FIND2: A flexible functional diagnosis framework based on machine-learning technique
Responsabile:
Collaborazione con Ente Privato
-
Data inizio: 01/10/2014
Durata: 12 mesi
Sommario
Cisco University Research Program Fund, appartenente alla Silicon Valley Community Foundation, ha dato un “gift” per supportare la ricerca di Cristiana Bolchini sul tema "FIND2: A flexible functional diagnosis framework based on machine-learning technique”.
Il progetto ha lo scopo di sviluppare un motore incrementale per la diagnosi funzionale di guasti, basato su tecniche di machine learning in grado di effettuare l’individuazione del componente guasto utilizzando un numero ridotto di test, con l’obiettivo di minimizzare i costi ed i tempi del processo di diagnosi, senza comprometterne l’accuratezza.
L’obiettivo è impiegare tale strategia con due modalità diverse: i) per un’analisi che punta all’accuratezza (possibilmente al 100%), oppure ii) un’analisi in cui è l’utente a indicare il vincolo del processo (ad esempio in base al numero/costo dei componenti da sostituire, il numero di test da eseguire).
Il progetto ha lo scopo di sviluppare un motore incrementale per la diagnosi funzionale di guasti, basato su tecniche di machine learning in grado di effettuare l’individuazione del componente guasto utilizzando un numero ridotto di test, con l’obiettivo di minimizzare i costi ed i tempi del processo di diagnosi, senza comprometterne l’accuratezza.
L’obiettivo è impiegare tale strategia con due modalità diverse: i) per un’analisi che punta all’accuratezza (possibilmente al 100%), oppure ii) un’analisi in cui è l’utente a indicare il vincolo del processo (ad esempio in base al numero/costo dei componenti da sostituire, il numero di test da eseguire).
