Sembra che due ingegneri californiani abbiano creato con successo una teoria matematica della sorpresa. Si tratta in pratica di un modo per misurare in uno stream di informazioni una propriet\u00e0 che \u00e8 in parte simile all’idea di entropia di Shannon. A differenza della teoria di Shannon questa nuova misurazione dell’informazione avrebbe delle basi soggettive (ovvero dipendenti dall’osservatore) e non oggettive (ovvero come propriet\u00e0 di una specifica sorgente).
\nPer ora pu\u00f2 essere applicata solo a stream di tipo video (ovvero a stimoli visivi) ma l’idea di base \u00e8 che lo stesso tipo di misurazione potr\u00e0, in futuro, essere applicata anche al sonoro, all’olfatto e magari anche al gusto e al tatto.
\nLa misurazione si basa su due concetti: la saliency e la novelty.<\/p>\n
\nAnalyzing such a stream, researchers can isolate stimuli with visual attributes that are unique in the mix by breaking down the signal into “feature channels,” each describing a particular attribute (i.e,, color) in the mix. Such features are called “salient.” Itti himself previously developed a measure of saliency. <\/p>\n
A parallel analysis performs similar operations, but does so over time, not space, looking for new elements suddenly appearing. This approach is said to model “novelty.” <\/p>\n
Finally, an analysis can be done purely in terms of Shannon’s original equations, which can measure the level of organization or detail found in the data flow, its entropy.<\/p>\n<\/blockquote>\n<\/p>\n
<\/blockquote>\nOra non c’\u00e8 bisogno che sottolinei l’importanza di questa idea per le ricerche sui media (informazione\/non informazione) e sull’economia dell’attenzione di cui tanto si parla oggi in relazione ai blog.
\nPer capire bene come questo algoritmo possa funzionare \u00e8 necessario tuttavia attendere la presentazione ufficiale dei risultati di questa ricerca che saranno resi pubblici il 7 dicembre durante una conferenza su Neural Information Processing Systems (NIPS) Conference di Vancouver.
\nCi\u00f2 che \u00e8 noto al momento lo si pu\u00f2 trovare in questo articolo: Surprise! Computer scientists model the exclamation point<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"Sembra che due ingegneri californiani abbiano creato con successo una teoria matematica della sorpresa. Si tratta in pratica di un modo per misurare in uno stream di informazioni una propriet\u00e0 che \u00e8 in parte simile all’idea di entropia di Shannon. A differenza della teoria di Shannon questa nuova misurazione dell’informazione avrebbe delle basi soggettive (ovvero … Leggi tutto “Verso una teoria matematica della sorpresa”<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[],"_links":{"self":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts\/148"}],"collection":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=148"}],"version-history":[{"count":0,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts\/148\/revisions"}],"wp:attachment":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=148"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=148"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=148"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}