Curriculum Vitae Livia Marcellino

Transcript

1 Curriculum Vitae Livia Marcellino 1. Dati personali e curriculum breve. Nome: Livia Cognome: Marcellino Data di nascita: 14 Dicembre 1974 Luogo di nascita: Napoli (NA) Indirizzo di posta elettronica: livia.marcellino@uniparthenope.it Web: Formazione: Laurea in Matematica (indirizzo applicativo ad orientamento numerico), presso l Università degli Studi di Napoli Federico II, il 25 ottobre 2000, con tesi dal titolo: Sull impiego della trasformata di Hough per il riconoscimento di forme circolari in immagini digitali. Dottorato di Ricerca in Scienze computazionali e Informatiche (settore Numerico- Computazionale), presso l Università degli Studi di Napoli Federico II, il 14 dicembre 2004, con tesi dal titolo: Su alcuni metodi numerici per il restauro digitale automatico di immagini. Occupazione attuale: La dott.ssa Livia Marcellino è in servizio, dal settembre 2006, come ricercatore confermato per il Settore Scientifico Disciplinare MAT08 01A5 (Analisi Numerica) presso l Università degli Studi di Napoli Parthenope ed afferisce al Dipartimento di Scienze e Tecnologie. Precedenti esperienze lavorative: Dal 1 Gennaio 2001 al 31 Marzo 2002, ha prestato collaborazione presso il CPS (Centro di Ricerche per il Calcolo Parallelo e i Supercalcolatori) del CNR, di Napoli per lo sviluppo di un software parallelo per l analisi del moto locale in sequenze di immagini digitali. Dal 1 Settembre 2004 al 31 Dicembre 2005, ha prestato collaborazione presso l istituto di Calcolo e Reti ad Alte Prestazioni (ICAR) del CNR di Napoli, per lo sviluppo di elementi di software parallelo (componenti) per analisi di immagini. Dal 22 Aprile 2005 al 7 Giugno 2005, ha prestato collaborazione presso il dipartimento di Matematica e Applicazioni R. Caccioppoli dell Università degli Studi di Napoli Federico II per lo sviluppo di software relativo ad alcuni problemi inversi. Dal 13 Gennaio 2006 al 30 Aprile 2006, ha prestato collaborazione presso l Università degli Studi di Lecce, nell ambito del progetto CoreGRID per l Analisi e studio degli attuali sistemi ed ambienti per lo sviluppo di applicazioni grid-aware con particolare riferimento all utilizzo dei mediator components. Attività di ricerca: L attività di ricerca dalla Dott.ssa Livia Marcellino si colloca nell ambito del Calcolo Scientifico,

2 con particolare riguardo ai settori dell Analisi Numerica e del Calcolo Parallelo, e si concentra prevalentemente sullo sviluppo di metodi, algoritmi e software per la risoluzione numerica di problemi applicativi descritti da operatori inversi mal posti. In particolare, in coerenza con gli studi intrapresi durante la fase di formazione alla ricerca, parte dell attività riguarda la progettazione e lo sviluppo di algoritmi numerici per la risoluzione di problemi inversi mal posti alla base dell analisi di immagini digitali, per la stima del flusso ottico, la segmentazione, il restauro (denoising e deconvoluzione) e la ricostruzione (inpainting). Attraverso le collaborazioni con il Dipartimento di Matematica e Applicazioni dell Università degli Studi di Napoli Federico II, gli interessi sono stati rivolti anche al problema numerico dell inversione della Trasformata di Laplace nota su dati discreti ed al problema della data assimilation, impiegato per i modelli previsionali. La necessità di disporre della soluzione in tempo utile, richiede l utilizzo di ambienti di calcolo ad architettura avanzata. Ciò comporta il progetto e lo sviluppo di algoritmi e software in grado di sfruttare le alte prestazioni. In tal senso, l'attività è stata rivolta allo studio delle metodologie di parallelismo che meglio si adattano alle architetture emergenti (multiprocessore, multicore, GPU) ed all impiego di librerie specifiche per il tipo di applicazioni trattate, ad esempio la libreria PETSc (una libreria per la risoluzione numerica di problemi modellati da equazioni differenziali in ambiente parallelo) e l ambiente CUDA (un'architettura di elaborazione in parallelo realizzata da NVIDIA che sfrutta la potenza di calcolo delle GPU per la programmazione di applicazioni general purpose). I principali contributi dell attività di ricerca riguardano: La progettazione e l implementazione in ambiente parallelo di un algoritmo numerico di inpainting per sequenze di immagini digitali basato sulla stima del moto. La progettazione di tecniche numeriche e l implementazione in ambiente parallelo di un algoritmo per la segmentazione di sequenze di immagini ecocardiografiche, basata sull analisi del moto. La realizzazione di un software per il restauro di immagini di microscopia a fluorescenza in ambiente GP-GPU. L introduzione di una metodologia per l analisi efficiente di sequenze di immagini, basata su una strategia di parallelizzazione multilivello e sperimentata sulla segmentazione di sequenze di immagini ecocardiografiche. Uno studio comparativo sui costi e sull efficienza degli schemi di discretizzazione, del parametro di scala, nella la risoluzione numerica di una PDE di tipo evolutivo in ambiente di calcolo multicore. La realizzazione di un software parallelo per la simulazione computazionale, nel caso tridimensionale, del moto di una sfera in un fluido viscoelastico. La definizione di un modello di fitting della trasformata di Laplace, nota su un insieme discreto di valori reali. L analisi dei modelli numerici relativi al problema della data assimilation e la parallelizzazione di un software di data assimilation per le previsioni oceanografiche. Tale attività ha prodotto 17 lavori e 14 partecipazioni a convegno, così suddivisi: 7 lavori pubblicati su rivista internazionale 5 riassunti estesi per convegno internazionale 6 comunicazioni a convegno internazionale 3 poster a convegno internazionale 1 riassunto breve per convegno internazionale 4 comunicazioni a convegno nazionale 2 poster a convegno nazionale 3 rapporti tecnici

3 1 preprint di dipartimento Inoltre, nell ambito della predetta attività ha sviluppato le seguenti competenze: Ottima conoscenza delle lingue inglese e francese, sia parlata che scritta. Ottima conoscenza dei sistemi operativi UNIX, Linux, Windows e dei pacchetti applicativi più diffusi: Latex, Word, Excel, Access, PowerPoint, Internet explorer, outlook. Ottima conoscenza dei linguaggi di programmazione Fortran 77 e 90, C, C++ Matlab, KHOROS. Ottima conoscenza delle librerie per l'algebra lineare BLAS, LAPACK, SCALAPACK, BLACS e per lo sviluppo di software in ambiente parallelo: MPI, OpenMp, PetSc e in ambiente GP-GPU: CUDA, OpenCL. Ottima conoscenza delle più recenti architetture sequenziali e parallele. 2. Attività didattica. Nel quadro delle attività previste dal dottorato di ricerca, negli a.a. 2001/2002, 2002/2003, 2003/2004, ha svolto assistenza didattica presso l Università degli Studi di Napoli Federico II, corso di laurea in Informatica, per i corsi di Calcolo Numerico e Calcolo Scientifico. Inoltre, dal Gennaio 2002 al Marzo 2002 ha svolto attività didattica di tutoraggio per il corso ICT per Sistemista Linux, organizzato dalla Regione Campania presso l Università di Napoli Federico II. Negli a.a. 2004/2005 e 2005/2006, ha svolto assistenza didattica ed esercitazioni al corso di Algoritmi e Strutture Dati/Laboratorio, presso la facoltà di Scienze e Tecnologie, corso di laurea in Informatica, dell Università degli studi di Napoli Parthenope. Come ricercatore presso l'università degli Studi di Napoli Parthenope ha ricevuto i seguenti incarichi didattici: Nell a.a : Laboratorio di Programmazione e Calcolo (CFU 3) Metodi Numerici e Statistici (CFU 6) Corso di Laurea di I livello in Scienze Ambientali Corso di Laurea di I livello in Biotecnologie Industriali e Alimentari Nell a.a : Laboratorio di Programmazione e Calcolo (CFU 6) Matematica e Statistica modulo 1 (CFU 9) Corso di Laurea di I livello in Scienze Ambientali Corso di Laurea di I livello in Biotecnologie Industriali e Alimentari Metodi Numerici e Statistici per le Applicazioni (CFU 6) Matematica e Statistica modulo 2 (CFU 3) Corso di Laurea di I livello in Scienze Ambientali Nell a.a : Laboratorio di Programmazione e Calcolo (CFU 6)

4 Metodi Numerici e Statistici per le Applicazioni (CFU 6) Nell a.a : Metodi Numerici per le Applicazioni - Laboratorio parte1 (CFU 6) Informatica di Base - Laboratorio (CFU 6) Nell a.a Metodi Numerici per le Applicazioni - Laboratorio parte1 (CFU 6) Informatica di Base - Laboratorio (CFU 6) Dall a.a è titolare dei corsi di Calcolo Parallelo e Distribuito (CFU 6) - Corso di Laurea di I livello in Informatica e Calcolo Parallelo e Distribuito 2 (CFU 6) - Corso di Laurea di II livello in Informatica Applicata 3. Tesi di Laurea. Marzo Tesista: Giuseppe Scotti, Università degli Studi di Napoli Parthenope, Corso di Laurea in Informatica (I livello). Titolo: Risoluzione di un problema inerso 3D di microscopia a fluorescenza in ambiente GPU-CUDA. Correlatore: Prof. A. Murli. 4. Attività di ricerca. L attività di ricerca dalla Dott.ssa Livia Marcellino si colloca nell ambito del Calcolo Scientifico, con particolare riguardo ai settori dell Analisi Numerica e del Calcolo Parallelo, e si concentra prevalentemente sullo sviluppo di metodi, algoritmi e software per la risoluzione numerica di problemi applicativi descritti da operatori inversi mal posti. Segue una descrizione dettagliata dell attività. L attività scientifica, nel contesto dell analisi di sequenze di immagini digitali, ha riguardato innanzitutto il restauro di pellicole cinematografiche. Il problema trattato è l inpainting digitale, ovvero la ricostruzione della funzione intensità luminosa su una o più regioni in cui mancano informazioni. A partire dagli studi effettuati durante lo sviluppo del lavoro di tesi di dottorato, illustrata in [CO1] e pubblicati in alcuni rapporti tecnici ICAR-CNR [TR1, TR2, TR3], è stato messo a punto un modello matematico, rappresentato da una PDE e basato su un interpolazione spazio-temporale, che utilizza le informazioni del campo moto della sequenza, come descritto in [LP1]. Successivamente è stato preso in considerazione il problema delle tessiture (o texture), dettagli che caratterizzano l immagine da correggere rappresentati da forti variazioni locali dell intensità luminosa, sperimentando uno schema di discretizzazione dell operatore differenziale atto a preservare la ricostruzione di tali dettagli. Il lavoro insieme alla definizione della stima numerica dell errore, basata sulla geometria della zona da ricostruire, è illustrato in [LP2]. I nuclei computazionali di base consistono nella risoluzione di sistemi di equazioni lineari sparsi e strutturati risolti impiegando il metodo iterativo GMRES combinato con un precondizionatore di tipo multigrid algebrico (AMG). L implementazione dell algoritmo è in ambiente parallelo, mediante l utilizzo della libreria PETSc. Sempre nell ambito dell analisi di sequenze di immagini digitali, la Dott.ssa Marcellino si è occupata della segmentazione e, precisamente, del problema dell individuazione del contorno

5 che definisce il ventricolo/atrio, durante il ciclo di battito cardiaco, in sequenze di immagini ecocardiografiche. L applicazione è particolarmente complessa e articolata, perché le immagini ecografiche sono di bassa qualità e spesso alcune regioni non sono visibili con chiarezza e continuità (occlusione temporanea di regioni). Inoltre le immagini sono corrotte dalla presenza di un particolare tipo di rumore, noto col nome di speckle. Ciò comporta un evidente difficoltà dei modelli matematici nell individuazione dei contorni. Per gestire tali problematiche si è modificato il modello differenziale, tipicamente impiegato in letteratura per la risoluzione del problema di segmentazione, ovvero l equazione di moto a curvatura media nella formulazione level-set, aggiungendo le informazioni relative alla traiettoria del moto di ogni punto della sequenza. L approccio proposto, descritto in [PP1] e presentato in fase embrionale a due convegno nazionali mediante due comunicazioni orali [CO2, CO3] e poster [PO1] e successivamente, in fase di lavorazione, a due convegni nazionali [CO4, CO5], si basa anche in questo caso su un interpolazione spazio-temporale e utilizza le informazioni localizzate in altri fotogrammi della sequenza, ottenute mediante il calcolo del campo di moto. Successivamente, è stato aggiunto un operatore di de-speckling per l eliminazione del rumore in ogni immagine della sequenza. Il lavoro è stato oggetto di una presentazione a convegno nazionale, mediante poster [PO2] e di una comunicazione a convegno internazionale [CO6] ed è illustrato nel dettaglio in [RE1]. I nuclei computazionali consistono nella risoluzione di sistemi di equazioni lineari sparsi e strutturati. Per la stima del moto e per la segmentazione, i sistemi di equazioni sono risolti impiegando il metodo iterativo GMRES combinato con il precondizionatore multigrid algebrico (AMG); mentre per la risoluzione del sistema di equazioni lineari, che caratterizza il nucleo computazionale del de-speckle, il sistema di equazioni è risolto mediante fattorizzazione LU. L implementazione dei nuclei computazionali di base dell algoritmo è in ambiente parallelo e fa uso della libreria PETSc. Ancora nell ambito dell analisi di sequenze di immagini digitali, l attenzione è stata rivolta al restauro di immagini mediche prodotte da microscopio a fluorescenza. Tale attività nasce da una collaborazione con il dipartimento di Biochimica e Biotecnologie Avanzate dell Università di Napoli Federico II, con il CNR di Napoli e con il CEINGE - Biotecnologie Avanzate di Napoli. Le immagini ottenute mediante l impiego di microscopi a fluorescenza sono degradate da sfocatura e da rumore poissoniano. In generale, per evidenziare i dettagli che non risultano chiari si impiegano metodi di deconvoluzione e denoising. In questo caso, il punto di partenza è stato il metodo di Lucy-Richardson Accelerato (RLA), basato sull utilizzo della trasformata discreta di Fourier. Tale metodo nonostante sua robusto e affidabile, è caratterizzato da una richiesta computazionale elevata. Per soddisfare la necessità di elaborare le immagini in tempi brevi e a costi contenuti, l algoritmo RLA è stato parallelizzato in modo da sfruttare i vantaggi economici e prestazionali offerti dalle GPU (Graphical Processing Unit): unità di elaborazione parallela contenenti centinaia di core, completamente programmabili ed in grado di eseguire migliaia di thread contemporaneamente. Precisamente sono state impiegate librerie specifiche quali CUBLAS e CUFFT per la risoluzione dei nuclei computazionali di base mediante CUDA, l ambiente di programmazione fornito da NVIDIA per GP-GPU (General Purpose GPU). Il lavoro svolto è descritto in dettaglio in [RE5], insieme ad un analisi teorica delle prestazioni, ed è stato discusso in un convegno internazionale [CO9]. Nel campo del Calcolo ad Alte Prestazioni, è stata proposta una metodologia algoritmica per l analisi di sequenze di immagini, caratterizzata dall esecuzione di un insieme di operazioni indipendenti su ogni fotogramma. Avendo a disposizione architetture parallele di ultima generazione, si è pensato di sfruttare tali caratteriste progettando uno schema algoritmico di tipo pipeline. Il lavoro, presentato a un convegno internazionale [CO7] ed illustrato in [RE2], si basa sull idea di partizionare la sequenza di immagini in sottoinsiemi ordinati di fotogrammi e di eseguire le operazioni su tali sottoinsiemi sovrapponendo le esecuzioni delle operazioni da eseguire (task) mediante una strategia di pipelining (functional parallel pipelined algorithm). Inoltre, ogni singolo task viene distribuito tra processori multicore (data parallel pipelined

6 algorithm). In altre parole, il metodo proposto combina il parallelismo funzionale tipico delle pipeline con il parallelismo delle operazioni eseguite sui dati del singolo task. Il software è stato presentato con poster ad un convegno internazionale [PO3] ed illustrato nel dettaglio in [RE3]. Come caso studio, è stato considerato il problema della segmentazione di immagini ecografiche. I risultati, corredati di un accurata analisi teorica delle performance dell algoritmo, sono stati pubblicati su rivista internazionale [LP3]. Per il trattamento numerico delle PDE di tipo evolutivo, è stato effettuato uno studio comparativo in termini di accuratezza ed efficienza, degli schemi di discretizzazione semiimplicito ed implicito del parametro di scala (scale-space discretization), in ambiente di calcolo parallelo su architetture multicore. Tale analisi nasce dagli studi e dagli esperimenti effettuati negli ultimi anni nell ambito dell analisi e del trattamento di immagini digitali. Lo schema semiimplicito genera un nucleo computazionale costituito da un sistema di equazioni lineari, mentre lo schema implicito genera un sistema di equazioni non lineari. Per risolvere il sistema di equazioni lineari, legato allo schema semi-implicito, si è scelto di utilizzare il metodo iterativo GMRES con un precondizionatore AMG; mentre per risolvere il sistema di equazioni non lineari, legato allo schema implicito, si è impiegato il metodo JFNK (Jacobian Free Newton Krylov), che si basa sull uso del metodo di Newton come solutore non lineare e sul metodo GMRES come solutore del sistema linearizzato. L analisi effettuata ha mostrato che, a parità di accuratezza, lo schema implicito è competitivo con lo schema semi-implicito, anche per quanto riguarda i tempi d esecuzione. Come caso studio è stato utilizzato il problema della segmentazione di immagini mediche, basato sulla risoluzione di una PDE di tipo parabolico non lineare. Il lavoro, corredato di un accurata analisi sia dei costi computazionali che delle prestazioni, è argomento di una pubblicazione su rivista internazionale [LP4]. Riguardo le applicazioni di fluidodinamica, si è considerata la simulazione del moto di una sfera in un fluido visco-elastico. Tale problema è modellato mediante equazioni alle derivate parziali non lineari evolutive, che sono discretizzate utilizzando gli elementi finiti e in cui la linearizzazione è basata su uno schema semi-implicito che dà luogo, ad ogni passo di scala, alla risoluzione di due sistemi lineari sparsi e di elevate dimensioni. L attività è stata condotta in collaborazione con gruppi di ricerca del CNR e del Dipartimento di Ingegneria Chimica dell Università Federico II di Napoli, ed il contributo ha riguardato lo sviluppo di un software parallelo basato sull utilizzo della libreria PETSc in ambiente multicore, descritto in [RE4] e presentato ad un convegno internazionale mediante poster [PO4]. Il software ha permesso di estendere le simulazioni computazionali del processo dal caso bidimensionale al modello tridimensionale. Il lavoro corredato di ulteriori esperimenti e di un accurata analisi delle performance, è stato oggetto di una pubblicazione su rivista internazionale [LP5]. In virtù delle collaborazioni con il Dipartimento di Matematica e Applicazioni dell Università di Napoli Federico II, la Dott.ssa Marcellino è stata coinvolta nel progetto della realizzazione di un software per il calcolo dell antitrasformata di Laplace nel caso in cui quest ultima è nota solo su un insieme finito di punti. Questo problema è tra i più diffusi nelle applicazioni della Trasformata di Laplace, sebbene non sia disponibile alcun metodo d inversione effettivamente utilizzabile in questi casi. In tale ambito, l attività svolta è stata rivolta alla costruzione, validazione e sperimentazione di un modello di fitting basato su una smoothing spline generalizzata. Precisamente, dato un insieme finito di valori sull asse reale, derivanti da un Trasformata di Laplace, si è costruita una funzione tale che internamente all intervallo definito dai dati risulti una spline smoothing e al di fuori abbia un comportamento asintoticamente simile alla Trasformata di Laplace, cioè sia una funzione razionale o esponenziale. Di tale spline si è provata esistenza ed unicità, derivando una stima teorica dell'errore locale e sull intero asse reale. Infine è stata verificata l attendibilità del modello di fitting mettendo a punto un algoritmo in forma prototipale e confrontandolo con alcuni metodi di inversione disponibili in letteratura. Il lavoro, pubblicato su rivista internazionale [LP6], contiene una descrizione dettagliata di

7 quanto sopra accennato, insieme a risultati sperimentali e confronti con altri approcci. Nell ultimo anno, l interesse si è orientato allo studio del problema della Data Assimilation. Tale attività nasce dalla collaborazione con il Dipartimento di Matematica e Applicazioni dell Università degli Studi di Napoli Federico II e con il CMCC (Centro Euro-Mediterraneo per i Cambiamenti Climatici). I modelli previsionali sono problemi evolutivi nel tempo, descritti da equazioni differenziali accoppiate a condizioni iniziali. La Data Assimilation ha l obiettivo di correggere la condizione iniziale del modello utilizzando le informazioni fornite da misure sperimentali, in modo da ridurre l errore sulla soluzione del modello. Il problema Data Assimilation può essere considerato come problema inverso e rientra tra quelli di approssimazione di dati (fitting). Il lavoro si è concentrato inizialmente sullo studio dei software più usati nei centri operativi di previsione. In particolare la Dott.ssa Marcellino si è occupata del software OceanVAR, sviluppato dall INGV (Istituto di Geofisica e Vulcanologia) di Bologna e utilizzato dal CMCC, basato su un modello variazionale. Un primo contributo ha riguardato l ottimizzazione di tale software mediante l impiego di librerie scientifiche di algebra lineare, quali BLAS e LAPACK per i nuclei computazionali e la parallelizzazione multilivello (multicore e multiprocessore), che tiene conto delle differenti granularità delle operazioni di calcolo. I risultati sono stati presentati in un convegno internazionale con un intervento orale [CO8] e ad un convegno internazionale con poster [PO5], e sono descritti in [RB1]. L interesse si è poi concentrato sull Analisi Numerica del modello di Data Assimilation variazionale ed ha prodotto un lavoro sottomesso per pubblicazione su rivista internazionale [LP7]. Successivamente, il lavoro si è concentrato sullo studio di una più raffinata versione parallela del software, basata sulla decomposizione del dominio. L approccio è stato presentato nella sua fase iniziale, con un intervento ad un convegno internazionale [C10]. 5. Partecipazione a gruppi scientifici e progetti. La Dott.ssa Livia Marcellino è membro dell Unione Matematica Italiana (UMI) dal 2007 ed è socia del Gruppo Nazionale di Calcolo Scientifico (GNCS) dal Inoltre, dal 2008 al 2010, ha partecipato al progetto nazionale di ricerca PRIN2007, Strumenti automatici per un catasto 3D. Coordinatore Scientifico: prof. Maurizio Barbarella. Responsabile Scientifico: prof. Salvatore Troisi. 6. Partecipazione a convegni. La Dott.ssa Livia Marcellino ha partecipato a diversi convegni nazionali e internazionali presentando 10 comunicazioni orali (CO) e 5 poster (PO) PO1) L. D Amore, L. Marcellino, A. Murli Image sequence segmentation via motion estimation. conferenza Numerical Analysis: the State of the Art, Rende (CS), maggio CO1) L. D Amore, L. Marcellino, A. Murli Digital film restoration: blotch detection and removal via motion estimation. Conferenza PDE-Based Image Processing and Related Inverse Problems, Oslo (Norvegia), agosto CO2) L. D Amore, L. Marcellino, A. Murli Echocardiographyc image sequence segmentation ia motion estimation. Workshop GNCS-INDAM (Applied inverse problems, medical imaging and astronomy), Ischia (NA) ottobre CO3) L. D Amore, L. Marcellino, A. Murli Images sequence segmentation via motion estimation. VII congresso SIMAI2006 Applied Inverse Problems: Methods and Applications, Baia Samuele (ragusa), maggio CO4) L. D Amore, L. Marcellino, A. Murli Segmentazione di sequenze di immagini ecocardiografiche. XVIII Congresso UMI, Bari, settembre 2007.

8 CO5) PO2) CO6) D. Casaburi, L. D Amore, L. Marcellino, A. Murli Segmentazione di una sequenza di immagini ecocardiografiche. Convegno GNCS (Gruppo Nazionale per il Calcolo Scientifico), Montecatini Terme (Pistoia), febbraio A. Murli, L. Carracciuolo, D. Casaburi, L. D Amore, L. Marcellino Un software parallelo per la segmentazione di sequenze di immani ecografiche. Conferenza nazionale IES08 (Italian e-science), Napoli, maggio D. Casaburi, L. D Amore, L. Marcellino, A. Murli A motion-aided ultrasound image sequence segmentation. Conferenza ENUMATH2009 (European Conference on Numerical Mathematics and Advanced Applications), Uppsala-Stoccolma (Svezia), luglio CO7) D. Casaburi, L. D Amore, L. Marcellino, A. Murli Real time ultrasound image sequence segmentation using multicore technologies. Conferenza ParCo 2009 (Parallel Compunting), Lione (Francia), settembre PO3) PO4) CO8) PO5) CO9) A. Murli, L. D. Casaburi, L. D Amore, A. Galletti, L. Marcellino A multicore pipelined algorithm for Image Sequence Analysis. Conferenza internazionale CMMSE2010 (International Conference on Computational and Mathematical Methods in Science and Engineering), Almeria (Spagna), giugno L. Carracciuolo, D. Casaburi, A. Galletti, L. D Amore, L. Marcellino Towards the development of high performance scientific software for simulating 3D fluid-dynamic processes in a viscoelastic fluid. Conferenza internazionale NumAn2010 (Conference in Numerical Analysis) Chania (Grecia), settembre L. D'Amore, R. Arcucci, L.Marcellino and A. Murli A Parallel three-dimensional Variational Data Assimilation Scheme. ICNAAM2011 (International Conference Numerical Analysis and Applied Mathematics), Halkidiki (Grecia), settembre L. D'Amore, R. Arcucci, L.Marcellino and A. Murli A Parallel three-dimensional Variational Data Assimilation Scheme. German Symposium On Data Assimilation 2011, Francoforte (Germania), settembre L. D'Amore, L. Marcellino, V. Mele, D. Romano Deconvolution of 3D Fluorescence Microscopy Images using Graphics Processing Units. Conferenza internazionale PPAM 2011 (Parallel Processing and Applied Mathematics). Torun (Polonia), settembre CO10) L. D' Amore, R. Arcucci, L. Carracciuolo, L. Marcellino, A. Murli A Domain Decomposition-Based Parallel Software for Data Assimilation in the Mediterranean Sea. Conferenza SIAM 2013 (Conference on Mathematical & Computational Issues in the Geosciences). Torun (Polonia), settembre Ha partecipato, inoltre: al convegno "Parallel Computing 2001" tenutosi presso l Università degli Studi di Napoli Federico II, settembre 2001 alla scuola La Visione delle Macchine 2002, organizzata dal Gruppo Italiano Ricercatori di Pattern Recognition (GIRPR), tenutasi a Vietri sul Mare (Salerno), nel novembre 2002, superando con esito positivo l esame finale alla scuola Level Set and PDE based Reconstruction Methods: Applications to Inverse Problems and Image Processing, organizzata dal Centro Internazionale Matematico Estivo (C.I.M.E.), tenutasi a Cetraro (Cosenza), nel settembre 2008 al convegno nazionale GNCS (Gruppo Nazionale per il Calcolo Scientifico), tenutosi a Montecatini Terme (Pistoia), nel febbraio Lavori pubblicati. La Dott.ssa Livia Marcellino ha prodotto 17 lavori così suddivisi: 7 lavori pubblicati su riviste internazionali (LP), 1 preprint di dipartimento (PP), 3 rapporti tecnici (TR), 5 riassunti estesi per convegno internazionale (RE), 1 riassunto breve per convegno internazionale (RB).

9 TR1) L. D Amore, L. Marcellino, A. Murli Un software numerico basato sull analisi in multirisoluzione per la stima del flusso ottico. TR-ICAR-NA-04-9, Aprile TR2) TR3) PP1) LP1) RE1) RE2) RE3) L. D Amore, L. Marcellino, A. Murli Un software numerico per il riconoscimento e l eliminazione dei blotch in sequenze di immagini digitali. TR-ICAR-NA-04-4, Aprile L. D Amore, L. Marcellino, A. Murli Image sequence inpainting: a numerical approach for blotch detection and removal via motion estimation. TR-ICAR-NA-04-24, Dicembre L. D Amore, D. Casaburi, L. Marcellino, A. Murli Segmentazione di immagini digitali mediante previsione del moto. Università degli studi di Napoli Federico II, dipartimento di Matematica e Applicazioni R. Caccioppoli. Preprint n L. D Amore, L. Marcellino, A. Murli Image sequence inpainting: towards a numerical software for detection and removal of local missing data via motion estimation. Journal of Computational and Applied Mathematics, vol. 198, pp: , ISSN: D. Casaburi, L. D Amore, L. Marcellino, A. Murli A Motion-aided Ultrasound Image Sequence Segmentation. Proceeding of ENUMATH Numerical Mathematics and Advanced Applications Part 2, pp: , ISBN: D. Casaburi, L. D Amore, L. Marcellino, A. Murli Real time ultrasound image sequence segmentation on multicores Proceeding of PARCO Parallel Computing: From Multicores and GPU's to Petascale, vol 19, pp , ISBN A. Murli, D. Casaburi, L. D Amore, A. Galletti, L. Marcellino, A multicore pipelined algorithm for Image Sequence Analysis Proceedings of the 10th International Conference CMMSE - Computational and Mathematical Methods in Science and Engineering, vol 3, pp , ISBN RE4) L. Carracciuolo, D. Casaburi, Galletti, L. Marcellino, L. D Amore Towards the development of high performance scientific software for simulating 3D fluid-dynamic processes in a viscoelastic fluid Proceedings of Conference NumAn Numerical Analysis. Recent Approaches to Numerical Analysis: Theory, Methods and Applications, pp , ISBN/ISSN: LP2) LP3) RB1) LP4) LP5) LP6) D. Casaburi, L. D'Amore, A. Galletti, L. Marcellino A numerical algorithm for image sequence inpainting that preserves fine textures. International Journal of Computer Mathematics. Volume 88, Issue 11, pp: , ISSN: L. D Amore, D. Casaburi, L. Marcellino, A. Murli Numerical Solution of Diffusion Models in Biomedical Imaging on Multicore Processor. International Journal of Biomedical Imaging: Special Issue on Parallel Computation in Medical Imaging Applications. Hindawi Publishing Corporation. ISSN: (Print) ISSN: (Online), 2011, doi: /2011/ L. D Amore, R. Arcucci, L. Marcellino, and A. Murli A Parallel three-dimensional Variational Data Assimilation Scheme. Proceeding of AIP Conference ICNAAM Numerical Analysis and Applied Mathematics, pp: , 2011, doi: / ISBN L. D Amore, D. Casaburi, A. Galletti, L. Marcellino, A. Murli Integration of emerging computer technologies for an efficient image sequence analysis. Integrated Computer- Aided Engineering, vol. 18, N. 4. pp: ISSN: L. D Amore, R. Campagna, L. Carracciuolo, L. Marcellino A PETSc Based Parallel Software for Simulations of the Dynamics of Viscoelastic Flows. Journal of Physical Science and Application, USA, Vol. 2, No.2, pp: (2012), ISSN L. D Amore, R. Campagna, A. Galletti, L. Marcellino and A. Murli A smoothing spline that approximates Laplace transform functions only known on measurements on the real axis. Inverse Problems, vol 28(2), pp: doi: / /28/2/ ISSN:

10 RE5) LP7) L. D Amore, L. Marcellino, V. Mele, D. Romano - Deconvolution of 3D Fluorescence Microscopy Images using Graphics Processing Units. Proceeding of Conference PPAM International Conference on Parallel Processing and Applied Mathematics. R. Wyrzykowski et al. (Eds.): PPAM 2011, Part I, LNCS 7203, pp Springer- Verlag Berlin Heidelberg L. D Amore, R. Arcucci, L. Marcellino, A. Murli HPC computation issues of the incremental 3D variational data assimilation scheme in OceanVar software. Journal of Numerical Analysis, Industrial and Applied Mathematics (JNAIAM), vol 7(3-4), pp , ISSN