Classificazione a faccette di obiettivi formativi dell’insegnamento universitario, nelle discipline umanistiche in Austria, Germania, Italia e Regno Unito

Il processo di riforma a carattere europeo che ha condotto alla nascita di uno Spazio Europeo dell’Istruzione Superiore ha conosciuto diverse tappe fondamentali, fra cui, per esempio, la ripartizione in cicli e l’adozione dei crediti ECTS. Una di queste tappe, ossia il passaggio da una pianificazione della didattica basata sui contenuti ad una basata sui risultati dell’apprendimento, ricopre un ruolo di primo piano nel presente progetto di dottorato. Lo studio qui descritto ha esaminato, da un punto di vista sintattico e semantico, un campione di obiettivi e risultati dell’apprendimento di insegnamenti di alcuni corsi di laurea di primo e secondo ciclo, delle scienze umanistiche, in Austria, Germania, Italia e Regno Unito. L’obiettivo del progetto è proporre uno schema per una classificazione a faccette di obiettivi dell’apprendimento denominato FLOC. Tale schema è adottato per classificare gli obiettivi dell’apprendimento di quattro contesti linguistico-culturali (nei paesi summenzionati), dando vita a FLOC-AT, FLOC-DE, FLOC-IT e FLOC-EN. Queste quattro classificazioni forniscono inoltre il contesto per un’analisi contrastiva multilingue fra unità di obiettivi di apprendimento.

Classificazione del polietilene utilizzato nelle protesi di anca, ginocchio e spalla commerciali

Il polietilene oggi è commercialmente noto con il nome di UHMWPE.

Un modello multicriteriale di supporto alla pianificazione territoriale finalizzato alla classificazione del territorio rurale e alla caratterizzazione dell’Impronta Agro ambientale delle aree agricole periurbane.

La ricerca proposta si pone l’obiettivo di definire e sperimentare un metodo per un’articolata e sistematica lettura del territorio rurale, che, oltre ad ampliare la conoscenza del territorio, sia di supporto ai processi di pianificazione paesaggistici ed urbanistici e all’attuazione delle politiche agricole e di sviluppo rurale. Un’approfondita disamina dello stato dell’arte riguardante l’evoluzione del processo di urbanizzazione e le conseguenze dello stesso in Italia e in Europa, oltre che del quadro delle politiche territoriali locali nell’ambito del tema specifico dello spazio rurale e periurbano, hanno reso possibile, insieme a una dettagliata analisi delle principali metodologie di analisi territoriale presenti in letteratura, la determinazione del concept alla base della ricerca condotta. E’ stata sviluppata e testata una metodologia multicriteriale e multilivello per la lettura del territorio rurale sviluppata in ambiente GIS, che si avvale di algoritmi di clustering (quale l’algoritmo IsoCluster) e classificazione a massima verosimiglianza, focalizzando l’attenzione sugli spazi agricoli periurbani. Tale metodo si incentra sulla descrizione del territorio attraverso la lettura di diverse componenti dello stesso, quali quelle agro-ambientali e socio-economiche, ed opera una sintesi avvalendosi di una chiave interpretativa messa a punto allo scopo, l’Impronta Agroambientale (Agro-environmental Footprint - AEF), che si propone di quantificare il potenziale impatto degli spazi rurali sul sistema urbano. In particolare obiettivo di tale strumento è l’identificazione nel territorio extra-urbano di ambiti omogenei per caratteristiche attraverso una lettura del territorio a differenti scale (da quella territoriale a quella aziendale) al fine di giungere ad una sua classificazione e quindi alla definizione delle aree classificabili come “agricole periurbane”. La tesi propone la presentazione dell’architettura complessiva della metodologia e la descrizione dei livelli di analisi che la compongono oltre che la successiva sperimentazione e validazione della stessa attraverso un caso studio rappresentativo posto nella Pianura Padana (Italia).

Implementazione di un sistema per la classificazione di banchi di pesce da dati di acustica

La tesi è finalizzata ad una preliminare fase di sperimentazione di un algoritmo che, a partire da dati di acustica, sia in grado di classificare le specie di pesce presenti in cale mono e plurispecifiche. I dati sono stati acquisiti nella fascia costiera della Sicilia meridionale, durante alcune campagne di ricerca effettuate tra il 2002 e il 2011, dall’IAMC – CNR di Capo Granitola. Sono stati registrati i valori delle variabili ambientali e biotiche tramite metodologia acustica e della composizione dei banchi di pesci catturati tramite cale sperimentali: acciughe, sardine, suri, altre specie pelagiche e pesci demersali. La metodologia proposta per la classificazione dei segnali acustici nasce dalla fusione di logica fuzzy e teorema di Bayes, per dar luogo ad un approccio modellistico consistente in un compilatore naïve Bayes operante in ambiente fuzzy. Nella fattispecie si è proceduto alla fase di training del classificatore, mediante un learning sample di percentuali delle categorie ittiche sopra menzionate, e ai dati di alcune delle osservazioni acustiche, biotiche e abiotiche, rilevate dall’echosurvey sugli stessi banchi. La validazione del classificatore è stata effettuata sul test set, ossia sui dati che non erano stati scelti per la fase di training. Per ciascuna cala, sono stati infine tracciati dei grafici di dispersione/correlazione dei gruppi ittici e le percentuali simulate. Come misura di corrispondenza dei dati sono stati considerati i valori di regressione R2 tra le percentuali reali e quelle calcolate dal classificatore fuzzy naïve Bayes. Questi, risultando molto alti (0,9134-0,99667), validavano il risultato del classificatore che discriminava con accuratezza le ecotracce provenienti dai banchi. L’applicabilità del classificatore va comunque testata e verificata oltre i limiti imposti da un lavoro di tesi; in particolare la fase di test va riferita a specie diverse, a condizioni ambientali al contorno differenti da quelle riscontrate e all’utilizzo di learning sample meno estesi.

Classificazione delle galassie: Caratteristiche morfologiche, fotometriche e cinematiche

In questa tesi si cercherà di passare in rassegna le caratteristiche fondamentali dei principali tipi galattici. Dopo un breve ex-cursus storico, si passerà al primo capitolo, nel quale si osserverà come le prime catalogazioni si siano basate sulla morfologia di questi oggetti. Si cercherà quindi di mostrare come molte grandezze fisiche siano strettamente legate all’aspetto che questi oggetti celesti mostrano. Nel secondo capitolo verranno trattate le principali caratteristiche fotometriche: si mostreranno isofote di galassie ellittiche, si accennerà al fenomeno dell’isophotal twist, si introdurranno diversi profili di brillanza, sia per galassie ellittiche che per galassie a spirale. Nel terzo ed ultimo capitolo si tratteranno le caratteristiche cinematiche dei due principali tipi galattici. Riusciremo, a questo punto, a trovare una relazione tra l’isophotal twist e le caratteristiche cinematiche delle galassie ellittiche. Dopo aver introdotto il concetto di dispersione di velocità, sarà possibile introdurre brevemente il piano fondamentale, importante relazione tra le caratteristiche principali delle galassie ellittiche. Si discuterà infine della particolare curva di rotazione delle galassie a spirale, la cui velocità si mantiene costante ben oltre i limiti di quanto si possa stimare osservando la materia visibile; questa peculiarità delle galassie a spirale ha portato direttamente all’idea che possa esserci della materia oscura in grado di esercitare una attrazione gravitazionale sulla materia ordinaria.

Classificazione di oggetti in immagini attraverso il modello Bag of Visual Words

Generic object recognition is an important function of the human visual system and everybody finds it highly useful in their everyday life. For an artificial vision system it is a really hard, complex and challenging task because instances of the same object category can generate very different images, depending of different variables such as illumination conditions, the pose of an object, the viewpoint of the camera, partial occlusions, and unrelated background clutter. The purpose of this thesis is to develop a system that is able to classify objects in 2D images based on the context, and identify to which category the object belongs to. Given an image, the system can classify it and decide the correct categorie of the object. Furthermore the objective of this thesis is also to test the performance and the precision of different supervised Machine Learning algorithms in this specific task of object image categorization. Through different experiments the implemented application reveals good categorization performances despite the difficulty of the problem. However this project is open to future improvement; it is possible to implement new algorithms that has not been invented yet or using other techniques to extract features to make the system more reliable. This application can be installed inside an embedded system and after trained (performed outside the system), so it can become able to classify objects in a real-time. The information given from a 3D stereocamera, developed inside the department of Computer Engineering of the University of Bologna, can be used to improve the accuracy of the classification task. The idea is to segment a single object in a scene using the depth given from a stereocamera and in this way make the classification more accurate.

La classificazione e regolamentazione dei dispositivi medici: Stato dell'arte e prossimi aggiornamenti

Con il presente elaborato ci si propone di analizzare le caratteristiche fondamentali dell’ambito normativo nel quale i dispositivi medici si collocano e le conseguenze di tale aspetto regolatorio sulla circolazione dei prodotti stessi nel mercato dell’Unione Europea, con particolare riguardo agli aspetti di classificazione in base alla classe di rischio.

Sviluppo e validazione di un algoritmo per la classificazione veglia-sonno

La sonnolenza durante la guida è un problema di notevole entità e rappresenta la causa di numerosi incidenti stradali. Rilevare i segnali che precedono la sonnolenza è molto importante in quanto, é possibile mettere in guardia i conducenti dei mezzi adottando misure correttive e prevenendo gli incidenti. Attualmente non esiste una metodica efficace in grado di misurare la sonnolenza in maniera affidabile, e che risulti di facile applicazione. La si potrebbe riconoscere da mutazioni di tipo comportamentale del soggetto come: presenza di sbadigli, chiusura degli occhi o movimenti di caduta della testa. I soggetti in stato di sonnolenza presentano dei deficit nelle loro capacità cognitive e psicomotorie. Lo stesso vale per i conducenti i quali, quando sono mentalmente affaticati non sono in grado di mantenere un elevato livello di attenzione. I tempi di reazione si allungano e la capacità decisionale si riduce. Ciò è associato a cambiamenti delle attività delta, theta e alfa di un tracciato EEG. Tramite lo studio dei segnali EEG è possibile ricavare informazioni utili sullo stato di veglia e sull'insorgenza del sonno. Come strumento di classificazione per elaborare e interpretare tali segnali, in questo studio di tesi sono state utilizzate le support vector machines(SVM). Le SVM rappresentano un insieme di metodi di apprendimento che permettono la classicazione di determinati pattern. Necessitano di un set di dati di training per creare un modello che viene testato su un diverso insieme di dati per valutarne le prestazioni. L'obiettivo è quello di classicare in modo corretto i dati di input. Una caratteristica delle SVM è una buona capacità di generalizzare indipendentemente dalla dimensione dello spazio di input. Questo le rende particolarmente adatte per l'analisi di dati biomedici come le registrazioni EEG multicanale caratterizzate da una certa ridondanza intrinseca dei dati. Nonostante sia abbastanza semplice distinguere lo stato di veglia dallo stato di sonno, i criteri per valutarne la transizione non sono ancora stati standardizzati. Sicuramente l'attività elettro-oculografica (EOG) riesce a dare informazioni utili riguardo l'insorgenza del sonno, in quanto essa è caratterizzata dalla presenza di movimenti oculari lenti rotatori (Slow Eye Movements, SEM) tipici della transizione dalla veglia alla sonno. L'attività SEM inizia prima dello stadio 1 del sonno, continua lungo tutta la durata dello stesso stadio 1, declinando progressivamente nei primi minuti dello stadio 2 del sonno fino a completa cessazione. In questo studio, per analizzare l'insorgere della sonnolenza nei conducenti di mezzi, sono state utilizzate registrazioni provenienti da un solo canale EEG e da due canali EOG. Utilizzare un solo canale EEG impedisce una definizione affidabile dell'ipnogramma da parte dei clinici. Quindi l'obiettivo che ci si propone, in primo luogo, è quello di realizzare un classificatore del sonno abbastanza affidabile, a partire da un solo canale EEG, al fine di verificare come si dispongono i SEM a cavallo dell'addormentamento. Quello che ci si aspetta è che effettivamente l'insorgere della sonnolenza sia caratterizzata da una massiccia presenza di SEM.

Alcuni esempi nella classificazione dei gruppi finiti di ordine dato

La tesi approfondisce alcuni argomenti di teoria dei gruppi e fornisce alcuni esempi nella classificazione dei gruppi finiti di ordine dato.