I modelli dei sensori artificiali

I primi modelli osservati e studiati per progettare sensori artificiali sono senza dubbio i sensori naturali: i recettori presenti nel nostro corpo, le variazioni misurabili dell'espansione volumica del mercurio all'aumentare della temperatura, le vibrisse sfruttate dai gatti come sensori di prossimità.

Un altro modello protagonista dei sensori per emulare i sensi umani è il cervello, ancora oggi oggetto di moltissimi studi che cercano di capirne l'esatto funzionamento in modo da riprodurlo con un'intelligenza artificiale.

In ambito di smart society poichè il volume di dati raccolti dai sensori è potenzialmente enorme servono tecniche in grado di processarli relativamente velocemente ed efficacemente: queste tecniche sono chiamate di data mining, e si basano su modelli statistici. Le 3 operazioni principali che questi modelli permettono di effettuare sui dati sono(1):

1. associazione: estrazione di correlazioni o pattern
2. classificazione: predizione di etichette di classe e definizione di modelli interpretabili
3. clustering: identificazione di gruppi di dati simili, individuando eccezioni e casi limite

(1) Tratto dal materiale del corso "Sistemi per la gestione di basi di dati" a cura di Elena Baralis

I passi astratti del data mining