Insegnamento

Reti logiche

Docente
Prof.ssa Fallucchi Francesca

Settore scientifico Disciplinare

ING-INF/05

CFU

6

Descrizione dell'insegnamento

L’insegnamento di Reti Logiche intende fornire una panoramica completa sulle reti logiche e sui circuiti digitali (Modulo I) e delle reti neurali (Modulo II).
Nel primo modulo (lezioni da 1 a 8), quello relativo alle reti logiche, vengono introdotti i principali concetti relativi all’Algebra di Boole e di commutazione, alle reti combinatorie e ai circuiti combinatori. Vengono poi descritte le macchine a stati finiti e i circuiti bistabili. Sono introdotte le metodologie di sintesi e progetto delle macchine a stati finiti.
Il secondo modulo (lezioni da 9 a 15) fornisce una prima descrizione delle reti neurali, del modello neurale e delle architetture di rete. Viene illustrato il problema del riconoscimento dei modelli (pattern recognition). Viene introdotto il percettrone le relative regole di apprendimento. Infine vengono descritte le Reti neurali staiche e dinamiche. Termina una illustrazione finale di due casi di studio, relativi all’approssimazione di funzioni e al pattern recognition.

Obiettivi formativi (espressi come risultati di apprendimento attesi)

Al termine di questo corso lo studente sarà in grado di:
Conoscenza e comprensione

  • conoscere e comprendere i principi fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali;
  • conoscere e comprendere l’architettura e il funzionamento delle reti combinatorie, sequenziali e delle reti neurali;
  • conoscere e comprendere come vengono create e gestite le informazioni nelle reti logiche e neurali;
  • conoscere e comprendere i criteri di ottimizzazione e minimizzazione delle reti logiche combinatorie e sequenziali;
Capacità di applicare conoscenze e comprensione
  • capacità di apprendere e integrare conoscenze da varie fonti al fine di maturare una visione ampia e solida relative all’uso del calcolatore;
  • valutare in autonomia i diversi aspetti trattati del corso;
  • capacità di sviluppare in autonomia sia approfondimenti che ulteriori studi;
  • esprimere con opportuno linguaggio gli argomenti del corso;
Competenze trasversali
  • sviluppare una visione di sistema multidisciplinare nell’ambito delle reti logiche e delle reti neurali;
  • identificare i principali trend evolutivi delle tecnologie trattate;
  • stimolare una capacità logico-computazionale su problemi nuovi da affrontare;
  • stimolare la creatività nell’identificare e sviluppare nuove applicazioni nell’ambito delle reti logiche e reti neurali.

Prerequisiti

È fortemente consigliabile aver sostenuto l’esame di Fondamenti di Informatica.

Contenuti dell'insegnamento

  • Algebra di Boole e di commutazione
  • Porte logiche
  • Reti combinatorie
  • Ottimizzazione e mappe di Karnaugh
  • Circuiti combinatori
  • Macchine a stati finiti
  • Bistabili
  • Sintesi delle macchine a stati finiti
  • Introduzione alle reti neurali
  • Modello neurale e architetture di rete
  • Reti neurali per il pattern recognition
  • Regole di apprendimento del percettrone
  • Reti neurali statiche
  • Reti neurali dinamiche
  • Casi di studio

Attività didattiche

Didattica erogativa
L'insegnamento prevede, per ciascun CFU, 5 ore di Didattica Erogativa, costituite da 2,5 videolezioni (tenendo conto delle necessità di riascolto da parte dello studente). Ciascuna videolezione esplicita i propri obiettivi e argomenti, ed è corredata da materiale testuale in pdf.
L’insegnamento prevede videolezioni (in ognuna sono specificati gli argomenti e gli obiettivi) organizzate in moduli, dal contenuto sia teorico che pratico. Le videolezioni a carattere teorico riguardano: i principi fondamentali delle reti logiche (combinatorie e sequenziali), dei circuiti digitali e delle reti neurali.
Le videolezioni pratiche, contengono esempi applicativi reali. 
Le videolezioni teoriche consentiranno di fornire agli studenti le conoscenze relative a concetti fondamentali delle reti logiche, dei circuiti digitali e delle reti neurali.
Le videolezioni incentrate su aspetti pratici più pratici consentiranno allo studente sia di acquisire la  capacità/abilità di analisi delle principali metodologie descritte. A tal riguardo, si presenteranno casi reali, così da rendere autonomo lo studente nella selezione della tecnologia più adatta. In entrambi i casi si farà uso di una terminologia adeguata agli argomenti trattati.
Didattica interattiva
L'insegnamento segue quanto previsto dalle Linee Guida di Ateneo sulla Didattica Interattiva e l'interazione didattica, e propone, per ciascun CFU, 1 ora di Didattica Interattiva dedicata alle seguenti attività: lettura area FAQ, partecipazione ad e-activity strutturata costituita da attività finalizzate alla restituzione di un feedback formativo e interazioni sincrone dedicate a tale restituzione
Come didattica interattiva sono utilizzate le aule virtuali così strutturate:

  • il docente rende disponibile un testo di esercitazione agli studenti con domande prettamente a risposta multipla;
  • lo studente svolge in autonomia gli esercizi;
Durante l’aula virtuale, il docente esamina i risultati e il livello di apprendimento raggiunto, fornisce chiarimenti ed eventuali approfondimenti in base alle necessità emerse e alle difficoltà riscontrate da parte degli studenti. Il docente favorirà la discussione e il confronto costruttivo con gli studenti così da indurre loro a sviluppare e consolidare le competenze critiche.

Modalità di verifica dell'apprendimento

L’esame finale ha l’obiettivo di verificare la corretta comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta.
La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Nella prova viene richiesto agli studenti di dimostrare l’acquisizione dei concetti basilari sulle reti logiche, sui circuiti digitali e sulle reti logiche. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.
Il punteggio della prova è espresso in trentesimi. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve invece dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Libri di testo

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Cristiana Bolchini, Carlo Brandolese, Fabio Salice, Donatella Sciuto, “Reti Logiche” (APOGEO, Feltrinelli Editore,  2004)
  • Martin T. Hagan, Howard B. Demuth, Mark H. Beale, Orlando De Jesus, “Neural Network Design (2nd Edition)
  • Madan Gupta, Liang Jin, Noriyasu Homma, “Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory” (1st Edition), Wiley, 2003

Ricevimento studenti

Previo appuntamento (f.fallucchi@unimarconi.it).