Salta al contenuto principale
Passa alla visualizzazione normale.

Argomenti di Tesi

14-nov-2016

Ascolta

ARGOMENTI PER LA TESI DI LAUREA MAGISTRALE IN INFORMATICA

ARGOMENTI PER LA TESI DI LAUREA MAGISTRALE IN INFORMATICA

Si propone una lista di possibili argomenti per la tesi di laurea magistrale, suddivisi per docente proponente, il quale assumerà il ruolo di relatore.

 

Docente: F. BELLAVIA

1. Visione artificiale

2. Ricostruzione tridimensionale da immagini e video

3. Navigazione autonoma tramite visione computazionale

4. Metodi di correzione colore per immagini e video

5. Image mosaicing e stitching

 

Docente: G. CASTIGLIONE

1. Linguaggi di parole infinite

2. Proprietà di chiusura avanzate ti linguaggi regolari

3. Linguaggi star-free

4. Riconoscibilità di linguaggi bidimensionali

5. Automi 2-way

6. Applicazioni della teoria dei linguaggi formali allo studio dei linguaggi naturali

7. Linguaggi context-sensitive



Docente: C. EPIFANIO

1. Strutture dati per l'indicizzazione di testi

2. Algoritmi di compressione dati

3. Grafi sturmiani

 

Docente: G. FALCONE

1. Algoritmi di addizione su curve iperellittiche in crittografia asimmetrica

2. Algoritmi di decodifica per codici di Goppa e di Reed-Muller

 

Docente: G. FICI

1. Implementazione in C o Java di algoritmi avanzati su stringhe e sperimentazione su dati reali

2. Sviluppo teorico di nozioni combinatorie sulle stringhe (avviamento alla ricerca)

 

Docente: D. GARLISI

1. Sviluppo e integrazione di sistemi per l'industria 4.0 basati su sensori e tecnologie di comunicazione IoT.

2. Sistemi di ricostruzione e analisi ambientale basate su tecnologia LIDAR e riduzione dei dati.

3. Studio di soluzioni di ottimizzazione delle reti LPWAN attraverso edge computing e realizzazione di query distribuite.

4. Utilizzo di sensori IoT per il monitoraggio delle reti idriche e la detection delle perdite.

5. Soluzioni di tipo data-driven per il profiling degli utenti e la detection delle perdite nelle reti idriche.

6. Analisi e implementazione di modelli di regressione lineare per l'analisi delle reti idriche e la detection delle perdite.

7. Analisi e implementazione di modelli per il profiling di dispositivi IoT a livello radio e rete.

8. Sviluppo e integrazione di sistemi per il supporto di operatori in scenari di emergenza.



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

In collaborazione con il CNR:

1. Sistemi di Workflow adattativi

2. Sistemi di simulazione multiagente

3. Tool di progettazione del software

 

Docente: G. LO BOSCO

1. Machine Learning

2. Deep Learning

3. BioInformatica

4. Diagnostica per immagini

5. Realtà aumentata (in collaborazione con l'istituto ITD-CNR)

6. Elaborazione del linguaggio naturale (in collaborazione con l'istituto ICAR-CNR)

7. Sviluppo di applicazioni mobili  (in collaborazione con l'istituto ITD-CNR)

  

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: F. REALE

1. Analisi numerica applicata all’Astrofisica

2. High performance computing applicato all’Astrofisica

 

Docente: D. ROCCHESSO

1. Compressing circular buffers vs. Fractional delay lines

2. Rappresentazioni tempo-frequenza del suono e separazione di componenti

3. Classificazione automatica di primitive per il suono

4. Quantum vocal theory of sound

5. Interazioni ritmiche multisensoriali

 

Docente: S. ROMBO
1. Supporto alle Decisioni per la Medicina di Precisione e Rigenerativa

2. Approcci e metodologie informatiche per la sostenibilità - in collaborazione con il Centro di Sostenibilità e Transizione Ecologica di ateneo

3. Knowledge Graphs per la rappresentazione e analisi di dati in vari contesti applicativi

4. Risoluzione di problemi in ambito Social Network

5. Machine Learning applicato a grandi quantità di dati (biologici, medicali, finanziari, ecc.)



Docente: G. SANFILIPPO

1. Ragionamento probabilistico basato sulla coerenza, sillogisimi categorici e ragionamento non monotono

2. Entropia su una famiglia arbitraria di eventi

3. Operazioni logiche tra eventi condizionati

 

Docente: M. SCIORTINO

1. Costruzione di grafi compatti per l'indicizzazione dei testi

2. Strumenti combinatori per la classificazione di testi

3. Costruzione di automi self-adjusting per la gestione di processi (in collaborazione con il CNR)

4. Algoritmi e strutture dati in memoria esterna per il trattamento di dati massivi

5. Costruzione di strutture di indice per collezioni di testi

6. Misure per il confronto di testi

7. Misure per il confronto di strutture ad albero

 

Docente: C. VALENTI

Analisi dati, algoritmi paralleli e evolutivi (anche in ambiente Android) per

1. tomografia

2. informatica forense

3. diagnostica

4. interpretazione

5. compressione