<?xml version="1.0" encoding="utf-8" standalone="yes" ?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Hdtwin on LinkedData.Center</title>
    <link>https://it.linkeddata.center/products/hdtwin/</link>
    <description>Recent content in Hdtwin on LinkedData.Center</description>
    <generator>Hugo -- gohugo.io</generator>
    <lastBuildDate>Sun, 16 Nov 2025 00:00:00 +0000</lastBuildDate>
    
	<atom:link href="https://it.linkeddata.center/products/hdtwin/index.xml" rel="self" type="application/rss+xml" />
    
    
    <item>
      <title>HDTwin™</title>
      <link>https://it.linkeddata.center/p/hdtwin/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      
      <guid>https://it.linkeddata.center/p/hdtwin/</guid>
      <description></description>
    </item>
    
    <item>
      <title>FUDEDUR paradigm</title>
      <link>https://it.linkeddata.center/b/fudedur-paradigm/</link>
      <pubDate>Sun, 16 Nov 2025 00:00:00 +0000</pubDate>
      
      <guid>https://it.linkeddata.center/b/fudedur-paradigm/</guid>
      <description>L’espressione FUDEDUR, acronimo di Fatti Una Domanda E Datti Una Risposta, è entrata stabilmente nell’immaginario collettivo italiano grazie alle celebri interviste notturne di Gigi Marzullo. Nella percezione comune, il motto appare un invito leggero, quasi ironico, a rivolgere lo sguardo verso se stessi. Tuttavia, al di sotto della sua apparente semplicità, esso nasconde un atteggiamento epistemologico più profondo: una forma elementare ma efficace di circolo ermeneutico, cardine della tradizione filosofica che va da Schleiermacher e Dilthey fino a Gadamer e Ricoeur.</description>
    </item>
    
    <item>
      <title>Neural Linked Data</title>
      <link>https://it.linkeddata.center/b/nld/</link>
      <pubDate>Mon, 25 Aug 2025 00:00:00 +0000</pubDate>
      
      <guid>https://it.linkeddata.center/b/nld/</guid>
      <description>1. Manifesto concettuale Neural Linked Data (NLD) è un paradigma che integra modelli neurali (deep learning, GNN, LLM) con la struttura semantica e logica dei Linked Data (RDF, OWL, ontologie, knowledge graphs). L’obiettivo è creare sistemi che apprendono dai dati non strutturati e contemporaneamente ragionano in modo simbolico, unendo l’adattività dei modelli neurali con la trasparenza e la struttura del sapere formale.
2. Principi  Connessione → i dati sono entità vive, rappresentate come nodi e relazioni semanticamente definite.</description>
    </item>
    
    <item>
      <title>Neuro-Symbolic AI: la nuova frontiera dell’intelligenza artificiale</title>
      <link>https://it.linkeddata.center/b/nsai/</link>
      <pubDate>Tue, 08 Jul 2025 00:00:00 +0000</pubDate>
      
      <guid>https://it.linkeddata.center/b/nsai/</guid>
      <description>L’intelligenza artificiale ha vissuto diverse epoche: da quella simbolica, basata su regole logiche, a quella statistico-connessionista, dominata dalle reti neurali e dai Large Language Models (LLM) come ChatGPT. Ma oggi si sta affermando un nuovo paradigma che unisce il meglio dei due mondi: la neuro-symbolic AI.
Che cos’è la Neuro-Symbolic AI? La neuro-symbolic AI (NSAI) è un approccio ibrido che combina due modelli di intelligenza artificiale profondamente diversi:
 L’AI simbolica, che si basa su regole logiche, simboli e ragionamento deduttivo.</description>
    </item>
    
  </channel>
</rss>