Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Calendario accademico
Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.
Calendario didattico
Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.
| Periodo | Dal | Al |
|---|---|---|
| 1° | 30-set-2002 | 29-nov-2002 |
| 2° | 13-gen-2003 | 14-mar-2003 |
| 3° | 7-apr-2003 | 13-giu-2003 |
| Sessione | Dal | Al |
|---|---|---|
| Prima sessione | 9-dic-2002 | 20-dic-2002 |
| Seconda Sessione | 24-mar-2003 | 4-apr-2003 |
| Terza Sessione | 23-giu-2003 | 4-lug-2003 |
| Prima Sessione Straordinaria | 7-lug-2003 | 18-lug-2003 |
| Seconda Sessione Straordinaria | 1-set-2003 | 12-set-2003 |
| Terza Sessione Straordinaria | 15-set-2003 | 26-set-2003 |
| Sessione | Dal | Al |
|---|---|---|
| 1 | 17-mar-2004 | 17-mar-2004 |
| Periodo | Dal | Al |
|---|---|---|
| Vacanze pasquali | 18-apr-2003 | 27-apr-2003 |
Calendario esami
Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali
Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami
Docenti
Burattini Emilio
emilio.burattini@univr.it
nome.cognome[at]uniud.it
francesca.mantese@univr.it
Martignano Maurizio
maurizio.martignano@esa.int
+31715656749
angelo.pica@univr.it
Piccinini Nicola
piccinini@sci.univr.it
+39 349 7461319
davide.rocchesso@univr.it
Rossato Rosalba
rossato@sci.univr.it
+39 045 802 7077
Scollo Giuseppe
giuseppe . scollo at univr . it
045 802 7940
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
4° Anno Attivato nell'A.A. 2005/2006
| Insegnamenti | Crediti | TAF | SSD |
|---|
5° Anno Attivato nell'A.A. 2006/2007
| Insegnamenti | Crediti | TAF | SSD |
|---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Teoria e tecniche del riconoscimento (2005/2006)
Codice insegnamento
4S00072
Docente
Crediti
5
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Periodo
3° Q dal 3-apr-2006 al 9-giu-2006.
Sede
VERONA
Obiettivi formativi
Il corso intende fornire i fondamenti teorici e le metodologie principali relative all’analisi e riconoscimento automatico di dati di qualsiasi tipo, detti tipicamente pattern. Questa disciplina è alla base o completa molte altre discipline di più larga diffusione come l’elaborazione delle immagini, la visione, l’intelligenza artificiale, l’analisi di grosse quantità di dati, le basi di dati, e numerose altre.
• Nel corso verrà data enfasi alle tecniche probabilistiche con particolar riferimento all’addestramento di sistemi volti al riconoscimento (anche di immagini, ma non solo) e alle reti neurali.
• Le applicazioni che questa disciplina coinvolge sono molteplici. Tra queste ci sono le applicazioni legati all’elaborazione delle immagini e visione, data mining, la bioinformatica, analisi ed interpretazione di dati medicali e biologici (e.g., genomica, proteomica, sierologia, etc.), la biometria, l'imaging biomedicale, la videosorveglianza, la robotica, il riconoscimento della voce e numerose altre.
Programma
Introduzione: cos’è, a cosa serve, sistemi, applicazioni
•Riconoscimento e classificazione
•Estrazione e rappresentazione di caratteristiche (feature)
•Teoria della decisione di Bayes
•Stima dei parametri e metodi non parametrici
•Classificatori lineari, non lineari e funzioni discriminanti
•Cenni di Pattern Recognition di tipo sintattico
•Selezione di feature
•Reti neurali
•Metodi di classificazione non supervisionata (clustering)
•Metodi avanzati: Hidden Markov Models.
Il corso viene svolto in 32 ore di lezioni frontali e 12 ore di laboratorio. L'attività di laboratorio prevede la pratica e risoluzione di esercizi mediante l'uso di MATLAB volti all'apprendimento pratico e alla miglior comprensione della teoria svolta a lezione.
| Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|
| C.M. Bishop | Neural Networks for Pattern Recognition | Oxford University Press | 1995 | Testo di approfondimento per argomenti specifici. | |
| R. Duda, P. Hart, D. Stork | Pattern Classification | Wiley | 2001 | Testo principale. | |
| S. Theodoridis, K. Koutroumbas | Pattern Recognition | Academic Press | 1998 | Testo secondario. |
Modalità d'esame
La verifica del profitto avverrà mediante un'attività di progetto e una breve prova orale.
Il progetto riguarderà gli argomenti trattati a lezione con riferimento all'elaborazione delle immagini e visione, ma anche altre applicazioni potranno essere considerate.
La prova orale verterà sui temi sviluppati a lezione e potrà essere sostituita da una prova scritta con brevi domande simili alla prova orale.
Il superamento della prova porta all'acquisizione di 5 crediti, ovvero di 1 unità didattica.
Tipologia di Attività formativa D e F
Insegnamenti non ancora inseriti
Prospettive
Avvisi degli insegnamenti e del corso di studio
Per la comunità studentesca
Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e a breve anche tramite l'app Univr.
