivo, contestualizzazione del paper e del suo obiettivo in una architettura di un sistema cognitivo, presentazione e discussione orale del lavoro svolto e del risultato raggiunto. I risultati possono, ma non necessariamente devono,  includere una implementazione dei contenuti del paper se concordato.

Calendario appelli