Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricercaINIZIO_TESTO_DA_INDICIZZARE
PROGRAMMA DI RICERCA
italiano - english
Unità di Ricerca
Programmi di ricerca simili:
- 1 - I confini spazio-temporali dell'attenzione in soggetti adulti normali e cerebrolesi
- 2 - Meccansimi neuronali che mediano la stabilita’ percettiva durante i movimenti oculari nell’uomo
- 3 - Studio dei meccanismi di integrazione dell'informazione visiva e multisensoriale
- 4 - Future applicazioni del paradigma peer-to-peer
- 5 - Sintesi automatica di modelli astratti a partire da dati temporali o spaziali
- 6 - Integrazione delle informazioni nel sistema visivo: modelli computazionali dei processi sensoriali e decisionali
- 7 - Dinamica della Visione: dal sistema umano ai sistemi intelligenti
- 8 - Sensibilità a bassa frequenza in interferometri per onde gravitazionali sotterranei e criogenici
- 9 - Meccanismi computazionali e neurali di apprendimento e controllo sensorimotorio
- 10 - TOSCA: trasmissione di segnali ottici con l'impiego di tecniche di amplificazione non convenzionali
Classificazione scientifico-disciplinare
- Area scientifico disciplinare: Scienze fisiche
Classificazione brevettuale
- PHYSICS
- COMPUTING; CALCULATING; COUNTING (score computers for games A63; combinations of writing applicances with computing devices B43K29/08)
- COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS [N0004]
- MEASURING (counting G06M); TESTING
- MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES (measuring physical variables of any kind by conversion into electric variables, see Note (4) following the title of class G01; measuring diffusion of ions in an electric field, e.g. electrophoresis, electro-osmosis G01N; investigating non-electric or non-magnetic properties of materials by using electric or magnetic methods G01N; indicating correct tuning of resonant circuits H03J3/12; monitoring electronic pulse counters H03K21/40; monitoring operation of communication systems H04)
- MUSICAL INSTRUMENTS; ACOUSTICS
- SOUND-PRODUCING DEVICES (sound-producing toys A63H5/00; musical instruments or parts thereof, see the relevant subclass, e.g. G10D); ACOUSTICS NOT OTHERWISE PROVIDED FOR (systems using the reflection or reradiation of acoustic waves G01S15/00; generating seismic energy G01V1/02; signalling or calling arrangements, alarm arrangements G08B; piezo-electric electrostrictive or magnetostrictive elements in general H01L41/00; transmission systems using infrasonic, sonic, or ultrasonic waves H04B11/00; loudspeakers, microphones, gramophone pick-ups or like acoustic electromechanical transducers H04R) [C9511]
- COMPUTING; CALCULATING; COUNTING (score computers for games A63; combinations of writing applicances with computing devices B43K29/08)
Classificazione geografica
- Regione: Marche
Bibliografia
[1] L. Gammaitoni, P. Hänggi, P. Jung, F. Marchesoni, Rev. Mod. Phys. 1998, 70, 223-288[2] F. Moss in Contemporary Problems in Statistical Physics, Chap. 5 (Ed.: G. H. Weiss), SIAM, Philadelphia, PA, 1994, pp. 205-253
[3] J. E. Levin, J. P. Miller, Nature 1996, 380, 165-168
[4] S. M. Bezrukov, I. Vodyanoy, Nature 1995, 378, 362-364; P. Hanggi, ChemPhysChem 2002, 3, 285-290
[5] J. J. Collins, C. C. Chow, T. T. Imhoff, Nature 1995, 376, 236-238
[6] M. Riani, E. Simonotto, Nuovo Cimento Soc. Ital. Fis. D 1995, 17, 903-913; E. Simonotto, M. Riani, C. Seife, M. Roberts, J. Twitty, F. Moss, Phys. Rev. Lett. 1997, 78, 1186-1189
[7] L. Szirmay-Kalos, G. Márton, B. Dobos, T. Horváth, P. Risztics, E. Kovács (1995): Theory of Three-Dimensional Computer Graphics, Sep; Akadémiai Kiadó (Budapest, Hungary), Technical Sciences: Advances in Electronics, 13
[8] J. D. Foley, A. van Dam, S. Feiner, J. Hughes (1990): Computer Graphics: Principles and Practice, 2nd ed.; Addison-Wesley
[9] 10 Emerging Technologies That Will Change the World, MIT Technology Review, February 2003
[10] B. A. Warneke, K. S. J. Pister, Exploring the Limits of System Integration with Smart Dust, Proceedings of IMECE2002, New Orleans, Louisiana (2002)
[11] H. Abelson, D. Allen, D. Coore, C. Hanson, G. Homsy, T. Knight, R. Nagpal, E. Rauch, G. Sussman and R. Weiss, Amorphous Computing, MIT, AI Memo 1665 (1999)
[12] J. H. Holland, Hidden Order: How Adaptation Builds Complexity, Addison Wesley (1995)
Parole Chiave
RISONANZA STOCASTICA; ANALISI SEGNALI; BISTABILITA'; PROCESSI STOCASTICI; RICONOSCIMENTO IMMAGINI; CUBO DI NECKEREffetti di rumore in sistemi percettivi complessi
Università degli Studi di CamerinoAbstract
Questo progetto e' incentrato sullo studio sperimentale del ruolo del rumore nella percezione sensoriale e si articola in tre livelli, distinti ma complementari:(1) Livello del recettore, mirato alla comprensione di come un "sensore" biologico a soglia ottimizzi la sua efficienza in presenza di rumore ambientale, rumore che puo' influenzare sia lo stimolo percettivo, sia il sensore stesso (cioè recettore). Gli esperimenti saranno eseguiti su insetti al fine di permettere la variazione dei parametri funzionali dei recettori, compresa la loro soglia di attivazione.
(2) Livello dello stimolo, volto a studiare quanto un rumore aggiunto dall'esterno possa interferire con gli stimoli sensoriali a livello corticale, per esempio, nella percezione visiva dell'uomo. In questi esperimenti, le soglie di attivazione non possono essere modificate, mentre puo' esserlo il livello di rumore in input. Per questo motivo i soggetti selezionati per gli esperimenti saranno sottoposti a stimoli visivi "scrambled" opportunamente in modo da identificare i meccanismi elementari di estrazione dell'informazione visiva. La risposta dei soggetti alla combinazione stimolo più rumore sarà collegata con la dinamica temporale delle attivazioni corticali per mezzo di tecniche magnetoencefalografiche.
(3) Livello della percezione sensoriale, allo scopo di rivelare l'esistenza di eventuali effetti di rumore endogeno nella percezione di stimoli ambigui, in particolare, nella visione del cubo di Necker. Studi preliminari suggeriscono che la percezione visiva ambigua puo' essere interpretata come un processo multistabile attivato da un qualche rumore interno di origine neurofisiologica non meglio chiarita. Per valutare questa congettura, gli sperimentatori non possono variare nè l'intensità del rumore, nè le relative soglie dell'attivazione percettiva. Si propone allora di modulare impercettibilmente lo stimolo visivo ambiguo, in modo da provocare nell'osservatore (inconsapevole) delle transizioni indotte tra percezioni antagonistiche della stessa immagine. Determinando le distribuzioni dei tempi di transizione a diverse frequenze di modulazione, si vuole verificare l'esistenza di frequenze ottimali di sincronizzazione modulazione/percezione secondo il paradigma della sincronizzazione via risonanza stocastica (bona-fide SR).
Strumenti di indagine comuni a tutte le Unita' convolte in questo progetto sono: (i) una documentata esperienza in questa tipologia di esperimenti; (ii) una profonda conoscenza teorica e computazionale del fenomeno della SR, adottato qui come paradigma di riferimento per la progettazione e l'interpretazione degli esperimenti proposti. <<<
Coordinatore Scientifico del Programma di Ricerca
Fabio MARCHESONI Università degli Studi di CAMERINOObiettivo del Programma di Ricerca
Questo progetto ha come obiettivo l'analisi quantitativa degli effetti di rumore nella percezione sensoriale. Sulla base della loro esperienza - acquisita in un decennio di ricerca sperimentale - i ricercatori delle tre Unità - Camerino, Genova e Palermo, - svilupparanno le loro indagini a tre livelli distinti, ma complementari:(1) Livello del recettore (Palermo). L'obiettivo è una migliore comprensione di come un "sensore" biologico a soglia ottimizzi la sua efficienza in presenza di rumore ambientale; e' noto come il rumore ambientale influenzi sia lo stimolo in ingresso (sommandosi ad esso), sia il recettore stesso (cambiandone per esempio la soglia di attivazione). Gli esperimenti proposti saranno eseguiti su insetti, onde permettere ai ricercatori di modificare i parametri funzionali dei recettori, ed in particolare la loro soglia di attivazione. Da questo punto di vista, i recettori possono essere considerati come sensori di stimoli percettivi con prestazioni ottimali in presenza di livelli di rumore da determinarsi.
(2) Livello dello stimolo (Genova). In questa parte del progetto i proponenti intendono caratterizzare gli effetti di interferenza del rumore di fondo con gli stimoli sensoriali a livello corticale, per esempio, nella percezione visiva dell'uomo. In questo caso, le soglie di attivazione del sistema visivo globale non possono essere modificate sperimentalmente; tali soglie sono intrinseche ai nervi ed alle zone corticali attive corrispondenti. Tuttavia, l'intensita' del rumore sovraimposto allo stimolo sensoriale dall'esterno, può essere variata a piacere. Per questo motivo i soggetti selezionati per gli esperimenti saranno sottoposti a stimoli visivi "scrambled" opportunamente in modo da identificare i meccanismi elementari di estrazione dell'informazione visiva. Infine, la risposta dei soggetti alla combinazione stimolo più rumore sarà correlata con la dinamica temporale delle attivazioni corticali per mezzo di tecniche magnetoencefalografiche attualmente accessibili ai ricercatori dell'UdR di Genova.
(3) Livello percettivo (Camerino). L'antagonismo percettivo, per esempio, la percezione visiva di figure ambigue, si verifica sempre a livello di corteccia cerebrale, ma implica uno sforzo tremendo di elaborazione di dati percettivi. Studi preliminari suggeriscono che la percezione visiva ambigua puo' essere interpretata come un processo multistabile attivato da un qualche rumore interno di origine neurofisiologica non meglio chiarita. A questo livello dell'elaborazione percettiva, gli sperimentatori non possono variare certo nè l'intensità del rumore, nè le relative soglie dell'attivazione percettiva; e' possibile, invece, modulare lo stimolo visivo. Si propone qui di modulare impercettibilmente lo stimolo ambiguo associato ad un cubo di Necker (cioè, per mezzo di una perturbazione sotto la soglia di percezione cosciente), in modo da causare nell'osservatore, a sua insaputa, delle transizioni indotte tra le percezioni antagonistiche del medesimo cubo. Determinando le distribuzioni dei tempi di transizione a diverse frequenze di modulazione, l'UdR di Camerino, in collaborazione con ricercatori di Perugia, vuole verificare l'esistenza di frequenze ottimali di sincronizzazione modulazione-percezione secondo il paradigma di sincronizzazione mediante risonanza stocastica (bona-fide SR).
Le tre UdR hanno in comune: (i) l'approccio sperimentale al problema - con esperienza e lavoro di preparazione ben documentati nella letteratura di settore; (ii) la profonda conoscenza teorica e computazionale della teoria dei processi stocastici, con particolare riferimento al fenomeno della SR, qui adottato come paradigma di riferimento. Il comune linguaggio dovrebbe garantire un elevato livello di integrazione fra le UdR della collaborazione; il massimo grado di complementarità nella formulazione dei protocolli sperimentali e nell'elaborazione/acquisizione dei dati sarà l'obiettivo di uno stretto coordinamento durante le fasi iniziali del progetto. <<<
Durata
24 mesiBase di partenza scientifica nazionale o internazionale
Nella vita di tutti i giorni, il rumore disturba la rivelazione e la trasmissione dei segnali. La risonanza stocastica (SR) rappresenta una situazione in cui la semplice aggiunta di rumore alla dinamica di un sistema nonlineare, amplifica la risposta di quest'ultimo all'azione di segnali esterni anche deboli (i quali a loro volta codificano l'informazione). Il rumore quindi aumenta l'efficienza di rivelazione e/o trasmissione dell'informazione nei sistemi nonlineari. A causa della sua generalita', questo fenomeno ha trovato applicazione nel mondo classico come in quello quantistico, nella fisica, nella chimica e, negli ultimi anni, anche nella biologia e nella medicina [1].
L'epoca della SR in biologia ha avuto inizio con la scoperta della SR in neuroni sensoriali soggetti a rumore "esterno". Tali neuroni sono candidati ideali per la rivelazione della SR poichè sono intrinsecamente rumorosi e funzionano come sistemi a soglia. Uno stimolo (rappresentato da un potenziale elettrico) che propagando lungo un neurone raggiunga una certa soglia, innesca un picco (di potenziale) detto di "firing", seguito poi da un intervallo di quiescenza. In particolare, con una serie di esperimenti, il gruppo di Frank Moss ha dimostrato effetti di SR nei meccanorecettori delle cellule ciliate situate nelle pinne caudali degli astaci [2]. Queste cellule sono particolarmente sensibili a stimoli idrodinamici con frequenza 8-25Hz. Tali cellule sono state stimolate inducendo un moto ondoso dell'acqua nell'intervallo di percezione, 5-100Hz, ma cosi' debole da non indurre eventi di "firing". E' stato quindi aggiunto del rumore ambientale generato da una sorgente casuale. Questa combinazione di segnale e rumore simulava le vibrazioni quasi periodiche dell'acqua generate dalla coda di un pesce predatore che nuoti in una corrente d'acqua turbolenta. Il rapporto segnale-rumore (SNR) nella risposta dei meccanorecettori ha rivelato chiaramente un comportamento tipo SR: Il SNR è aumentato con l'aumento dell'intensità del rumore esterno, ha raggiunto un massimo tipico della SR ed e' successivamente diminuito per rumore ancor piu' intenso (si veda figura 1). Un'altra serie di esperimenti è stata condotta da Levin e Miller sul sistema nervoso caudale dei grilli con risultati simili [3]. Si tratta di un sistema meccanorecettore piu' sensibile a frequenze tra gli 80 e i 150Hz. Ciò fa si' che un grillo percepisca da lontano una vespa predatrice in avvicinamento (per deporre le sue uova nel corpo del grillo).
Malgrado questi risultati positivi, alcune domande cruciali sul ruolo della SR in biologia attendono ancora una risposta. Qual e' il ruolo del rumore interno nei sistemi percettivi? Inoltre, i sistemi biologici usano davvero il meccanismo dell'amplificazione della rivelazione di segnali mediante rumore? Gli esperimenti iniziali sulle cellule ciliate degli astaci (e sui canali ionici), dove il rumore veniva controllato variando la temperatura dell'ambiente circostante, non si possono considerare tuttavia come conclusivi.
Sin dagli inizi la ricerca sulla SR in biologia ha cercato prove dell'ipotesi che, durante l'evoluzione naturale, la Natura abbia sfruttato il rumore ambientale per ottimizzare i meccanismi di trasmissione dell'informazione al livello più fondamentale: quello dei canali ionici. La SR osservata negli esperimenti sui recettori avrebbe origine dalle proprietà stocastiche dei canali ionici che attraversano, con geometrie ben definite, le membrane cellulari di questi. Le regioni delle membrane cellulari ("patch") che esibiscono dinamiche di eccitazione contengono canali ionici di almeno due tipi - canali ioni sodio e potassio. Molti studi teorici e crescenti evidenze sperimentali suggeriscono che esiste una dimensione ottimale per cui il rumore ambientale (e/o interno al recettore) possa favorire la funzionalità di una "patch" di canali ionici. Per dimensioni di "patch" contenenti canali in numero/densita' inferiore al valore ottimale, l'aggiunta di rumore dall'esterno - equivalente a considerare "patch" ancor piu' piccole -degrada ulteriormente l'efficienza della trasduzione a livello cellulare. Inoltre, sono stati predetti fenomeni di coerenza indotti proprio dal rumore interno. Per dimensioni di "patch" opportune, l'attivita' di "firing" assume spontaneamente un andamento ritmico, anche in assenza di segnale di input, come effetto del solo rumore interno ai canali ionici [4]. In conclusione, la SR osservata nei sistemi biologici è probabilmente da considerarsi come una proprietà collettiva di complessi di canali ionici accoppiati tra loro. Questo ed altri aspetti relativi alla SR nei recettori sensoriali saranno studiati dall'UdR III (Palermo).
E' probabile che la SR possa avere applicazioni medicali importanti. Per esempio, parecchi disordini del sistema nervoso sono causati dall'inalzarsi delle soglie sensoriali, che portano ad un ridotto "firing rate" dei corrispondenti sistemi neuronici. In questo contesto, la SR è stata osservata in reti neuroniche di mammiferi estratte dalla pelle del ratto ed anche da tessuti cerebrali in vivo. Questi risultati alimentano la speranza che la SR troverà applicazione nella cura di disordini neurofisiologici quali, per esempio, quelli dell'equilibrio, della locomozione e di altre funzioni fisiologiche degli esseri umani [5].
Il sistema di percezione visiva nell'uomo offre un altro esempio di SR [6], che sarà studiato in dettaglio dall'UdR I (Camerino). Alcuni andamenti tipici della SR sono stati estratti dallo spettro di potenza delle sequenze di transizione fra due percezioni visive antagonistiche in esperimenti neurofisiologici con gli esseri umani. Ai soggetti e' stato chiesto di "risolvere" la bistabilita' percettiva di una figura ambigua modulata temporalmente [6], cioe' di scegliere tra le due percezioni possibili di un cubo di Necker perturbato ciclicamente. Una debole perturbazione periodica, consistente in un punto luminoso che si sposta in linea retta attraverso l'immagine ambigua a velocita' costante e con periodo di 10s, è stata generata su un monitor collocato dinanzi dagli occhi dell'osservatore. La deformazione della figura a monitor sarebbe responsabile delle variazioni del rumore a livello precettivo. Infine, aggiungere del rumore esterno ad un segnale sensoriale (uditivo o visivo) favorisce l'identificazione di suoni o immagini [6] in individui sani; il livello di rumore ottimale dipende dal soggetto, ma sempre in accordo con il paradigma della SR illustrato sopra. La continuazione di questi studi e' l'obiettivo dell'UdR II (Genova).
Il nostro interesse in questo progetto sta proprio nelle molteplici relazioni, sperimentalmente provate, fra rumore interno (cioè all'interno dei neuroni) e/o esterno (cioè in input) e la percezione sensoriale in animali ed esseri umani. Ulteriori motivazioni per perseguire questa linea di ricerca si basa sull'idea che meccanismi e paradigmi ispirati dalla biologia possono essere adattati ed implementati nelle nanotecnologie dei prossimi decenni. Presentiamo qui due esempi che possono servire ad illustrare future applicazioni delle tematiche che vogliamo affrontare:
A) COMPUTER GRAPHICS: L'obiettivo primario nel campo della grafica al computer è la generazione di immagini realistiche di scene reali o virtuali usando un mezzo bidimensionale, quale uno schermo di un computer [7]. Tale settore di ricerca comprende problematiche quali la modellistica tridimensionale, l'ottica, la percezione visiva umana e l'hardware.
Il processo di generazione delle queste immagini può essere descritto secondo una precisa sequenza. Nella prima fase, viene generato un modello tridimensionale del mondo reale mediante l'uso di un insieme limitato di oggetti (sfere, coni, poliedri, superfici parametriche, ecc.). Questo modello esiste nello spazio cartesiano tridimensionale R3. Questo subisce poi una serie di trasformazioni che riproducono lo stesso modello come sarebbe visto a monitor da un osservatore con posizione ed orientamento assegnati (punto di vista dell'osservatore). Un modello su schermo è quindi costituito da un insieme limitato di oggetti in uno spazio cartesiano bidimensionale R2. Alcuni punti del modello 2D possono contenere informazioni aggiuntive associate ai punti corrispondenti del modello 3D, cio' al fine di generare un'immagine finale più realistica. Infine, gli oggetti che formano il modello a schermo sono elaborati graficamente per produrre l'immagine 2D finale.
Tuttavia quando si usano tecniche grafiche per la visualizzazione di oggetti 3D, è importante che gli utenti "percepiscano" il modello originale tridimensionale, piuttosto che semplicemente la relativa immagine 2D a schermo. Effettivamente, un'immagine 2D contiene necessariamente meno informazioni che il modello 3D originale. Ciò può condurre a delle ambiguità nell'interpretazione delle immagini. L'illusione del cubo di Necker è uno degli esempi più popolari. Le ambiguità in un'immagine 2D possono essere risolte aggiungendo informazioni estratte dal modello del mondo 3D rappresentato. Tuttavia, quando si usano grafici 3D per la visualizzazione di informazioni, troppo realismo può essere nocivo - strutture accessorie ed effetti di luce complicati possono distrarre l'osservatore [8]. Di qui l'esigenza di una comprensione più profonda dei meccanismi neurofisiologici che governano il cosiddetto antagonismo percettivo.
B) RETI DI MICROSENSORI: Nell'ultimo decennio, si e' registrato un progresso spettacolare nella realizzazione, miniaturizzazione e integrazione di micro-controlli, micro-rivelatori e delle interfacce per la trasmissione dei dati. Allo stesso tempo, il costo di produzione di tali dispositivi continua a calare, al punto che ora è possibile prevedere applicazioni che coinvolgano l'utilizzo di grandi quantita' di dispositivi "smart", ciascuno dotato di limitate capacita' di calcolo, rivelazione e comunicazione [9].
Negli ultimi cinque anni, sono stati avviati parecchi progetti a livello mondiale - sia da universita' sia da grandi aziende - per affrontare la sfida tecnologica rappresentata della realizzazione e gestione di una rete di microdispositivi su grande scala. Il Laboratorio di Robotica dell'Università di California a Berkeley con il progetto "smart dust" [10] ha dimostrato la fattibilità di sensori locali di dimensioni millimetriche con capacita' di calcolo, comunicazione senza fili e con sistema operativo incorporato.
Con le piattaforma hardware ormai a portata di mano, la vera sfida diventa l'utilizzo delle risorse locali dei singoli nodi e la gestione delle loro funzioni in modo che la rete possa funzionare come un tutto. Si presentano cosi' tutte le problematiche tipiche dei sistemi distribuiti come: competizione tra nodi, assenza di una nozione globale di tempo, sincronizzazione della trasmissione dati, robustezza della comunicazione, questioni di adattabilita', stabilita' e scalabilita', sicurezza e controllo di accesso.
Oltre a cio', operare una rete formata da un gran numero di dispositivi "smart", pone alcune questioni tuttora irrisolte:
* In generale, a causa dei vincoli di comunicazione (alimentazione, ambiente etc.), ogni nodo potrà comunicare localmente con un numero limitato di vicini;
* Nella maggior parte delle realizzazioni pratiche, il dispiegamento della rete avverra' senza un vero controllo della posizione spaziale di singoli nodi;
* Poiché i nodi di rete saranno prodotti in serie, e' probabile che avranno a bordo tutti il medesimo software. La differenziazione delle loro funzioni dovrà essere auto-organizzata in fase di esecuzione;
* Data la natura fortemente distribuita del sistema e le limitate risorse di calcolo disponibili a bordo, i nodi non potranno accedere ne' descrivere lo stato generale del sistema. Tutte le operazioni (rilevamento, comunicazione ed elaborazione) dovranno essere progettate rispettando questi vincoli.
Nel programmare il comportamento di un tale tipo di rete, la domanda fondamentale, alla quale rispondere, è: "Come si ottiene un comportamento coerente predefinito tramite la cooperazione di un numero vastissimo di parti non completamente affidabili e che sono interconnesse in maniera in parte sconosciuta, irregolare e variabile nel tempo?". Questo problema è un esempio di cio' che Abelson chiama "computazione amorfa" [11]. Il Gruppo di Calcolo amorfo presso il MIT (Cambridge) ha suggerito che le soluzioni a tale problema possano essere ispirate da paradigmi e da idee che vengono da aree di ricerca molto diverse, quali la fisica dei sistemi complessi, la neurofisiologia e la biologia.
Nel funzionamento delle future reti di microdispositivi, un ruolo critico sarà giocato dal "network middleware", uno strato di software intermedio responsabile della preleaborazione delle informazioni provenienti dal hardware e dal software locali dei nodi e del loro trasferimento verso lo strato delle applicazioni di livello superiore. Questo strato del software ha inoltre l'importante ruolo di separare lo sviluppo dell'hardware e del sistema operativo dei nodi, al livello inferiore, dallo sviluppo delle applicazioni al livello superiore, così permettendo, almeno in parte, lo sviluppo indipendente di entrambi i livelli. Il "network middleware" e' il passo logico che dà al programmatore delle applicazione una visione unitaria della rete, dell'ambiente nel quale questa opera e delle sua capacita'.
Questi tre livelli (basso, intermedio ed alto) operativi dei sistemi distribuiti artificiali riflettono da vicino i tre livelli nei quali vogliamo caratterizzare gli effetti di rumore nella percezione degli stimoli sensoriali [12]. <<<



