Salta al contenuto principale
Passa alla visualizzazione normale.

2086 - INFORMATICA

Prova finale

Argomenti per la Prova Finale di Laurea in Informatica.
Si propone una lista di possibili argomenti per la prova finale di laurea, suddivisi per docente proponente, il quale assumerà il ruolo di relatore (per gli immatricolati prima dell'A.A. 2016-17) o tutor (per gli immatricolati a partire dall'A.A. 2016-17).

Le modalità di preparazione e svolgimento della prova sono definite nel

Regolamento per gli immatricolati prima dell’A.A. 2016-17

Regolamento per gli immatricolati a partire dall’A.A. 2016-17

Per gli immatricolati prima dell’A.A. 2018-19 la Prova Finale vale 6cfu. Per gli immatricolati a partire dall’A.A. 2018-19 la Prova Finale vale 3cfu.

Lo studente ha facoltà di proporre un argomento non compreso nella lista, purché concordato preliminarmente con il docente tutor.

Docente: G. BELLOMONTE

1. Serie di Fourier
2. Approssimazione mediante polinomi

Docente: D. CAPONETTI

1. Ottimizzazione. Metodo dei minimi quadrati
2. Approssimazione. Metodo di Newton-Kantorovich
3. Spazi metrici e spazi normati

Docente: G. CASTIGLIONE

1. Metodologie di enumerazione di oggetti discreti
2. Palindromia, pattern e bordi nei linguaggi regolari
3. Automi e codici
4. Generazione di famiglie di polinomi

Docente: C. EPIFANIO

1. Grafi sturmiani
2. Strutture dati (compatte e non) per ricerca e indicizzazione
3. Compressione dati
4. Algoritmi di Ordinamento

Docente: G. FALCONE

1. Codici di Goppa su curve ellittiche
2. Pairing di Weil in crittografia
3. Algoritmo di Lenstra per la fattorizzazione
4. Algoritmi alla base di blockchain

Docente: G. FICI

1. Stringhe prefix-normal e applicazioni
2. Ripetizioni massimali in stringhe finite
3. Algoritmi greedy per il Shortest Superstring Problem
4. Presentazione di un risultato fondamentale dell'informatica teorica
5. Implementazione in C o Java di un algoritmo di string matching

Docente: P. GALLO

1. IoT e blockchain
2. Blockchain per energia
3. Blockchain per l'e-commerce
4. Soluzioni distribuite per la tracciabilità di prodotti e processi
5. La tecnologia blockchain per l'aggregazione opportunistica
6. Blockchain e computer vision per garantire la privacy nella videosorveglianza
7. Definizione di smart contracts per le transazioni energetiche e la gestione tecnica della rete di trasmissione e distribuzione dell'energia elettrica§
8. Vulnerabilità degli smart contracts
9. Analisi delle vulnerabilità di protocolli e sistemi per il 5G
10. Nuove metodologie di consenso (block-strand)

Docente: R. GIANCARLO

1. Algoritmi su stringhe per grosse collezioni di dati
2. Algoritmi su grafi
3. Strutture dati per indicizzazione e ricerca
4. Compressione dati basata su riordinamenti

Docente: B. LENZITTI

1. Open Data
2. Web Data Mining
3. Web Application per la didattica
4. Serious Game

Docente: G. LO BOSCO

1. Machine learning
2. Reti neurali artificiali
3. Classificazione supervisionata e non supervisionata di dati multidimensionali
4. Algoritmi genetici ed evolutivi
5. Visione Artificiale
6. Riconoscimento di pattern
7. Elaborazione di immagini tramite reti neurali artificiali
8. Elaborazione di testi tramite reti neurali artificiali
9. Informatica sanitaria

Docente: M.C. LOMBARDO

1. Modelli evolutivi di dinamica delle popolazioni
2. Biforcazioni di sistemi dinamici finito-dimensionali
3. Cinetica chimica
4. Sistemi slow-fast

Docente: S. MANTACI

1. Codici univocamente decifrabili
2. Proprietà combinatorie su stringhe
3. Strumenti didattici per l’insegnamento dell’informatica nella scuola

Docente: R.N. MANTEGNA

1. Esempi fisici di caos deterministico.
2. Il concetto di entropia in fisica e in teoria dell'informazione
3. Analisi critica della scoperta della conservazione dell'energia.

Docente: G. METERE

1. Applicazioni della teoria delle categorie all'informatica teorica
2. Teoria delle specie combinatorie (secondo A. Joyal)
3. Argomenti di Crittografia e Teoria dei Numeri

Docente: S. MICCICHE’

1. L’importanza del Teorema di Gauss nella determinazione dei campi elettrici di sorgenti estese.
2. Le equazioni che descrivono il funzionamento dei circuiti RLC e le potenziali applicazioni nell’ambito delle telecomunicazioni.
3. L’importanza dell’equazione di D’Alembert nello studio dei fenomeni ondulatori.
4. Ruolo del fenomeno della riflessione totale nell’ambito delle telecomunicazioni.
5. Fibre ottiche e loro utilizzo.

Docente: M. MIGLIORE

1. Analisi dati provenienti da simulazioni di reti di neuroni
2. Visualizzazione scientifica di simulazioni reti di neuroni
3. Simulazione dei processi di invecchiamento
4. Simulazione dei meccanismi alla base delle malattie cerebrali

Docente: G. PILATO

1. Tecniche di analisi subsimbolica e reti neurali per l’elaborazione del  linguaggio naturale
2. Riconoscimento automatico di ironia / sarcasmo
3. Computational Humor
4. Social sensing e individuazione di eventi da social networks
5. Computational Creativity

Docente: F. REALE

1. Analisi numerica applicata all’Astrofisica
2. High performance computing applicato all’Astrofisica

Docente: R. RIZZO

1. Reti Neurali artificiali e Deep Learning
2. Elaborazioni dì di Dati biologici
3. Bioinformatica

Docente: D. ROCCHESSO

1. Interazione multisensoriale continua
2. Primitive di rappresentazione del suono
3. Buffer circolari e ad indirizzamento frazionario
4. Oggetti sonanti per la definizione di traiettorie acustiche

Docente: S. ROMBO

1. Tecnologie e framework per Big Data Analysis (Apache Hadoop, Apache Spark, Database NoSQL, Data Warehousing, ecc.).
2. Social advertising, marketing comportamentale e profilazione utenti.
3. Bioinformatica e medicina rigenerativa.
4. Smart cities e smart environments.
5. Classificazione e compressione di immagini digitali.

Docente: G. SANFILIPPO

1. Condizioni di coerenza e algoritmi
2. Operazioni logiche su eventi condizionati
3. Proper scoring rules
4. Condizioni di incoerenza nelle scommesse sportive
5. Entropia ed Extropia su una famiglia arbitraria di eventi
6. Divergenza di Bregman e proper scoring rules
7. Probabilità e logica fuzzy
8. Implementazione di un'applicazione web interattiva con il pacchetto Shiny di R
9. Regole probabilistiche di inferenza nel ragionamento non monotono
10. Presentazione di un argomento fondamentale o di alcuni paradossi del calcolo delle probabilità

Docente: M. SCIORTINO

1. Costruzione di grafi compatti per l'indicizzazione dei testi
2. Strumenti combinatori per la classificazione di testi
3. Ricostruzione di un testo a partire da un insieme di fattori o da un insieme di parole assenti
4. Algoritmi e strutture dati in memoria esterna per il trattamento di dati massivi
5. Algoritmi efficienti per l'ordinamento dei suffissi di un testo
6. Compressione di testi: metodologie efficienti a confronto
7. Algoritmi efficienti per la fattorizzazione di testi
8. Alberi di Lyndon e proprietà combinatorie di un testo.

Docente: S. SORCE

1. Sistema di acquisizione automatica di gesti
2. Estensione e miglioramento di un display pubblico per informazioni UniPa
3. Sistema di registrazione di sessioni di interazione davanti ad un display pubblico
4. Studio posturale della mano per migliorare l'interazione in ambiente di realtà virtuale

Docente: D. TAIBI

1. Approcci e infrastrutture per i Linked Open Data
2. Tecnologie per il Web Semantico e i microdata
3. Open Data e Blockchain
4. Open Government Data
5. Metodi di Data Science e analisi dei dati

Docente: E. TOSCANO

1. Google e l’algoritmo di PageRank
2. Crittografia e crittoanalisi
3. La teoria dei grafi e la matematica per i social network
4. Tassellazioni: algoritmi e applicazioni.

Docente: L. UGAGLIA

1. Solidi platonici e topologia
2. Politopi e terzo problema di Hilbert
3. Geometria proiettiva e computer graphics

Docente: C. VALENTI

Analisi dati, algoritmi paralleli ed evolutivi (anche in ambiente Android) per
1. Tomografia
2. Informatica forense
3. Diagnostica
4. Interpretazione
5. Compressione