Questa tesi si propone di esplorare l’applicazione di reti neurali per la risoluzione di problemi di ottimizzazione combinatoria su grafi. I problemi di ottimizzazione su grafi sono ampiamente diffusi in vari settori, come la logistica e la pianificazione dei trasporti. Le reti neurali offrono un potenziale significativo per affrontare questi problemi complessi grazie alla loro capacità di apprendimento e generalizzazione. L’obiettivo principale di questa tesi è progettare, implementare e valutare meccanismi neurali specificamente adattati per l’ottimizzazione combinatoria, esplorando diverse architetture e tecniche di apprendimento.
PREREQUISITI
Familiarità con i principali algoritmi di apprendimento.
Esperienza di programmazione Python-PyTorc.
OBIETTIVI FORMATIVI
Progettazione e implementazione di architetture neurali adatte all’ottimizzazione combinatoria. Conoscenza dei concetti fondamentali della teoria dei grafi
DURATA DELLO STAGE E CONTESTO RACCOMANDATO
• Adatto a: Tesi di Laurea Magistrale
• Durata: 3-5 mesi
MODALITA’ DI LAVORO: da remoto, con riscontri sistematici.
o Pianificazione del lavoro con obiettivi sistematici (di volta in volta concordati con il docente) utili al completamento del progetto di tesi.