Ascolta

Ascolta

Ascolta

Si propone una lista di possibili argomenti per la prova finale di laurea, suddivisi per docente proponente.

 

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. BELLOMONTE

1. Serie di Fourier
2. Approssimazione mediante polinomi

 

Docente: B. CACI

1. Sensazione e percezione nell'uomo e negli agenti artificiali.
2. La coscienza artificiale
3. Modelli e tecniche di categorizzazione e rappresentazione delle conoscenze
4. Linguaggio e comunicazione uomo-uomo e uomo-macchina
5. Teorie e modelli dell'apprendimento: da Pavlov al machine learning
6. Affective computing e processi motivazionali nei robot
7. User experience design

 

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. 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. 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. Misure di compressibilità per stringhe ripetitive
2. Ricerca di ripetizioni massimali in stringhe
3. Relazioni combinatorie tra strutture dati per indicizzazione di stringhe
4. Stringhe prefix-normal e applicazioni

 

Docente: D. GARLISI

1. Pipeline DevOps per sistemi cyber-fisici: CI/CD in applicazioni IoT distribuite.
2. Containerizzazione e orchestrazione Kubernetes per piattaforme di monitoraggio energetico.
3. Utilizzo di sensori IoT per il monitoraggio delle reti idriche e la detection delle perdite.
4. LLM come orchestratori di modelli ML per predizione, diagnostica e reportistica tecnica.
5. Clustering dei profili utente basato su pattern energetici.
6. Riconoscimento anomalie nei consumi energetici (malfunzionamenti, perdite, pre loading).
7. Integrazione di dati IoT con dataset open (es. meteo, tariffari, georeferenziazione).
8. Analisi automatica dei KPI da documenti PDF in aziende utilities (energia, acqua).

 

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. Web Application per la didattica
2. 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
10. Realtà aumentata

 

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: F. Martino

1. La decomposizione ai valori singolari e la compressione di immagini.

 

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: 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: S. ROMBO

1. Pattern discovery e tecniche di Intelligenza Artificiale per la prevenzione del cancro orale
2. Selezione di coorti ottimali di individui in vari ambiti (advertising, trial clinici, finanza, ecc.)
3. Big Data Analytics e Intelligenza Artificiale per il supporto alle decisioni in vari contesti applicativi con strumenti nel distribuito (Spark, MongoDB, ElasticSearch, ecc.)
4. Framework e metodologie nel distribuito (MapReduce, RDD, ecc.)
5. Knowledge Graphs
6. Natural Language Processing (NLP) e text-to-speech
7. Applicazioni per la Medicina di Precisione e Rigenerativa - anche in collaborazione con aziende
8. Link prediction su reti sociali e/o biologiche
9. Sicurezza del Software e Cybersecurity (Blockchain, Smart Contracts, ecc.) - anche in collaborazione con altre università
10. Digital signage e advertising personalizzato
11. Data Warehousing e Business Intelligence
12. Approcci e metodologie informatiche per la sostenibilità - in collaborazione con il Centro di Sostenibilità e Transizione Ecologica di ateneo

 

Docente: G. SANFILIPPO

1. Realizzazione di App per le distribuzioni di probabilità o per dei problemi di probabilità
2. Criterio di penalizzazione e proper scoring rules
3. Operazioni logiche tra eventi condizionati
4. Gioco equo, lotterie e scommesse

 

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
9. Misure per il confronto tra testi

 

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 per

1. Tomografia
2. Informatica forense
3. Diagnostica
4. Interpretazione
5. Compressione

 

Docente: C. Vetro

1. Ottimizzazione vincolata e moltiplicatori di Lagrange;
2. Programmazione lineare e metodo del simplesso;
3. Serie di Fourier e analisi di segnali periodici.

 

Docente: M.E. TABACCHI

1. Algoritmi per l’Intelligenza Artificiale
2. Sistemi Esperti basati su IA
3. Sistemi Esperti basati su Logica Fuzzy
4. Applicazioni di Soft Computing alle Scienze Cognitive
5. Applicazioni di Soft Computing alle Arti Visive