EVEN Presentation - April 2009
-
Upload
matteodefelice -
Category
Business
-
view
586 -
download
0
description
Transcript of EVEN Presentation - April 2009
La piattaforma EVEN: stato dello sviluppo ed applicazioni in corso MATTEO DE FELICE
EVolutionaryENvironmentFramework
Piattaforma per lo studio e l’utilizzo di algoritmi di
ottimizzazione e ricerca.
Utilizzo di reti neurali artificiali (ANN) per la predizione e la
modellazione.
Analisi statistiche delle popolazioni e delle soluzioni.
Esportazione dei dati per post-processing in altri ambienti.
EVOLUTIONARY E SOFT COMPUTING
Tecniche stocasticheSpesso progettazione trial-and-errorUso di simulatori software
PACCHETTI SOFTWARE ESISTENTI
Optimization Algorithm Toolkit (OAT) della Swinburne University of Technology, Complex Intelligent Systems Laboratory (CIS)MATLAB, Neural Networks Toolbox e Genetic Algorithm ToolboxLibrerie/API come Nnlib, GAlib, ParadisEO (INRIA)
OBIETTIVI DI EVEN
Efficienza
User-friendliness
API per lo
sviluppatore
TARGET DI EVEN
Sviluppatori
UtentiScienziati
Sviluppatori di algoritmi, metodi
Ingegneri e tecnici per
scopi di ottimizzazione
Studiosi di evo e soft computing
EFFICIENZA
Codice C++ di diversi ordini di grandezza più veloce del codice Java e di MATLAB
Efficienza
Maggior
numero di test e sperimentazion
i
Elevata
precisione e generalizzazione dei
risultati
USER-FRIENDLINESS
API PER GLI SVILUPPATORI
API (Application Programming Interface) per gli sviluppatori
FUNZIONALITÀ DI EVEN
Ottimizzazione di funzioni statiche e dinamiche (variabili nel tempo)Design di reti neurali artificialiAlgoritmi “classici” (backpropagation, algoritmi genetici) e innovativi (Artificial Societies e Cellular Genetic Algorithms)Problemi di benchmark built-inSimulazioni batch con file di log
DATI DELLE SIMULAZIONI
Soluzioni del problema salvate su file (e pronte per essere esportate, es. MATLAB)Dati dell’algoritmo (diversità delle soluzioni, dati statistici)Accessibili tramite GUI
GUI PER L’ANALISI DEI DATI
Selezione simulazioni
Area plot
Selezione dati
Tipi di plot:1. Normale2. Derivata
3. Normalizzato
UTILIZZI ATTUALI DI EVEN
Modelli climatici tramite reti neurali ed algoritmi geneticiUso delle reti neurali RBF per fault e anomaly detectionOttimizzazione parametrica per la progettazione di un distretto energeticoStudio di base per tecniche di ensembling neurale
SVILUPPI FUTURI
Main server
EVEN#1
EVEN#2
EVEN#3
Versione parallela e distribuita
ENSEMBLING NEURALE
Studio e implementazione dell’ensembling neurale per problemi dinamici in collaborazione con il prof. Xin Yao del CERCIA (The Centre of Excellence for Research in Computational Intelligence and Applications)
PUBBLICAZIONI
Ceravolo, De Felice, Pizzuti – Combining Back-propagation and Genetic Algorithms to Train Neural Networks for Ambient Temperature Modeling in Italy, EVO* 2009 (to be published)
Azzini, De Felice, Meloni, Tettamanzi – Soft computing techniques for Internet backbone traffic anomaly detection, EVO* 2009 (to be published)