APPRENDIMENTO NEURALE CON MATRICI DI PARAMETRI SPARSE: UN'APPLICAZIONE ALLA DIAGNOSTICA DEGLI STATI DI DISTRAZIONE DI UN CONDUCENTE

In the neural learning field, this thesis presents a real application of the ELM algorithm, based on matrix pseudoinversion techniques, to the diagnosis of driver's distraction. In particular it faces the problem of optimizing this algorithm, by introducing sparse parameters matrix. The presented application is part of the HoliDes Project, financed by the European Community.

Nell'ambito dell'apprendimento neurale questa tesi presenta un'applicazione reale dell'algoritmo Extreme Learning Machine, basato sulla tecnica della pseudoinversione matriciale, alla diagnosi degli stati di distrazione di un conducente. In particolare si affronta il problema dell'ottimizzazione di tale algoritmo attraverso l'introduzione di matrici di parametri sparse. L'applicazione presentata è parte del Progetto HoliDes, finanziato dalla Comunità Europea.