Soft Computing per gestire l’incertezza e l’imprecisione dell’informazione

Rappresentare e gestire l'incertezza e l'imprecisione dell'informazione permette di controllare l'affidabilità e la qualità dei risultati ottenuti dall'elaborazione dell'informazione stessa in modo da poter rispondere a domande del tipo:

• In quale misura le informazioni presentano incertezza e/o imprecisione?

• Da cosa dipende l'incertezza del risultato? (dalle caratteristiche del fenomeno osservato, dall'osservazione, dalla rappresentazione dell'informazione, dal modello, dal processo decisionale, ecc.)

• Dov'è localizzata l'incertezza e/o l'imprecisione? (mappatura spazio-temporale dei gradi di incertezza e/o imprecisione)

Lo scopo finale immaginegisappè quello di aiutare il decisore a capire i rischi che corre quando usa i dati memorizzati in un sistema informativo per prendere delle decisioni.

I metodi di soft computing, a differenza dei metodi tradizionali di calcolo, hanno l’obbiettivo di modellare sistemi complessi del mondo reale tollerando l’imprecisione, l’incertezza e l’incompletezza dell’informazione in modo da ottenere trattabilità, robustezza e soluzioni realizzabili. Il soft computing, comprende la Logica Fuzzy, le Reti Neurali e gli Algoritmi Genetici, e metodi Ibridi. Tali metodi rivestono un ruolo particolarmente importante nel processo d’induzione delle regole che rappresentano la conoscenza relativa al comportamento di un sistema a partire dall’osservazione. Parafrasando Lotfi Zadeh, l’ideatore della logica fuzzy “il soft computing sarà probabilmente sempre più diffuso nella progettazione di sistemi complessi”.

 

 

Il soft computing è stato applicato in IREA nell’ambito delle tematiche di ricerca telerilevamanto ottico e sistemi per l’informazione geografica con scopi diversi.

In particolare, per la tematica della fusione di immagini eterogenee mediante aggregatori fuzzy e vincoli “soft” proponiamo una breve bibliografia:

per il calcolo di indicatori di anomalia ambientale:

·        Stroppiana D. Brivio P.A, Boschetti M., Carrara P., Bordogna G., A fuzzy anomaly indicator for environmental monitoring at continental Scale, Ecological indicators  ISSN 9 1470-160X  Vol: 9, N: 1 pp. 92-106, 2009,

·        Carrara P., Bordogna G., Stroppiana D. Brivio P.A., Nelson A., Boschetti M., A flexible multi-source spatial data fusion system for environmental status assessment at continental scale, Journal of Geographical Information Science, Vol.22, No.7, 2008.

per l’identificazione di aree bruciate:

·        Stroppiana D., Bordogna, Carrara P., Boschetti M., Boschetti L., Brivio P.A:., A method for extracting burned areas from Landsat TM/ETM+ images by soft aggregation of multiple Spectral Indices and a region growing algorithm ISPRS Journal of Photogrammetry and Remote Sensing 69 (2012) 88–102,

·        Stroppiana D., Bordogna G., Boschetti M., Carrara P., Boschetti L., and Brivio P.A. Bipolar information for assessing and revising evidence scores of burn, IEEE Geoscience and Remote Sensing Letters,doi: 10.1109/LGRS.2011.2167953, VOL. 9, NO. 3, MAY 2012

per l’individuazione di aree interessate da esodo rurale:

·        Bordogna G., Boschetti M., Carrara P., Brivio A.P. Weissteiner, C. Handling heterogeneous bipolar information for modelling environmental syndromes of global change, in Environmental Modeling & Software, 36 (2012) 131-147,

·        Weissteiner C.J., Boschetti, M., Böttcher K., Carrara P., Bordogna G., Brivio P.A., Spatial Explicit Assessment of Rural Land Abandonment in the Mediterranean, in Global and Planetary Change, vol 79, 20-36, 2011

per la fusione di serie temporali eterogenee di immagini

·         Bordogna G., Boschetti M., Candiani G., Crema A., Pepe M., Stroppiana D. Brivio P.A., Knowledge based fusion of remote sensing time series with heterogeneous spatio-temporal resolution: an application for crop classification and monitoring, EARSEL 2014 Frontiers in RS of Land Cover and Lands Use, !7 MArzo 2014, Berlino,

·        M. Bisquert, G. Bordogna, M. Boschetti, P. Poncelet, M. Teisseire, Soft Fusion of Heterogeneous Image Time Series, in proceeding of the Int. Conf. on Information Processing and Management of Uncertainty 2014, Montpellier France

per stimare la suscettività alle frane del territorio mediante la combinazione di Data Mining e logica fuzzy

·        Bordogna G, Sterlacchini S., A Multi Criteria Group Decision Making Process based on the Soft Fusion of Coherent Evaluations of Spatial alternatives, in Recent Developments and New Directions in Soft Computing, Zadeh L.A., Abbasov A. M., Yager R.R, Shahbazova Sh.N., Reformat M.Z. eds , Studies in Fuzziness and Soft-Computing Series, Springer Verlag, to appear in 2014,

·        Rampini A., Bordogna G., Carrara P., Pepe M., Antoninetti M., Mondini A., and Reichenbach P., Modelling Landslides’ Susceptibility by Fuzzy Emerging Patterns, C. Margottini et al. (eds.), Landslide Science and Practice, Vol. 1,DOI 10.1007/978-3-642-31325-7_48, # Springer-Verlag Berlin Heidelberg 2013

per valutare la qualità dell’Informazione geografica volontaria mediante la definizione di alberi decisioni fuzzy

·        Bordogna G., Carrara P.,  Criscuolo L., Pepe M., Rampini A., (2013) An approach to Assess the Quality of Volunteer Geographic Information for Citizen Science, Information Sciences 258 (2014) 312–327,

·        Criscuolo L., Pepe M., Seppi R., Bordogna G., Carrara P.,  Zucca F., Alpine Glaciology: an historical collaboration between volunteersand scientists and the challenge presented by an integrated approach. ISPRS Int. J. Geo-Inf. 2013, 2, 680-703; doi:10.3390/ijgi2030680.