Proposte attività percorso eccellenza 2015-2016

 Proposte percorsi eccellenza per bando a.a. 2015-­‐2016 Docente: Paola Velardi Titolo-­‐argomento: TEMPORAL MINING e TEMPORAL IR breve descrizione dell'attività prevista o quanto si ritenga utile per informare lo studente -­‐ utilizzare informazioni temporali (tipicamente serie temporali di grandezze di vario tipo, frequenze di termini, misure di connettività di una rete sociale, ecc) per varie applicazioni quali: migliorare le prestazioni dei motori di ricerca, rilevare eventi e anomalie in tempo reale. adatto a percorso eccellenza magistrale Titolo-­‐ argomento: E-­‐HEALTH, data integration per e-­‐health, digital surveillance breve descrizione dell'attività prevista o quanto si ritenga utile per informare lo studente: collegare dati provenienti da varie sorgenti (reti sociali, cartelle cliniche, blog, dispositivi sanitari wearable) per estrarre informazioni, migliorare il rapporto col paziente, garantire continuità della cura, monitorare pazienti e mettere in evidenza bisogni, problematiche, effetti indesiderati ed anomalie nalle cure, ecc adatto a percorso eccellenza magistrale Docente: Nicola Galesi [Magistrale, fino a 2 studenti] Titolo: Approfondimenti sulla complessità Booleana Argomento: L'attività prevede lo studio guidato di alcuni risultati fondamentali sui limiti della computazione, in particolare usando tecniche di Communication Complexity. Ambito: Informatica Teorica e Complessità Computazionale Requisiti Consigliati: Corsi: Combinatoria, Complessità. Attitudine: verso la teoria e la matematica discreta [Triennale, fino a 2 studenti] Titolo: Tecniche per l'implementazione di SAT solver Argomento: Algoritmi, tecniche e nozioni per l'implementazione di SAT solver competitivi. L'attività si inquadra nella attività (a lungo termine) di implementare un SAT solver industriale e che sia competitivo a livello internazionale. Ambito: algoritmi, problema della soddisfacibilità, algoritmi esponenziali Requisiti Consigliati: Skills di programmazione in C, C++. Mentalità algoritmica e orientata al problem solving Docente: Francesco Parisi Presicce Titolo: SI può "misurare" la sicurezza? Quali sono le metodologie e le metriche più adatte per valutare la sicurezza di un sistema e confrontare obiettivamente diverse soluzioni? (percorso per la laurea magistrale) Docente: Toni Mancini Titolo: Intelligenza Artificiale per la Medicina Personalizzata Una delle direzioni di ricerca più innovative della medicina consiste nel progettare cure farmacologiche personalizzate, cioè che massimizzino le probabilità di successo sul singolo paziente. Durante il percorso di eccellenza, lo studente imparerà metodologie e tecniche di Intelligenza Artificiale che permettono di verificare e progettare automaticamente trattamenti farmacologici personalizzati, utilizzando opportuni modelli matematici del paziente. Per ulteriori informazioni si può consultare: http://tmancini.di.uniroma1.it/index.php?page=teaching.eccellenza (Percorso per laurea triennale e magistrale) Docente: Roberto Navigli Titolo: Reti neurali e deep learning [magistrale] Il percorso consiste in uno studio approfondito sulle tecniche di deep learning più recenti con applicazioni in visione e elaborazione del linguaggio naturale. Titolo: Gamification [triennale] Il percorso consiste nello studio e nello sviluppo delle tecniche di gamification al fine di migliorare la qualità di annotazioni, validazione e raccolta di informazioni, dati e conoscenza. Titolo: Algoritmi probabilistici e basati su grafi per la disambiguazione [triennale e magistrale] Il percorso riguarda lo studio e nello sviluppo di tecniche probabilistiche e basate su grafi per la disambiguazione e l'entity linking multilingue. Titolo: Algoritmi per collegare reti semantiche e basi di conoscenza [triennale e magistrale] Il percorso consiste nello studio e nello sviluppo di tecniche algoritmiche per collegare reti semantiche e basi di conoscenza di grandi dimensioni, come Wikidata o BabelNet, con l'obiettivo di creare collegamenti tra risorse altrimenti scorrelate e difficili da utilizzare in modo congiunto. Docente: Tiziana Calamoneri Titolo: Algoritmi Efficienti per la Biologia (triennale/magistrale) Molti problemi biologici si risolvono solo con tecniche enumerative, ma i semplici algoritmi esaustivi sono troppo inefficienti. Si ricorre quindi alla tecnica del Branch and Bound, che rende questi problemi risolvibili nella pratica. Percorsi in questo contesto consistono nello studio approfondito dei possibili approcci algoritmici a problemi di natura biologica, come ad esempio il problema del DNA Restriction Mapping oppure quello del Regulatory Motif Finding. Titolo: Algoritmi su Grafi per risolvere Problemi in Biologia (triennale/magistrale) Altri problemi biologici (come ad esempio quello del sequenziamento) possono essere risolti modellandoli come problemi su grafi. Percorsi su questi argomenti consistono nello studio approfondito del problema e della sua modellizzazione come problema su grafi. Titolo: Algoritmi di Geometria Computazionale (triennale/magistrale) La geometria computazionale è quel ramo dell'algoritmica che si occupa di risolvere efficientemente problemi geometrici in modo automatico. Gli algoritmi di geometria computazionale richiedono tipicamente strutture dati abbastanza sofisticate. Percorsi di questo tipo prevedono lo studio approfondito di algoritmi che risolvono problemi geometrici con particolare attenzione al loro costo computazionale. Docente: Irene Finocchi Titolo: Programmazione in piattaforme multicore [triennale/magistrale] Il percorso prevede lo studio e lo sviluppo di metodologie avanzate per la programmazione di piattaforme multicore. Oltre ad essere ormai uno standard su desktop, laptop e dispositivi embedded, la presenza di core multipli è destinata ad aumentare considerevolmente negli anni a venire. A seconda dell'interesse specifico dello studente, l'attività formativa potrà focalizzarsi su differenti aspetti orientati allo sviluppo di codice algoritmico parallelo efficiente su piattaforme specifiche (e.g., GPU). Titolo: Analisi e ottimizzazione delle prestazioni di big data systems [triennale/magistrale] A partire dall'introduzione di MapReduce nel 2004, c'è stato un proliferare di modelli di programmazione e framework software per l'analisi di big data su larga scala. L'ottimizzazione delle prestazioni in tali sistemi è estremamente difficile per il programmatore, il cui codice è tipicamente eseguito in runtime complessi su piattaforme distribuite/cloud. Il percorso prevede lo studio e lo sviluppo di metodologie per l'analisi dinamica e l'ottimizzazione delle prestazioni di applicazioni che operano su big data. Docente: Pellacini Titolo: Algorithms and Systems for Collaborative Game Design (Algoritmi e Sistemi per Game Design Collaborativo) Tipologia: Triennale e Magistrale (per contatti [email protected]) Descrizione: Today, while video games are developed in teams, artists works mostly alone on single game assets (geometry, materials, lights, scripts). We are interested in moving game development entirely in the cloud, making a "Google Docs for Games”. We have already made significant strides towards this goal in [1] and [2]. This topic involves developing algorithm for synching 3D scenes on the cloud and developing prototype systems that implement such algorithms. [1] http://pellacini.di.uniroma1.it/publications/meshhisto15 [2] http://pellacini.di.uniroma1.it/projects/levelmerge15 -­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐ Docente: Pellacini Titolo: Procedural Game Levels (Creazione di Livelli Procedurali per Videogiochi) Tipologia: Triennale e Magistrale Descrizione: Today the environments and characters used in most games are created by hand, taking thousands of man hours for simple games and hundred times more for more complex ones (AAA titles). Procedural generations, i.e. the use of algorithm to create believable environments, has been suggested as a remedy for this. But still procedurals are not easy to control by artists lending to scenes that are “artificial”. This topic will involve the implementation of a producer system for game levels as well as the us elf machine learning methods to generate believable scene by driving the procedural system from artists workflows. -­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐-­‐ Docente: Pellacini Tipologia: Magistrale Titolo: Surface Customization for 3D Printing Descrizione: The use of 3D printers to produce customized objects has been widely publicized. Yet little in the way of actual use has happen. The main reasons is that there are no customizable models for 3D printing. We are investigating algorithms and systems to customized the surface appearances of 3D models and allow the designer to develop a “family” of models useful for customization. Docente: Enrico Tronci Titolo: Model Based System Engineering Uno degli aspetti più critici e costosi nella progettazione di sistemi cyberphysical (che cioè coinvolgono, software, hardware e comunicazione) sono quelli legati alla validazione dei requisiti a livello di sistema ed alla verifica del design del sistema stesso. L'approccio moderno a tali problematiche si basa sull'uso di modelli matematici (Model Based System Engineering, MBSE) per definire la dinamica delle varie componenti del sistema e sull'uso della Hardware In the Loop Simulation per condurre le attività di verifica e validazione. L'obiettivo del presente percorso di eccellenza è di far acquisire familiarità allo studente con le tecniche avanzate in questo settore sia da un punto di vista metodologico sia da un punto di vista progettuale. Percorso di eccellenza sia per la triennale che per la magistrale. Docente: Federico Mari Titolo: Metodi formali per il controllo in sistemi embedded Smartphone, forni e frigoriferi intelligenti, computer di bordo in macchine di ultima generazione, componenti di satelliti spaziali, bracci meccanici per l'ausilio alla chirurgia. Questi sono solo alcuni tra i più comuni esempi di sistemi "embedded" presenti nella società moderna. Un sistema embedded è un sistema meccanico o elettrico gestito da un software di controllo che si esegue su un microprocessore, con vincoli di calcolo in real-­‐time. Si stima che il 98% dei microprocessori prodotti sia usato in sistemi embedded. Essendo i sistemi embedded dedicati a funzionalità specifiche su hardware limitato, una delle grandi sfide in questo campo di ricerca consiste nella progettazione di software di controllo di dimensioni ridotte ma che al tempo stesso abbia elevate performance. Durante il percorso di eccellenza, lo studente imparerà l'uso dei Metodi Formali per la progettazione e lo sviluppo di algoritmi e strumenti software che permettano la generazione automatica di software di controllo a partire dal modello matematico di diverse tipologie di sistema embedded. (Percorso per la laurea triennale e magistrale) Docente: Igor Melatti Titolo: Algoritmi e tool per le Smart Cities e le Smart Grids Percorso di eccellenza per laurea triennale e per la magistrale Una delle sfide del prossimo futuro consiste nello sfruttare la sempre maggiore quantità di informazioni sul consumo energetico degli utenti residenziali al fine di ottenere una sensibile riduzione dei costi da parte delle cosiddette "utility" (ad es. nel caso italiano Acea, Enel etc.). Tale riduzione dei costi permette di abbassare la bolletta agli utenti residenziali stessi, che quindi grazie a ciò possono accettare di buon grado le installazioni del necessario software (i tool che si vogliono sviluppare in questo percorso di eccellenza) e hardware (batterie, sensori, microcomputer dedicati, etc). Per facilitare tale accettazione da parte degli utenti, è anche necessario che la privacy dei dati degli utenti sia assicurata (ad esempio, se sono disponibili i dati per ogni singolo elettrodomestico, tali dati potranno essere comunicati all'utility solo in forma aggregata). Infine, la riduzione dei costi deve riguardare non solo l'aspetto meramente economico "immediato", ma anche l'aspetto ambientale, riducendo ad esempio le emissioni di CO2 necessarie per produrre energia. E' inoltre possibile indagare lo sviluppo di software che interagisca solamente con la casa stessa, senza necessità di interazione con l'utility. Questo percorso di eccellenza si propone quindi di insegnare a progettare algoritmi (tipicamente basati su tecniche di model checking) che raggiungano tale scopo, e a realizzare tool che implementino effettivamente questi algoritmi. Docente: Lorenzo Carlucci Titolo: Reverse Mathematics: contenuto computazionale di teoremi combinatori. Tipologia: Triennale/Magistrale Argomento: Si propone lo studio guidato delle tecniche fondamentali per l’analisi del contenuto effettivo e della forza logica di teoremi di combinatoria finita e infinita (Turing degrees, modelli non-­‐standard, ordinali transfiniti calcolabili, forcing) nell’ambito della Reverse Mathematics e della Computability Theory. A seconda dell’attitudine dello studente si proporranno case-­‐studies (Teorema di Ramsey, Teorema di Hindman, teoria dei well-­‐quasi-­‐
orders, etc.) e problemi aperti di vario livello. Ambito: Logica Matematica, Computability Theory Titolo: Computational Learning Theory Tipologia: Triennale/Magistrale Argomento:Si propone l’approfondimento di tecniche e temi della Computational Learning Theory alla Gold (a.k.a. Teoria dell’Inferenza Induttiva). Questa teoria permette di modellare strategie di apprendimento studiate in Scienze Cognitive e in Psicologia sperimentale e di rispondere a domande riguardanti la necessità di tali strategie per l’apprendimento. A seconda dell’attitudine dello studente si proporranno case-­‐studies (e.g. U-­‐shaped learning, correction grammars, etc.) e problemi aperti di vario livello. Ambito: Teoria dell’apprendimento automatico, machine learning, Computability Theory. Titolo: Auto-­‐referenzialità di programmi Tipologia: Triennale/Magistrale Argomento: La maggioranza dei linguaggi di programmazione e dei modelli di calcolo permette ai programmi l’utilizzo algoritmico del proprio codice, ossia una forma di auto-­‐
referenzialità algoritmica. Il risultato teorico alla base di questo fenomeno è il Teorema di Ricorsione di Kleene. Il percorso propone lo studio guidato di risultati volti a caratterizzare matematicamente l’auto-­‐referenzialità algoritmica. In particolare ci si propone di approfondire e di continuare il lavoro svolto da Case, Royer, Riccardi, Moelius sulla possibilità/impossibilità di caratterizzare l’auto-­‐referenzialità dei programmi in termini di strutture di controllo denotazionali. Ambito: Informatica Teorica, Computability Theory. Docente: Anna Labella Titolo: Problematiche e tecniche dell'insegnamento dell'informatica Tipologia: Magistrale Verranno considerate tra l'altro affinità e difformità dai problemi dell'insegnamento della matematica. Ciò richiederà un approfondimento della preparazione matematica e di alcuni temi informatici adatti alla presentazione didattica. Docente: Emanuele Panizzi Titolo: GNSS seismography in SeismoCloud E' possibile rilevare in crowdsourcing l'inizio di un evento tellurico mediante sismometri a bassa precisione. I sismometri realizzati nel progetto SeismoCloud utilizzano un accelerometro per rilevare la vibrazione; un algoritmo su server, confrontando i dati di tutti i sismometri, è in grado di distinguere l'inizio di un terremoto dalle vibrazioni casuali. Il percorso di eccellenza riguarda lo studio e la realizzazione di un nuovo tipo di sismometro, basato su dati provenienti da un'antenna GPS anziché da un accelerometro e lo sviluppo e deployment del software su microcontrollore Arduino, o Raspberry, o Intel, etc.