Un algoritmo “Esperto” per Filtraggio e predizione di “Segnali”

La risoluzione rigorosa di molti problemi geo-topografici
relativi alla modellizzazione spazio-temporale richiede la separazione
nei dati in uscita di una parte correlata detta “segnale” da una part e
incorrelata detta “rumore” (operazione di filtraggio) e la conseguente
determinazione di altri nuovi valori del segnale (predizione).
In tutti i casi applicativi, pur con le differenze dovute alla varietà dei problemi
possibili, il rumore stimato può essere interpretato come conseguenza
degli errori accidentali di misura, mentre il segnale stimato
spiega statisticamente le correlazioni di natura fisica, geometrica,
topologica, ecc., esistenti fra le quantità osservate di cui, non avendo
potuto tenerne conto nel modello “funzionale”, bisogna corre t t amente
tenerne conto nel modello “stocastico”.
Ormai da tempo collaudati e perfettamente funzionanti sono le “rigorose”
metodologie statistiche e gli algoritmi risolutivi elaborati a
riguardo e noti in letteratura.
Per la risoluzione di taluni problemi speditivi e’ sembrato utile testare
un algoritmo snello da un punto di vista della complessità computazionale
che si basa su:
- uso della trasformata Wavelet nel campo del denoising dei segnali;
- applicazione delle teorie dei “sistemi esperti” nel campo della predizione
dei segnali;
attuando dunque le fasi di filtraggio e predizione di un “segnale”
usando i coefficienti Wavelet ottenuti dall’analisi della serie spaziotemporale
sia per separare il segnale utile dal rumore di fondo, sia per
procedere nell’addestramento di un sistema predittivo esperto capace
di ottenere nuovi valori del segnale a partire dai valori correnti rilevati.