La tesi affronta un'analisi di diverse tecniche e applicazioni di Intelligenza Artificiale (AI) per l'Industria 4.0. Ho esplorato l'Intelligenza Artificiale Spiegabile (XAI), in particolare, vengono presi in considerazione modelli di IA spiegabili by-design, piuttosto tecniche post-hoc per spiegare le black-box dell'IA, ovvero i sistemi basati su regole fuzzy (FRBS) e gli alberi decisionali fuzzy (FDT). Oltre ai modelli XAI, questa tesi tratta anche le tecniche di deep learning per la sicurezza nell'Industria 4.0, in particolare i modelli AI per il riconoscimento degli oggetti. Nello specifico, è stato progettato di un sistema per il rilevamento delle infrazioni nell'uso obbligatorio dei dispositivi di protezione individuale (DPI). This thesis addresses an analysis of different techniques and applications of Artificial Intelligence (AI) for Industry 4.0. I have explored Explainable Artificial Intelligence (XAI), in particular, explainable-by-design AI models are considered, rather post-hoc techniques for explaining AI black-boxes, namely fuzzy rule-based systems (FRBS) and fuzzy decision trees (FDT). In addition to XAI models, this thesis also discusses deep learning techniques for security in Industry 4.0, particularly AI models for object recognition. Specifically, it is designed of a system for detecting infractions in the mandatory use of personal protective equipment (PPE).

Metodi e Applicazioni dell'Intelligenza Artificiale per l'Industria 4.0

GALLO, GIONATAN
2023

Abstract

La tesi affronta un'analisi di diverse tecniche e applicazioni di Intelligenza Artificiale (AI) per l'Industria 4.0. Ho esplorato l'Intelligenza Artificiale Spiegabile (XAI), in particolare, vengono presi in considerazione modelli di IA spiegabili by-design, piuttosto tecniche post-hoc per spiegare le black-box dell'IA, ovvero i sistemi basati su regole fuzzy (FRBS) e gli alberi decisionali fuzzy (FDT). Oltre ai modelli XAI, questa tesi tratta anche le tecniche di deep learning per la sicurezza nell'Industria 4.0, in particolare i modelli AI per il riconoscimento degli oggetti. Nello specifico, è stato progettato di un sistema per il rilevamento delle infrazioni nell'uso obbligatorio dei dispositivi di protezione individuale (DPI). This thesis addresses an analysis of different techniques and applications of Artificial Intelligence (AI) for Industry 4.0. I have explored Explainable Artificial Intelligence (XAI), in particular, explainable-by-design AI models are considered, rather post-hoc techniques for explaining AI black-boxes, namely fuzzy rule-based systems (FRBS) and fuzzy decision trees (FDT). In addition to XAI models, this thesis also discusses deep learning techniques for security in Industry 4.0, particularly AI models for object recognition. Specifically, it is designed of a system for detecting infractions in the mandatory use of personal protective equipment (PPE).
10-nov-2023
Italiano
artificial intelligence
deep learning
explainable ai
industry 4.0
object detection
Ducange, Pietro
Ferrari, Vincenzo
File in questo prodotto:
File Dimensione Formato  
attivita_ricerca.pdf

non disponibili

Dimensione 24.42 kB
Formato Adobe PDF
24.42 kB Adobe PDF
PhD_Thesis.pdf

accesso aperto

Dimensione 31.29 MB
Formato Adobe PDF
31.29 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/216499
Il codice NBN di questa tesi è URN:NBN:IT:UNIPI-216499