Le reti neurali artificiali in idraulica marittima

Formentin, Sara Mizar ; Zanuttigh, Barbara (2012) Le reti neurali artificiali in idraulica marittima. [Preprint]
Full text available as:
[img]
Preview
PDF
Licence: Creative Commons Attribution Non-commercial

Download (2MB) | Preview

Abstract

Le reti neurali artificiali (Artificial Neural Networks, ANN) sono algoritmi di analisi dati e di modellazione numerica. Vengono dette “data driven models”, ossia modelli di calcolo basati sul processamento di dati – ottenuti sperimentalmente o prodotti artificialmente – al fine di testare la sensibilità di un certo fenomeno ad alcuni parametri. Le ANN sono particolarmente utili nelle analisi di fenomeni in cui il numero di parametri in gioco è molto elevato, e le relazioni fisiche tra essi sono fortemente non lineari e molto complesse. Dal punto di vista della tipologia di modellazione, le ANN costituiscono una “black-box”, dunque l’algoritmo di calcolo prescinde completamente dallo studio del fenomeno fisico che sta alla base della relazione di causa-effetto tra dati di input e di output; pertanto, le ANN sono in grado di elaborare i dati sperimentali a disposizione (input) e produrre delle predizioni dei valori desiderati (output), ricostruendo artificialmente gli effetti della complessa relazione di causa-effetto incognita. Obbiettivo di tale lavoro è esaminare la struttura caratteristica di una rete neurale e proporre alcuni esempi di ANN impiegati per la modellazione della portata di tracimazione e del coefficiente di trasmissione di strutture costiere, per sottolineare l’adeguatezza di tali strumenti all’impiego in idraulica marittima e presentarli per eventuali successivi utilizzi, quali, ad esempio, la stima del coefficiente di riflessione ondosa, ad oggi non ancora modellato accuratamente.

Abstract
Document type
Preprint
Creators
CreatorsAffiliationORCID
Formentin, Sara Mizar
Zanuttigh, Barbara
Subjects
DOI
Deposit date
30 Jan 2012 15:07
Last modified
21 Feb 2012 10:14
URI

Other metadata

Downloads

Downloads

Staff only: View the document

^