Ricostruzione Sintetica di Radici Indoeuropee tramite Autoencoder con spazio latente a 24 Dimensioni

Il presente lavoro esplora l'applicazione di architetture neurali di tipo autoencoder per l'individuazione di "ponti" linguistici tra greco antico e latino. Attraverso un processo di addestramento iterativo su uno spazio latente compresso (24 dimensioni), il modello ha dimostrato la capacità di isolare nuclei fonetici primordiali, agendo come un mezzo sintattico che rimuove le divergenze morfologiche storiche. I risultati evidenziano come, al diminuire della funzione di perdita (fino a 10^{-5}), il sistema non si limiti a una media statistica, ma recuperi strutture affini alle radici proto-indoeuropee (PIE), come nel caso del nucleo art (arare) e della sintesi semantica umo (humus).