Un sistema per la generazione automatica di ontologie multimediali

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Un sistema per la generazione automatica di ontologie multimediali"

Transcript

1 Facoltà di Ingegneria Corso di Studi in Ingegneria Informatica Tesi di laurea specialistica Un sistema per la generazione automatica di ontologie multimediali Anno Accademico 2008/2009 relatori Ch.mo prof. Angelo Chianese Ch.mo prof. Vincenzo Moscato correlatore Ch.mo ing. Fabio Persia candidato Felice Manganiello matr. 885/294

2 «L'amore è la saggezza dello sciocco e la follia del saggio.» «Osservate con quanta previdenza la natura, madre del genere umano, ebbe cura di spargere ovunque un pizzico di follia. Infuse nell'uomo più passione che ragione perchè fosse tutto meno triste, difficile, brutto, insipido, fastidioso» ( Erasmo da Rotterdam) Ogni traguardo è un nuovo punto di partenza

3 Indice Introduzione 1 1 Ontologie multimediali 5 2 Stato dell arte Introduzione Ontologie multimediali Caratteristiche ontologie multimediali Costruzione delle ontologie multimediali Ontologie multimediali esistenti Sistemi per l Image Indexing e Image Retrieval Introduzione Definizione di multimedia indexing and retrieval system Indexing and retrieval text-based Inverted Indexing Signature Indexing Concept Indexing Indexing e Retrieval content-based Tecniche di retrieval Tecniche di indexing Panoramica sui sistemi CBIR esistenti Teoria della visione attiva Introduzione i

4 Indice 4.2 Concetto di visione attiva Processo di Visual Attention Costruzione Mappa salienza Features statiche Features dinamiche Confronto tra immagini Sistema MOWIS Introduzione Definizione della tassonomia Modulo di Fetching Content based-analysis Popolamento dell ontologia Modulo MMDBMS Introduzione Il linguaggio OWL Progettazione Repository RDF Progettazione IMAGE DATABASE Modulo di Indexing Clustering Tecnica di clustering utilizzata: K-means Modello matematico Information Processor e Ontology Manager Modulo di retrieval Sperimentazione Introduzione Definizione tassonomie iniziali Valutazione efficienza sistema Risultati relativi al retrieval Conclusioni 106 Sviluppi futuri 108 ii

5 Indice Bibliografia 110 Ringraziamenti 115 iii

6 Elenco delle figure 2.1 Ontologie multimediali esistenti, raggruppate per dominio Processo di affinamento di relevance feedback Rappresentazione di un immagine in uno spazio multidimensionale Query by example Metriche di verosimiglianza Struttura albero binario Retrieval basato su cluster Forma primitiva funzione oggettiva Sistema Excalibur Visual RetrievalWare Processo di visual attention Mappa di salienza per l immagine Leone Algoritmo a finestra WTA Architettura sistema MOWIS Processo progetto MOWIS Schema ER repository RDF Progettazione concettuale modello ER Progettazione concettuale secondo livello modello ER Retrieval basato su cluster Formula calcolo centroide Funzione obiettivo clustering Algoritmo 2-means iv

7 Elenco delle figure 5.10 Struttura ad albero dei cluster Esempio cluster Sparql Query Interfaccia utente modulo retrieval Risultato retrieval Domini tassonomie Grafici tempi costruzione ontologie multimediali Grafici a torta distribuzione tempi costruzione ontologie multimediali Grafici dimensione Repository RDF Immagine target per la valutazione della precision Tabella valori di precision al variare di k Andamento valori di precision al variare di k v

8 Elenco delle tabelle vi

9 Introduzione Nonostante gli sforzi di ricerca compiuti negli ultimi anni nell ambito dei multimedia database e della knowledge representation, non esiste ancora una soluzione assestata al problema di come rappresentare, organizzare e gestire i dati multimediali e la relativa semantica. Di solito, le informazioni contenute in un multimedia database sono descritte attraverso metadati, la maggior parte delle volte usando un set predefinito di annotazioni di tipo flat (e.g.il caso dello standard MPEG e del DUBLIN CORE), oppure, in altri casi, usando brevi descrizioni espresse in linguaggio naturale (e.g. Flickr e Youtube). Tale tipologia di annotazioni sono chiaramente inadeguate a supportare un retrieval efficace basate sul contenuto di documenti multimediali. Per tale motivo, nell ultimo decennio, l uso delle ontologie, introdotte con l avvento del Web Semantico, è stato esteso alla rappresentazione della conoscenza legata a quelle che sono le caratteristiche dei dati multimediali. Sono nate così le ontologie multimediali, per potere meglio rappresentare e gestire la semantica legata a tale tipologia di dati, nonché le sue relazioni con i contenuti di basso livello. Dal punto di vista della ricerca, c è ancora un grosso lavoro da fare sulla definizione di quelli che sono gli aspetti intensionali di un ontologia multimediale, in particolare: 1

10 Che cos è un ontologia multimediale? E una semplice tassonomia di concetti, oppure è una rete semantica di metadati (tag, annotazioni)? Deve un ontologia multimediale contenere la rappresentazione dei dati multimediali grezzi (immagini, video, audio, testi, etc...) e in che modo? Come un ontologia deve rappresentare e catturare la semantica relativa ai dati multimediali? Un volta definito un adeguato framework formale per la rappresentazione della conoscenza, com è possibile costruire in maniera automatica la parte estensionale di un ontologia multimediale? Il progetto MOWIS - (Multimedia Ontology from Web Information Sources)- nel quale il lavoro di tesi si colloca ha provato a dare una risposta a tali domande ed in particolare il contributo originale è stato quello di: Definire e sviluppare un framework per la rappresentazione della conoscenza relativa ai dati multimediali (in particolari immagini), attraverso l uso di ontologie; Definire e sviluppare una tecnica per il popolamento automatico di un ontologia che sfrutta la conoscenza contenuta in repository di immagini annotate (e.g Flickr) e considera sia le informazioni di basso livello (ottenute attraverso algoritmi di image processing ) sia quelle di alto livello (ottenute attraverso l applicazione di tecniche di NLP ai tag e alle annotazioni espresse dagli utenti); 2

11 Definire e sviluppare una tecnica che raggruppi le immagini simili in cluster. Definire un retrieval delle immagini basate su un approccio misto: content-based supportato da text-based. Questa attività si è avvantaggiata dei modelli per la categorizzazione ed annotazione automatica di immagini in grosse basi di dati usando vari approcci quali: 1. l estrazione di feature da immagini usando l approccio Animate Vision; 2. la descrizione tassonomica a-priori, basata sui descrittori (tag) estratti da modelli di conoscenza prodotti dagli utenti web come le folksonomie di Flickr. Sommario Il seguente lavoro di tesi è struturato nel seguente modo: Nel primo capitolo viene data una definizione di ontologia multimediale, specificandone le proprietà e le caratteristiche basi. Nel secondo capitolo è trattato lo stato dell arte delle ontologie multimediali, elencandone i possibili usi e alcuni sistemi che utilizzano tali ontologie. Nel terzo capitolo è riportata una descrizione dei sistemi di indexing e retrieval noti in letteratura, mentre nel quarto è data una descrizione degli algoritmi di Animate Vision, utilizzati nel nostro sistema per l indicizzazione delle immagini multimediali. Nel successivo capitolo è spiegato il flusso di progettazione seguito per progettare il sistema di creazione automatica delle ontologie. Nell ultimo 3

12 capitolo invece si riportano alcuni risultati della sperimentazione effettuata per la valutazione dell efficienza del sistema e dell efficacia del retrieval, valutata per tre differenti domini. Infine si riportano considerazioni finali sul progetto e possibili miglioramenti da apportare al sistema. 4

13 Capitolo 1 Ontologie multimediali Di norma, un ontologia è definita come una specificazione esplicita di una concettualizzazione che è, a sua volta, un insieme di oggetti, concetti, e altre entità, che si presumono esistere in qualche area di interesse, e di relazioni sussistenti tra loro [1]. Sottolineando la sua natura concettuale, un ontologia può essere quindi considerata come una teoria utilizzata per rappresentare nozioni pertinenti circa la modellazione di un dominio, classificato in termini di concetti, relazioni e vincoli su di essi. Nel caso del dominio multimediale, un dato oggetto multimediale (media) è costituito da un insieme di simboli, oggetti e concetti. In un immagine si ha una regione di pixel (simbolo) relativa a una porzione del dato multimediale, questa regione è un istanza(oggetto) di un certo concetto. In altre parole, si è in grado di rilevare ambiguità tra le istanze senza conoscenze specifiche. Il processo di costruzione dell ontologia sarà considerata attraverso due principali livelli: basso e alto. La conoscenza associata ad un immagine è quindi descritta attraverso due diversi livelli: 5

14 1. Livello basso: rappresenta le immagini grezze, descritte attraverso features di basso livello, e i cluster con le immagini raggruppate in base a una misura di somiglianza; 2. Livello alto: descrive concetti complessi derivabili dalle informazioni di basso livello. DEFINIZIONE: un ontologia basata su immagini (Image Ontology) è un grafo diretto ed etichettato (V,ɛ,ρ), dove: 1. V è un insieme finito di nodi che possono essere di due tipi: nodi di basso livello (V l ), corrispondenti ad un insieme di immagini raggruppate in cluster, con i relativi descrittore di basso livello (es. Information Path) e un insieme di proprietà (ad esempio titolo, descrizione, tags, ecc..); nodi di alto livello (V h ), corrispondenti a concetti complessi (derivabili da concetti semplici o da altri concetti complessi). 2. ɛ è un sottoinsieme di (V x V); 3. ρ è una funzione che associa a ogni coppia di nodi una label ρ s, indicante il tipo di relazione esistente tra i due nodi, e il relativo grado di affidabilità ρ r [0,1]: ρ : ɛ [ρ r,ρ s ]. In base al tipo di relazione, nel nostro modello si distinguono: 6

15 Similarity relationship: lega due nodi di basso livello (immagini) in funzione del loro grado di similarità; Representativeness relationship: lega un nodo di livello alto con uno di basso livello, contenente quelle caratteristiche che meglio rappresentano il concetto di associazione; Semantic relationship: lega due nodi di alto livello (ad esempio sono relazioni come iperonimi/iponimi, olonimi/meronimi, sinonimi, ecc. recuperabili dai database lessicali come ad esempio WordNet). Generic relationship : lega due nodi di alto livello di cui un nodo può anche appartenere a un ontologia esterna. Riguardo l affidabilità del grado computazionale: Le similarity relationships sfruttano gli algoritmi classici di image matching basati su caratteristiche di basso livello (ad esempio colore, shape, texture, ecc ); Le representative relationship si basano su algoritmi di clustering per determinare la probabilità che un immagine sia una valida rappresentazione di un concetto; La semantic relationship usa le classiche distanze semantiche (ad esempio Wu/Palmer) tra due concetti basati su un database lessicale. 7

16 Capitolo 2 Stato dell arte 2.1 Introduzione Le ontologie trovano applicazione in molti settori tra cui il processamento del linguaggio naturale, la rappresentazione della conoscenza, il commercio elettronico, e molti altri. Un ontologia è una formale, esplicita concettualizzazione di un dominio; in genere, un ontologia è costituita da concetti, proprietà e relazioni tra concetti. In una tipica ontologia i concetti sono rappresentati da termini, in una multimediale i concetti potrebbero essere rappresentati da entità multimediali (immagini, grafici, video, audio, segmenti,etc). Con il termine concettualizzazione si fa riferimento ad un modello astratto di un qualche fenomeno nel mondo, che identifica i concetti rilevanti di tale fenomeno; esplicita perché i concetti utilizzati e i vincoli sul loro uso sono esplicitamente definiti; condivisa perché la conoscenza deve appartenere a tutto il dominio. 8

17 Le ontologie sono state proposte per risolvere i problemi che derivano dall utilizzo di termini diversi per riferirsi allo stesso concetto o all uso dello stesso termine per riferirsi a concetti diversi. Le ontologie forniscono strumenti specifici per organizzare e presentare una descrizione utile di contenuti eterogenei. Per l essere umano, l uso delle ontologie consente un miglior accesso alle informazioni e favorisce la condivisione della conoscenza. Le ontologie possono essere classificate in base alle caratteristiche di concettualizzazione: Representation Ontologies o Meta-Ontologies: catturano i concetti base di rappresentazione usati per formalizzare la conoscenza in un dato sistema di rappresentazione; General Ontologies o Upper-Level Ontologies: classificano le diverse categorie di entità esistenti nel mondo. In questo tipo di ontologie sono rappresentate anche nozioni, indipendenti tra di loro, di un particolare problema o di un particolare dominio; Domain Ontologies: sono ontologie più specifiche. La conoscenza rappresentata è specifica per un determinato dominio. Esse forniscono vocabolari sui concetti e le loro relazioni all interno di un dominio; Application Ontologies: descrivono blocchi di conoscenza, in funzione sia di un particolare dominio sia di un particolare compito. In tale contesto le ontologie possono essere usate in modo efficace per l annotazione semantica dei contenuti multimediali, ma anche per il recupero di tali oggetti. 9

18 2.2 Ontologie multimediali Sebbene i termini linguistici sono adatti a distinguere eventi e categorie di oggetti, essi sono inadeguati se devono descrivere specifici modelli di eventi, o entità multimediali. Infatti questi termini non sempre possono rappresentare concetti visivi e uditivi, quindi, per tali motivi, è necessario estendere le ontologie esistenti affinché possano rappresentare tali informazioni. Queste nuove ontologie prendono il nome di ontologie multimediali. Le ontologie multimediali hanno molti campi di applicazione, tra cui: Content Visualization: possono essere utilizzate per la navigazione di collezioni multimediali. Content Indexing: possono essere utilizzate per migliorare l efficienza dell indicizzazione nei sistemi di annotazione manuale [2], o nella propagazione di labels nei sistemi di indicizzazione automatica. Knowledge sharing: le collezioni multimediali possono essere facilmente condivise se si utilizza una comune rappresentazione. Learning: collezioni annotate da diversi individui che utilizzano ontologie comuni portano ad una annotazione consistente, che è di estrema importanza per gli approcci applicativi basati su tecniche di apprendimento. Reasoning: le informazioni non esplicite nei dati possono essere ottenute automaticamente con l aiuto di una ontologia. 10

19 2.3 Caratteristiche ontologie multimediali Le ontologie multimediali sono necessarie perché i concetti e le categorie definite nelle ontologie tradizionali non sono sufficienti per descrivere completamente gli eventi che possono verificarsi in un oggetto multimediale. Sono un mezzo per specificare la conoscenza del mondo attraverso l uso di documenti multimediali, in modo tale che gli utenti e le applicazioni possano elaborare le descrizioni con riferimento ad una conoscenza comune. Esse modellano il dominio dei dati multimediali, in particolare la visualizzazione di immagini e video, in termini di caratteristiche di basso livello e descrizioni della struttura dell oggetto. Le caratteristiche di basso livello sono machineoriented e possono essere estratte automaticamente (ad esempio i descrittori del formato MPEG-7), mentre i concetti semantici di alto livello necessitano di annotazione manuale e sono limitati ad un dominio specifico. Le ontologie definiscono un linguaggio formale per la conservazione delle caratteristiche di alto livello, facilitano il mapping di caratteristiche di basso livello con le caratteristiche di alto livello e consentono di definire relazioni tra informazioni multimediali. La struttura e la semantica sono accuratamente modellate per essere ampiamente coerenti con gli attuali standard di descrizione multimediali come MPEG-7. Queste ontologie dovrebbero essere in grado di rappresentare la struttura di un documento multimediale a seconda del tipo di documento e delle relazioni tra gli elementi strutturali. Inoltre devono rappresentare e descrivere anche altri tipi di dati multimediali come audiovisivi, grafica 3D, audio e presentazioni multimediali. Occorre distinguere le annotazioni che descrivono l oggetto da quelle riguardanti il con- 11

20 tenuto dell oggetto stesso e devono essere abbastanza ricche per descrivere le relazioni spazio-temporali tra i soggetti raffigurati. Dettagli riguardanti la descrizione dell oggetto multimediale stesso, come ad esempio la data di creazione, l autore, lo scopo per cui è stato creato o la sua storia successiva devono necessariamente essere rappresentate in un ontologia multimediale poiché queste proprietà possono fornire informazioni importanti sul documento multimediale. Le ontologie multimediali possono essere di due tipi : Media-Specific Ontologies: usano tassonomie di differenti tipi multimediali e descrivono proprietà di differenti oggetti. Per esempio, un video può includere proprietà per identificare la lunghezza del video o i tagli delle scene; Content-Specific Ontologies: esse descrivono il contenuto della risorsa come ad esempio lo scenario o i partecipanti. Dal momento che queste ontologie non sono specifiche per i mezzi di comunicazione, esse possono essere riutilizzate da altri documenti che trattano con lo stesso dominio. Questo tipo di riutilizzo migliora la ricerca di un determinato argomento indipendentemente dal formato della risorsa. In più, permette all autore di inserire informazioni per descrivere l argomento trattato oppure, per una foto, permette di inserire la data dello scatto, il luogo dove è stata scattata, chi o cosa è raffigurato nella foto e cosa sta accadendo. Le ontologie multimediali sono utilizzate per il retrieval e l indicizzazione dei contenuti, per la condivisione della conoscenza, per l apprendimento e il 12

21 ragionamento. Esse devono essere progettate per i seguenti scopi: Annotation: ad esempio il riepilogo dei contenuti; Analysis: ad esempio l analisi semantica dei contenuti multimediali; Retrieval: ad esempio la ricerca content-based; Reasoning: ad esempio l applicazione di tecniche di reasoning ai contenuti multimediali; Personalized Filtering: ad esempio la presentazione di contenuti multimediali secondo le preferenze dell utente; Meta-modeling: ontologie usate per modellare i processi multimediali. 2.4 Costruzione delle ontologie multimediali La costruzione delle ontologie multimediali risulta complessa perché sono possibili più specifiche corrette per lo stesso dominio; inoltre devono essere fatte diverse scelte che dipendono dal dominio, dalla finalità dell ontologia, dalla complessità dei contenuti e dalla struttura che li caratterizza. La costruzione di tali ontologie è un processo manuale e iterativo costituito da almeno tre fasi: Selezione dei concetti che devono essere inclusi nell ontologia; Creazione delle proprietà dei concetti e delle relazioni che li legano tra loro; Manutenzione dell ontologia. 13

22 L ontologia può essere costruita utilizzando l approccio concept-driven oppure quello data-driven. L approccio concept-driven non richiede alcun dato: l ontologia è costruita dalla conoscenza generale o specifica del dominio. Nell approccio data-driven l ontologia è costruita principalmente da dati, ma è usata anche la conoscenza del dominio per costruirla. E opinione comune che la costruzione automatica delle ontologie non sia possibile poiché è difficile selezionare automaticamente i concetti e le relazioni. La soluzione si trova nell utilizzo di tecniche di costruzione semi-automatiche che hanno come obiettivo la semplificazione dei passaggi precedenti. Si potrebbero citare numerosi tentativi di costruzione di ontologie multimediali: In [3] le ontologie sono costruite manualmente. Le informazioni testuali disponibili in un video e le caratteristiche visive sono estratte manualmente e assegnate a concetti, proprietà, o relazioni nell ontologia. In [4] sono presentati nuovi metodi per l estrazione della conoscenza semantica da immagini annotate. La conoscenza percettiva si costruisce raggruppando le immagini in cluster basati sulle loro caratteristiche visive e testuali, e la conoscenza semantica è estratta togliendo le ambiguità dal significato delle parole nelle annotazioni usando WordNet e i cluster di immagini. In [5] una Visual Descriptors Ontology ed una Multimedia Structure Ontology, basate rispettivamente su MPEG-7 Visual Descriptors e MPEG-7 MDS, sono usati insieme ad un ontologia di dominio al fine di supportare l annotazione dei contenuti. In [6] le ontologie arricchite attraverso immagini sono state introdotte per 14

23 annotare automaticamente i video. Gli highlights dei clip video sono considerati come esempi di concetti nell ontologia e sono direttamente legati ai concetti corrispondenti, raggruppati in sottoclassi in base alla loro somiglianza percettiva. I concetti visivi sono definiti come i centri di questi cluster, in modo tale che ciascuno di essi rappresenti un modello specifico in cui il concetto può manifestarsi. BOEMIE [7] (Bootsrapping Ontology Evolution con Multimedia Information Extraction) usa un approccio sinergico che unisce l estrazione multimediale e l evoluzione dell ontologia in un processo di avvio automatico che coinvolge, da un lato, l estrazione continua di informazioni semantiche dei contenuti multimediali, al fine di creare ed arricchire le ontologie e, dall altro, la diffusione di queste ontologie per migliorare la robustezza del sistema di estrazione. MOM (Multimedia Ontology Manager) [8] è un sistema completo, che è stato sviluppato secondo i principi e concetti delle ontologie arricchite attraverso immagini. Supporta la creazione dinamica e l update delle ontologie multimediali, offre funzionalità per eseguire automaticamente le annotazioni e creare commenti testuali estesi di sequenze video, e permette query complesse su database video, sulla base della stessa ontologia. OntoMedia è un ontologia multimediale basata su un sistema informativo. Il suo obiettivo principale è la gestione di grandi collezioni multimediali utilizzando tecniche di integrazione semantica dei metadati. Le annotazioni dei documenti multimediali in genere sono state sviluppate seguendo due direzioni diverse. Entrambi gli approcci precedenti si sono concentrati su descrittori di basso livello, come il colore dominante, o si sono concentrati 15

24 sulla dimensione del contenuto e le annotazioni corrispondenti, come persona o veicolo. Un ambiente software che fa da ponte tra le due direzioni è M-OntoMat- Annotizer [9] che permette di collegare descrizioni visive MPEG-7 di basso livello ad ontologie Semantic Web convenzionali. E usato per costruire ontologie che includono concetti di dominio di alto livello con una formale specificazione dei corrispondenti descrittori visivi. Così, permette di formalizzare le relazioni tra i descrittori dei contenuti multimediali di alto e basso livello garantendo nuovi tipi di analisi, ragionamento e recupero dei contenuti multimediali. Ci sono molti linguaggi per descrivere un ontologia (come OWL o la famiglia WSMO) disponibili con differenti capacità di reasoning. I principali criteri per la selezione di un linguaggio ontologico sono il suo meccanismo di rappresentazione della conoscenza e il supporto inferenza/ragionamento necessario ad un applicazione. L elevata complessità della modellazione multimediale richiede un linguaggio di rappresentazione con elevata espressività. Questo fatto, in combinazione con la conformità agli standard W3C rende OWL il linguaggio più appropriato per la rappresentazione multimediale della conoscenza. Un ontologia progettata per applicazioni multimediali dovrebbe abilitare l integrazione degli spazi concettuali e multimediali. M-OWL [10] è un nuovo linguaggio per rappresentare un ontologia che supporta questa capacità. Supporta, per i concetti, la definizione esplicita delle proprietà multimediali. Il linguaggio è stato definito come estensione di OWL, il linguaggio standard per le ontologie web. Ghosh inoltre propone una nuova rete bayesiana basata sul ragionamento probabilistico, utilizzan- 16

25 do M-OWL per l interpretazione semantica di dati multimediali, e un nuovo modello per l integrazione dell ontologia, in base alla somiglianza dei concetti nel dominio multimediale. TAO-XML è un altro linguaggio adatto ad un ontologia multimediale. TAO (TeleAction Object) [11] è un paradigma per la rappresentazione di oggetti multimediali basato su due elementi: un Hypergraph che specifica gli oggetti e le loro relazioni strutturali, e una struttura conoscitiva che descrive l ambiente e le azioni dell oggetto. TAO può essere descritto utilizzando il linguaggio XML, aprendo così la strada verso la rappresentazione delle ontologie multimediali. 2.5 Ontologie multimediali esistenti Le ontologie multimediali esistenti possono essere classificate, in accordo al loro dominio di applicazione, nei seguenti gruppi: Content Structure Ontologies, che si focalizzano sulla descrizione della struttura dei contenuti multimediali; Specific Domain Ontologies, che sono state create per essere utili ad un particolare dominio; Multimedia Upper Ontologies, che sono destinate ad un uso più generale e descrivono concetti di più alto livello che possono essere raffinati attraverso ontologie di dominio, in modo da rendere le procedure per la gestione dei dati multimediali più omogenee; 17

26 Multimedia Core Foundational Ontologies, che sono utilizzate come punto di partenza per la costruzione di nuove ontologie e per fornire un punto di riferimento per il confronto tra diversi approcci ontologici. Figura 2.1: Ontologie multimediali esistenti, raggruppate per dominio L ontologia è stata sviluppata per la rappresentazione, la modellazione e la trasformazione della conoscenza, che deriva da forme digitali. Una forma digitale è un qualsiasi oggetto avente un impatto visivo, che esiste in uno spazio a due o a tre dimensioni. Esempi di queste forme sono immagini, schizzi, oggetti 3D e video. Trovano applicazione nei contesti più diversi, compresa la progettazione di applicazioni industriali, biomediche e di intrattenimento. MEPCO [13] è un ontologia sviluppata per permettere rapporti e collegamenti incrociati tra campagne mediatiche. E creata come un ontologia di Dominio-Specifico che modella parzialmente il dominio dei media ed il dominio pubblicitario. E stata progettata come un estensione dell ontologia di Upper-level PROTON e ha un doppio obiettivo: organizzare uno specifico DB in cui vengono immagazzinate le risorse, e allo stesso tempo aiuta la scoperta, l interconnessione e la tracciabilità delle campagne mediatiche, potenziando quindi gli altri moduli nell architettura del sistema. Il modello ZyX è un Multimedia Upper Ontology sviluppato per il multimedia meta-modeling. Esso fornisce una descrizione ontologica di un modello 18

27 astratto di presentazione multimediale e si basa sul modello ZyX proposto da Boll e Klas [14]. Inoltre descrive documenti multimediali completi, o frammenti di essi, per mezzo di un albero, i cui nodi sono detti elementi di presentazione. Ogni elemento di presentazione ha un punto vincolante ad esso associato, che può riferirsi a una variabile di un altro elemento di presentazione, creando così i bordi della struttura. Tali elementi sono gli elementi generici del modello e possono rappresentare elementi multimediali atomici (ad esempio immagini, video e testo) oppure elementi composti che combinano elementi di presentazione con elementi semantici. L obiettivo del modello ABC [15] è triplice: Fornire una base concettuale per la comprensione e l analisi delle ontologie di metadati esistenti e le istanze; Fornire linee guida alle comunità cominciando a esaminare e sviluppare ontologie descrittive; Sviluppare una base concettuale per la mappatura automatica tra le ontologie di metadati. In quanto tale, l ontologia ABC non è intesa come un vocabolario di metadati a se stante, ma come un ontologia e un modello di base. Il modello ABC incorpora un numero di entità di base e relazioni comuni alle altre ontologie di metadati. In particolare, è stato progettato per modellare oggetti fisici, digitali e analogici conservati nelle biblioteche, nei musei, negli archivi e su Internet. Questo include oggetti di tutti i formati multimediali come testo, immagine, video, audio. Le comunità che hanno intenzione di costruire le 19

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

Indicizzazione terza parte e modello booleano

Indicizzazione terza parte e modello booleano Reperimento dell informazione (IR) - aa 2014-2015 Indicizzazione terza parte e modello booleano Gruppo di ricerca su Sistemi di Gestione delle Informazioni (IMS) Dipartimento di Ingegneria dell Informazione

Dettagli

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina Cosa è il DSS L elevato sviluppo dei personal computer, delle reti di calcolatori, dei sistemi database di grandi dimensioni, e la forte espansione di modelli basati sui calcolatori rappresentano gli sviluppi

Dettagli

capitolo 6 IL QUESTIONARIO PER LA VALUTV ALUTAZIONEAZIONE DEI CONTENUTI

capitolo 6 IL QUESTIONARIO PER LA VALUTV ALUTAZIONEAZIONE DEI CONTENUTI capitolo 6 IL QUESTIONARIO PER LA VALUTV ALUTAZIONEAZIONE DEI CONTENUTI 6.1 ISTRUZIONI PER IL VALUTATORE Il processo di valutazione si articola in quattro fasi. Il Valutatore deve: 1 leggere il questionario;

Dettagli

ITALIANO TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA

ITALIANO TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA ITALIANO TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE AL TERMINE DELLA SCUOLA PRIMARIA L allievo partecipa a scambi comunicativi (conversazione, discussione di classe o di gruppo) con compagni e insegnanti

Dettagli

AOT Lab Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma. Unified Process. Prof. Agostino Poggi

AOT Lab Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma. Unified Process. Prof. Agostino Poggi AOT Lab Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Unified Process Prof. Agostino Poggi Unified Process Unified Software Development Process (USDP), comunemente chiamato

Dettagli

DBMS (Data Base Management System)

DBMS (Data Base Management System) Cos'è un Database I database o banche dati o base dati sono collezioni di dati, tra loro correlati, utilizzati per rappresentare una porzione del mondo reale. Sono strutturati in modo tale da consentire

Dettagli

BIENNIO DI SECONDO LIVELLO IN DISCIPLINE MUSICALI MUSICA ELETTRONICA E TECNOLOGIE DEL SUONO

BIENNIO DI SECONDO LIVELLO IN DISCIPLINE MUSICALI MUSICA ELETTRONICA E TECNOLOGIE DEL SUONO BIENNIO DI SECONDO LIVELLO IN DISCIPLINE MUSICALI MUSICA ELETTRONICA E TECNOLOGIE DEL SUONO Requisiti d'ammissione Dal Regolamento didattico del Conservatorio di Como Ex Art. 24: Ammissione ai corsi di

Dettagli

Abstract Data Type (ADT)

Abstract Data Type (ADT) Abstract Data Type Pag. 1/10 Abstract Data Type (ADT) Iniziamo la nostra trattazione presentando una nozione che ci accompagnerà lungo l intero corso di Laboratorio Algoritmi e Strutture Dati: il Tipo

Dettagli

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testualilezione 2 Le principali tecniche di analisi testuale Facendo riferimento alle tecniche di data mining,

Dettagli

Metadati e Modellazione. standard P_META

Metadati e Modellazione. standard P_META Metadati e Modellazione Lo standard Parte I ing. Laurent Boch, ing. Roberto Del Pero Rai Centro Ricerche e Innovazione Tecnologica Torino 1. Introduzione 1.1 Scopo dell articolo Questo articolo prosegue

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello della Web Application 5 3 Struttura della web Application 6 4 Casi di utilizzo della Web

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

Mario Polito IARE: Press - ROMA

Mario Polito IARE: Press - ROMA Mario Polito info@mariopolito.it www.mariopolito.it IMPARARE A STUD IARE: LE TECNICHE DI STUDIO Come sottolineare, prendere appunti, creare schemi e mappe, archiviare Pubblicato dagli Editori Riuniti University

Dettagli

Rational Unified Process Introduzione

Rational Unified Process Introduzione Rational Unified Process Introduzione G.Raiss - A.Apolloni - 4 maggio 2001 1 Cosa è E un processo di sviluppo definito da Booch, Rumbaugh, Jacobson (autori dell Unified Modeling Language). Il RUP è un

Dettagli

Università degli Studi di Parma. Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica

Università degli Studi di Parma. Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica Università degli Studi di Parma Facoltà di Scienze MM. FF. NN. Corso di Laurea in Informatica A.A. 2007-08 CORSO DI INGEGNERIA DEL SOFTWARE Prof. Giulio Destri http://www.areasp.com (C) 2007 AreaSP for

Dettagli

Applicazione: Share - Sistema per la gestione strutturata di documenti

Applicazione: Share - Sistema per la gestione strutturata di documenti Riusabilità del software - Catalogo delle applicazioni: Gestione Documentale Applicazione: Share - Sistema per la gestione strutturata di documenti Amministrazione: Regione Piemonte - Direzione Innovazione,

Dettagli

Applicazione: DoQui/Index - Motore di gestione dei contenuti digitali

Applicazione: DoQui/Index - Motore di gestione dei contenuti digitali Riusabilità del software - Catalogo delle applicazioni: Applicativo verticale Applicazione: DoQui/Index - Motore di gestione dei contenuti digitali Amministrazione: Regione Piemonte - Direzione Innovazione,

Dettagli

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE Oracle Business Intelligence Standard Edition One è una soluzione BI completa, integrata destinata alle piccole e medie imprese.oracle

Dettagli

Dai metadati all harvesting

Dai metadati all harvesting Dai metadati all harvesting la gestione di risorse informative attraverso repository interoperabili di Gino Roncaglia 1 Pubblicato su Culture del testo e del documento 26/2008, pp. 109 122 1. Cosa sono

Dettagli

How to Develop Accessible Linux Applications

How to Develop Accessible Linux Applications How to Develop Accessible Linux Applications Sharon Snider Copyright 2002 IBM Corporation v1.1, 2002-05-03 Diario delle Revisioni Revisione v1.1 2002-05-03 Revisionato da: sds Convertito in DocBook XML

Dettagli

Corso di Programmazione ad Oggetti

Corso di Programmazione ad Oggetti Corso di Programmazione ad Oggetti Introduzione alla programmazione ad oggetti a.a. 2008/2009 Claudio De Stefano 1 La programmazione modulare Un programma può essere visto come un insieme di moduli che

Dettagli

Introduzione alla Programmazione ad Oggetti in C++

Introduzione alla Programmazione ad Oggetti in C++ Introduzione alla Programmazione ad Oggetti in C++ Lezione 1 Cosa è la Programmazione Orientata agli Oggetti Metodologia per costruire prodotti software di grosse dimensioni che siano affidabili e facilmente

Dettagli

Processi di business sovra-regionali relativi ai sistemi regionali di FSE. Versione 1.0 24 Giugno 2014

Processi di business sovra-regionali relativi ai sistemi regionali di FSE. Versione 1.0 24 Giugno 2014 Processi di business sovra-regionali relativi ai sistemi regionali di FSE Versione 1.0 24 Giugno 2014 1 Indice Indice... 2 Indice delle figure... 3 Indice delle tabelle... 4 Obiettivi del documento...

Dettagli

Sistemi avanzati di gestione dei Sistemi Informativi

Sistemi avanzati di gestione dei Sistemi Informativi Esperti nella gestione dei sistemi informativi e tecnologie informatiche Sistemi avanzati di gestione dei Sistemi Informativi Docente: Email: Sito: Eduard Roccatello eduard@roccatello.it http://www.roccatello.it/teaching/gsi/

Dettagli

Cos è l Ingegneria del Software?

Cos è l Ingegneria del Software? Cos è l Ingegneria del Software? Corpus di metodologie e tecniche per la produzione di sistemi software. L ingegneria del software è la disciplina tecnologica e gestionale che riguarda la produzione sistematica

Dettagli

White Paper. Operational DashBoard. per una Business Intelligence. in real-time

White Paper. Operational DashBoard. per una Business Intelligence. in real-time White Paper Operational DashBoard per una Business Intelligence in real-time Settembre 2011 www.axiante.com A Paper Published by Axiante CAMBIARE LE TRADIZIONI C'è stato un tempo in cui la Business Intelligence

Dettagli

Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009

Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009 Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009 Introduzione generale Autenticazione dell operatore https://sebina1.unife.it/sebinatest Al primo accesso ai servizi di Back Office, utilizzando

Dettagli

Elementi di semantica denotazionale ed operazionale

Elementi di semantica denotazionale ed operazionale Elementi di semantica denotazionale ed operazionale 1 Contenuti! sintassi astratta e domini sintattici " un frammento di linguaggio imperativo! semantica denotazionale " domini semantici: valori e stato

Dettagli

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1

CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 1.1 Che cos è un algoritmo CAPITOLO PRIMO IL CONCETTO DI ALGORITMO 1 Gli algoritmi sono metodi per la soluzione di problemi. Possiamo caratterizzare un problema mediante i dati di cui si dispone all inizio

Dettagli

MARKETING INTELLIGENCE SUL WEB:

MARKETING INTELLIGENCE SUL WEB: Via Durini, 23-20122 Milano (MI) Tel.+39.02.77.88.931 Fax +39.02.76.31.33.84 Piazza Marconi,15-00144 Roma Tel.+39.06.32.80.37.33 Fax +39.06.32.80.36.00 www.valuelab.it valuelab@valuelab.it MARKETING INTELLIGENCE

Dettagli

MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive

MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive 1 MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive Cos è un servizio di e-learning SaaS, multimediale, interattivo

Dettagli

Le funzionalità di un DBMS

Le funzionalità di un DBMS Le funzionalità di un DBMS Sistemi Informativi L-A Home Page del corso: http://www-db.deis.unibo.it/courses/sil-a/ Versione elettronica: DBMS.pdf Sistemi Informativi L-A DBMS: principali funzionalità Le

Dettagli

Ricapitoliamo. Ricapitoliamo

Ricapitoliamo. Ricapitoliamo Ricapitoliamo Finora ci siamo concentrati sui processi computazionali e sul ruolo che giocano le procedure nella progettazione dei programmi In particolare, abbiamo visto: Come usare dati primitivi (numeri)

Dettagli

Introduzione al GIS (Geographic Information System)

Introduzione al GIS (Geographic Information System) Introduzione al GIS (Geographic Information System) Sommario 1. COS E IL GIS?... 3 2. CARATTERISTICHE DI UN GIS... 3 3. COMPONENTI DI UN GIS... 4 4. CONTENUTI DI UN GIS... 5 5. FASI OPERATIVE CARATTERIZZANTI

Dettagli

Business Intelligence

Business Intelligence aggregazione dati Business Intelligence analytic applications query d a t a w a r e h o u s e aggregazione budget sales inquiry data mining Decision Support Systems MIS ERP data management Data Modeling

Dettagli

Il quadro europeo delle qualifiche (EQF)

Il quadro europeo delle qualifiche (EQF) Il quadro europeo delle qualifiche (EQF) di A. Sveva Balduini ISFOL Agenzia Nazionale LLP Nell aprile del 2008, al termine di un lungo lavoro preparatorio e dopo un ampio processo di consultazione che

Dettagli

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA SVILUPPO DI METODI DECONVOLUTIVI PER L INDIVIDUAZIONE DI SORGENTI INDIPENDENTI

Dettagli

REALIZZARE UN MODELLO DI IMPRESA

REALIZZARE UN MODELLO DI IMPRESA REALIZZARE UN MODELLO DI IMPRESA - organizzare e gestire l insieme delle attività, utilizzando una piattaforma per la gestione aziendale: integrata, completa, flessibile, coerente e con un grado di complessità

Dettagli

Accesso in cloud alle informazioni mul1mediali, provenien1 da più fon1 e canali di comunicazione (Es. rassegna stampa)

Accesso in cloud alle informazioni mul1mediali, provenien1 da più fon1 e canali di comunicazione (Es. rassegna stampa) Accesso in cloud alle informazioni mul1mediali, provenien1 da più fon1 e canali di comunicazione (Es. rassegna stampa) Massimiliano Viglian1 Solu1on Specialist Applica1on Division CBT Comunicazione integrata

Dettagli

2- Identificazione del processo. (o dei processi) da analizzare. Approcci: Esaustivo. In relazione al problema. Sulla base della rilevanza

2- Identificazione del processo. (o dei processi) da analizzare. Approcci: Esaustivo. In relazione al problema. Sulla base della rilevanza PROCESS MAPPING (2) Approcci: 2- Identificazione del processo Esaustivo (o dei processi) da analizzare Mappatura a largo spettro (es.: vasta implementazione di un ERP) In relazione al problema ad es. i

Dettagli

Dall italiano alla logica proposizionale

Dall italiano alla logica proposizionale Rappresentare l italiano in LP Dall italiano alla logica proposizionale Sandro Zucchi 2009-10 In questa lezione, vediamo come fare uso del linguaggio LP per rappresentare frasi dell italiano. Questo ci

Dettagli

Il Business Process Management: nuova via verso la competitività aziendale

Il Business Process Management: nuova via verso la competitività aziendale Il Business Process Management: nuova via verso la competitività Renata Bortolin Che cosa significa Business Process Management? In che cosa si distingue dal Business Process Reingeneering? Cosa ha a che

Dettagli

Sempre attenti ad ogni dettaglio Bosch Intelligent Video Analysis

Sempre attenti ad ogni dettaglio Bosch Intelligent Video Analysis Sempre attenti ad ogni dettaglio Bosch Intelligent Video Analysis 2 Intervento immediato con Bosch Intelligent Video Analysis Indipendentemente da quante telecamere il sistema utilizza, la sorveglianza

Dettagli

Processi (di sviluppo del) software. Fase di Analisi dei Requisiti. Esempi di Feature e Requisiti. Progettazione ed implementazione

Processi (di sviluppo del) software. Fase di Analisi dei Requisiti. Esempi di Feature e Requisiti. Progettazione ed implementazione Processi (di sviluppo del) software Fase di Analisi dei Requisiti Un processo software descrive le attività (o task) necessarie allo sviluppo di un prodotto software e come queste attività sono collegate

Dettagli

CAMPO DI ESPERIENZA: IL SE E L ALTRO

CAMPO DI ESPERIENZA: IL SE E L ALTRO CAMPO DI ESPERIENZA: IL SE E L ALTRO I. Il bambino gioca in modo costruttivo e creativo con gli altri, sa argomentare, confrontarsi, sostenere le proprie ragioni con adulti e bambini. I I. Sviluppa il

Dettagli

Realizzare un architettura integrata di Business Intelligence

Realizzare un architettura integrata di Business Intelligence Realizzare un architettura integrata di Business Intelligence Un sistema integrato di Business Intelligence consente all azienda customer oriented una gestione efficace ed efficiente della conoscenza del

Dettagli

Business Intelligence: dell impresa

Business Intelligence: dell impresa Architetture Business Intelligence: dell impresa Silvana Bortolin Come organizzare la complessità e porla al servizio dell impresa attraverso i sistemi di Business Intelligence, per creare processi organizzativi

Dettagli

Prospettive di collaborazione: dall anagrafe agli authority file

Prospettive di collaborazione: dall anagrafe agli authority file Prospettive di collaborazione: dall anagrafe agli authority file di Marco Paoli Eccellenze, autorità, colleghi bibliotecari, già con la firma dell Intesa fra CEI e MiBAC (18 aprile 2000) relativa alla

Dettagli

Universita' di Ferrara Dipartimento di Matematica e Informatica. Algoritmi e Strutture Dati. Rappresentazione concreta di insiemi e Hash table

Universita' di Ferrara Dipartimento di Matematica e Informatica. Algoritmi e Strutture Dati. Rappresentazione concreta di insiemi e Hash table Universita' di Ferrara Dipartimento di Matematica e Informatica Algoritmi e Strutture Dati Rappresentazione concreta di insiemi e Hash table Copyright 2006-2015 by Claudio Salati. Lez. 9a 1 Rappresentazione

Dettagli

Introduzione ad Access

Introduzione ad Access Introduzione ad Access Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Access E un programma di gestione di database (DBMS) Access offre: un supporto transazionale

Dettagli

Sistemi di supporto alle decisioni

Sistemi di supporto alle decisioni Sistemi di supporto alle decisioni Introduzione I sistemi di supporto alle decisioni, DSS (decision support system), sono strumenti informatici che utilizzano dati e modelli matematici a supporto del decision

Dettagli

CAMPO DI ESPERIENZA: IL SE E L ALTRO

CAMPO DI ESPERIENZA: IL SE E L ALTRO CAMPO DI ESPERIENZA: IL SE E L ALTRO I. Il bambino gioca in modo costruttivo e creativo con gli altri, sa argomentare, confrontarsi, sostenere le proprie ragioni con adulti e bambini. I I. Sviluppa il

Dettagli

Quando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione.

Quando A e B coincidono una coppia ordinata é determinata anche dalla loro posizione. Grafi ed Alberi Pag. /26 Grafi ed Alberi In questo capitolo richiameremo i principali concetti di due ADT che ricorreranno puntualmente nel corso della nostra trattazione: i grafi e gli alberi. Naturale

Dettagli

BPEL: Business Process Execution Language

BPEL: Business Process Execution Language Ingegneria dei processi aziendali BPEL: Business Process Execution Language Ghilardi Dario 753708 Manenti Andrea 755454 Docente: Prof. Ernesto Damiani BPEL - definizione Business Process Execution Language

Dettagli

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita; .netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata

Dettagli

Allegato A. Il profilo culturale, educativo e professionale dei Licei

Allegato A. Il profilo culturale, educativo e professionale dei Licei Allegato A Il profilo culturale, educativo e professionale dei Licei I percorsi liceali forniscono allo studente gli strumenti culturali e metodologici per una comprensione approfondita della realtà, affinché

Dettagli

GLI ASSI CULTURALI. Allegato 1 - Gli assi culturali. Nota. rimessa all autonomia didattica del docente e alla programmazione collegiale del

GLI ASSI CULTURALI. Allegato 1 - Gli assi culturali. Nota. rimessa all autonomia didattica del docente e alla programmazione collegiale del GLI ASSI CULTURALI Nota rimessa all autonomia didattica del docente e alla programmazione collegiale del La normativa italiana dal 2007 13 L Asse dei linguaggi un adeguato utilizzo delle tecnologie dell

Dettagli

di4g: Uno strumento di clustering per l analisi integrata di dati geologici

di4g: Uno strumento di clustering per l analisi integrata di dati geologici di4g: Uno strumento di clustering per l analisi integrata di dati geologici Alice Piva 1, Giacomo Gamberoni 1, Denis Ferraretti 1, Evelina Lamma 2 1 intelliware snc, via J.F.Kennedy 15, 44122 Ferrara,

Dettagli

PHILIPPE PONCIN INSTITUT NATIONAL DE L AUDIOVISUEL

PHILIPPE PONCIN INSTITUT NATIONAL DE L AUDIOVISUEL CONSERVAZI ONE ED ACCESSI BI LI TÀ I N NTERNETDICOLLEZI ONIAUDI OVI SI VE I PHILIPPE PONCIN INSTITUT NATIONAL DE L AUDIOVISUEL 1. IL RUOLO DELLE BIBLIOTECHE AUDIOVISIVE Il fine principale è la conservazione

Dettagli

6. Le ricerche di marketing

6. Le ricerche di marketing Università degli Studi di Urbino Carlo Bo Facoltà di Lingue e Letterature Straniere Corso di Laurea in Lingue e Cultura per l Impresa 6. Le ricerche di marketing Prof. Fabio Forlani Urbino, 29/III/2011

Dettagli

Dalla Mappatura dei Processi al Business Process Management

Dalla Mappatura dei Processi al Business Process Management Dalla Mappatura dei Processi al Business Process Management Romano Stasi Responsabile Segreteria Tecnica ABI Lab Roma, 4 dicembre 2007 Agenda Il percorso metodologico Analizzare per conoscere: la mappatura

Dettagli

Oggetti Lezione 3. aspetti generali e definizione di classi I

Oggetti Lezione 3. aspetti generali e definizione di classi I Programmazione a Oggetti Lezione 3 Il linguaggio Java: aspetti generali e definizione di classi I Sommario Storia e Motivazioni Definizione di Classi Campi e Metodi Istanziazione di oggetti Introduzione

Dettagli

Sistemi Operativi. Interfaccia del File System FILE SYSTEM : INTERFACCIA. Concetto di File. Metodi di Accesso. Struttura delle Directory

Sistemi Operativi. Interfaccia del File System FILE SYSTEM : INTERFACCIA. Concetto di File. Metodi di Accesso. Struttura delle Directory FILE SYSTEM : INTERFACCIA 8.1 Interfaccia del File System Concetto di File Metodi di Accesso Struttura delle Directory Montaggio del File System Condivisione di File Protezione 8.2 Concetto di File File

Dettagli

Definizione e struttura della comunicazione

Definizione e struttura della comunicazione Definizione e struttura della comunicazione Sono state date molteplici definizioni della comunicazione; la più semplice e comprensiva è forse questa: passaggio di un'informazione da un emittente ad un

Dettagli

Gestione delle Architetture e dei Servizi IT con ADOit. Un Prodotto della Suite BOC Management Office

Gestione delle Architetture e dei Servizi IT con ADOit. Un Prodotto della Suite BOC Management Office Gestione delle Architetture e dei Servizi IT con ADOit Un Prodotto della Suite BOC Management Office Controllo Globale e Permanente delle Architetture IT Aziendali e dei Processi IT: IT-Governance Definire

Dettagli

I.Stat Guida utente Versione 1.7 Dicembre 2010

I.Stat Guida utente Versione 1.7 Dicembre 2010 I.Stat Guida utente Versione 1.7 Dicembre 2010 1 Sommario INTRODUZIONE 3 I concetti principali di I.Stat 4 Organizzazione dei dati 4 Ricerca 5 GUIDA UTENTE 6 Per iniziare 6 Selezione della lingua 7 Individuazione

Dettagli

Progetto Didattico di Informatica Multimediale

Progetto Didattico di Informatica Multimediale Progetto Didattico di Informatica Multimediale VRAI - Vision, Robotics and Artificial Intelligence 20 aprile 2015 Rev. 18+ Introduzione Le videocamere di riconoscimento sono strumenti sempre più utilizzati

Dettagli

Corso di Informatica

Corso di Informatica CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it L Informatica!2 Informatica Il termine informatica deriva dal francese Informatique Inform(ation

Dettagli

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento

Dettagli

Informatica Industriale Modello funzionale: Informazione Progettazione concettuale

Informatica Industriale Modello funzionale: Informazione Progettazione concettuale DIIGA - Università Politecnica delle Marche A.A. 2006/2007 Informatica Industriale Modello funzionale: Informazione Progettazione concettuale Luca Spalazzi spalazzi@diiga.univpm.it www.diiga.univpm.it/~spalazzi/

Dettagli

Enterprise Content Management. Terminologia. KM, ECM e BPM per creare valore nell impresa. Giovanni Marrè Amm. Del., it Consult

Enterprise Content Management. Terminologia. KM, ECM e BPM per creare valore nell impresa. Giovanni Marrè Amm. Del., it Consult KM, ECM e BPM per creare valore nell impresa Giovanni Marrè Amm. Del., it Consult Terminologia Ci sono alcuni termini che, a vario titolo, hanno a che fare col tema dell intervento KM ECM BPM E20 Enterprise

Dettagli

STATISTICHE DOCUMENTI PMV IN SOL

STATISTICHE DOCUMENTI PMV IN SOL STATISTICHE DOCUMENTI PMV IN SOL INTRODUZIONE A cura del Coordinamento del Polo regionale del Veneto Vicenza, 12 ottobre 2011 PREMESSA Le istruzioni fornite nel 2010 per la compilazione del PMV riferito

Dettagli

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net

Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Lezione 1 Introduzione agli algoritmi e alla programmazione in VisualBasic.Net Definizione di utente e di programmatore L utente è qualsiasi persona che usa il computer anche se non è in grado di programmarlo

Dettagli

Algebra Relazionale. algebra relazionale

Algebra Relazionale. algebra relazionale Algebra Relazionale algebra relazionale Linguaggi di Interrogazione linguaggi formali Algebra relazionale Calcolo relazionale Programmazione logica linguaggi programmativi SQL: Structured Query Language

Dettagli

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it

UML: Class Diagram. Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it UML: Class Diagram Ing. Orazio Tomarchio Orazio.Tomarchio@diit.unict.it Dipartimento di Ingegneria Informatica e delle Telecomunicazioni Università di Catania Class Diagram Forniscono una vista strutturale

Dettagli

VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO

VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO Fondamenti teorici Vygotskji Zona di Sviluppo Prossimale Feuerstein VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO Esperienza di Apprendimento Mediato

Dettagli

Tipologie di pianificatori. Pianificazione. Partial Order Planning. E compiti diversi. Pianificazione gerarchica. Approcci integrati

Tipologie di pianificatori. Pianificazione. Partial Order Planning. E compiti diversi. Pianificazione gerarchica. Approcci integrati Tipologie di pianificatori Pianificazione Intelligenza Artificiale e Agenti II modulo Pianificazione a ordinamento parziale (POP) (HTN) pianificazione logica (SatPlan) Pianificazione come ricerca su grafi

Dettagli

Progettazione di un DB....in breve

Progettazione di un DB....in breve Progettazione di un DB...in breve Cosa significa progettare un DB Definirne struttura,caratteristiche e contenuto. Per farlo è opportuno seguire delle metodologie che permettono di ottenere prodotti di

Dettagli

Appendice 2: Tabelle delle distribuzioni di frequenza assolute e relative delle risposte alle domande. Ottobre 2013

Appendice 2: Tabelle delle distribuzioni di frequenza assolute e relative delle risposte alle domande. Ottobre 2013 Consultazione Pubblica per l istituzione dell Anagrafe Nazionale Nominativa dei Professori e dei Ricercatori e delle Pubblicazioni Scientifiche (ANPRePS) Appendice 2: Tabelle delle distribuzioni di frequenza

Dettagli

(anno accademico 2008-09)

(anno accademico 2008-09) Calcolo relazionale Prof Alberto Belussi Prof. Alberto Belussi (anno accademico 2008-09) Calcolo relazionale E un linguaggio di interrogazione o e dichiarativo: at specifica le proprietà del risultato

Dettagli

BRM. Tutte le soluzioni. per la gestione delle informazioni aziendali. BusinessRelationshipManagement

BRM. Tutte le soluzioni. per la gestione delle informazioni aziendali. BusinessRelationshipManagement BRM BusinessRelationshipManagement Tutte le soluzioni per la gestione delle informazioni aziendali - Business Intelligence - Office Automation - Sistemi C.R.M. I benefici di BRM Garantisce la sicurezza

Dettagli

Panoramica su ITIL V3 ed esempio di implementazione del Service Design

Panoramica su ITIL V3 ed esempio di implementazione del Service Design Master Universitario di II livello in Interoperabilità Per la Pubblica Amministrazione e Le Imprese Panoramica su ITIL V3 ed esempio di implementazione del Service Design Lavoro pratico II Periodo didattico

Dettagli

CHE COS E UN ARTICOLO SCIENTIFICO

CHE COS E UN ARTICOLO SCIENTIFICO CHE COS E UN ARTICOLO SCIENTIFICO è il resoconto di uno studio completo e originale, con struttura ben definita e costante: rappresenta il punto finale di una ricerca (in inglese: paper, article) STRUTTURA

Dettagli

Manipolazione di testi: espressioni regolari

Manipolazione di testi: espressioni regolari Manipolazione di testi: espressioni regolari Un meccanismo per specificare un pattern, che, di fatto, è la rappresentazione sintetica di un insieme (eventualmente infinito) di stringhe: il pattern viene

Dettagli

Architettura dei Calcolatori

Architettura dei Calcolatori Architettura dei Calcolatori Sistema di memoria parte prima Ing. dell Automazione A.A. 2011/12 Gabriele Cecchetti Sistema di memoria parte prima Sommario: Banco di registri Generalità sulla memoria Tecnologie

Dettagli

APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO. Francesco Marchione e Dario Richichi

APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO. Francesco Marchione e Dario Richichi APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO Francesco Marchione e Dario Richichi Istituto Nazionale di Geofisica e Vulcanologia Sezione di Palermo Indice Introduzione...

Dettagli

Studio di retribuzione 2014

Studio di retribuzione 2014 Studio di retribuzione 2014 TECHNOLOGY Temporary & permanent recruitment www.pagepersonnel.it EDITORIALE Grazie ad una struttura costituita da 100 consulenti e 4 uffici in Italia, Page Personnel offre

Dettagli

Esercizi per il corso di Algoritmi e Strutture Dati

Esercizi per il corso di Algoritmi e Strutture Dati 1 Esercizi per il corso di Algoritmi e Strutture Dati Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, né in C++, etc. ). Di tutti gli algoritmi

Dettagli

Semantica operazionale dei linguaggi di Programmazione

Semantica operazionale dei linguaggi di Programmazione Semantica operazionale dei linguaggi di Programmazione Oggetti sintattici e oggetti semantici Rosario Culmone, Luca Tesei Lucidi tratti dalla dispensa Elementi di Semantica Operazionale R. Barbuti, P.

Dettagli

DEFINIZIONE DEL CONCEPT DI PRODOTTO

DEFINIZIONE DEL CONCEPT DI PRODOTTO DEFINIZIONE DEL CONCEPT DI PRODOTTO 92 Generazione dei concetti di prodotto Individuazione dei bisogni dei clienti Eseguire l analisi economica Analizzare i prodotti della concorrenza Costruire e collaudare

Dettagli

explora consulting s.r.l. Via Case Rosse, 35-84131 SALERNO - tel 089 848073 fax 089 384582 www.exploraconsulting.it info@exploraconsulting.

explora consulting s.r.l. Via Case Rosse, 35-84131 SALERNO - tel 089 848073 fax 089 384582 www.exploraconsulting.it info@exploraconsulting. explora consulting s.r.l. Via Case Rosse, 35-84131 SALERNO - tel 089 848073 fax 089 384582 www.exploraconsulting.it info@exploraconsulting.it Procedura di gestione per Laboratori di Analisi Cliniche Pag.

Dettagli

Informatica. Scopo della lezione

Informatica. Scopo della lezione 1 Informatica per laurea diarea non informatica LEZIONE 1 - Cos è l informatica 2 Scopo della lezione Introdurre le nozioni base della materia Definire le differenze tra hardware e software Individuare

Dettagli

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2)

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2) I n d i c e 9 Introduzione 11 CAP. 1 I test di intelligenza potenziale 17 CAP. 2 La misura dell intelligenza potenziale nella scuola dell infanzia 31 CAP. 3 La misura dell intelligenza potenziale nella

Dettagli

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera

Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera Ricerca Operativa Branch-and-Bound per problemi di Programmazione Lineare Intera L. De Giovanni AVVERTENZA: le note presentate di seguito non hanno alcuna pretesa di completezza, né hanno lo scopo di sostituirsi

Dettagli

SIASFi: il sistema ed il suo sviluppo

SIASFi: il sistema ed il suo sviluppo SIASFI: IL SISTEMA ED IL SUO SVILUPPO 187 SIASFi: il sistema ed il suo sviluppo Antonio Ronca Il progetto SIASFi nasce dall esperienza maturata da parte dell Archivio di Stato di Firenze nella gestione

Dettagli

AUL22: FactoryTalk View SE Scoprite i vantaggi chiave di una soluzione SCADA integrata

AUL22: FactoryTalk View SE Scoprite i vantaggi chiave di una soluzione SCADA integrata AUL22: FactoryTalk View SE Scoprite i vantaggi chiave di una soluzione SCADA integrata Giampiero Carboni Davide Travaglia David Board Rev 5058-CO900C Interfaccia operatore a livello di sito FactoryTalk

Dettagli

MODULO 3 LEZIONE 23 FORMAZIONE DEL MOVIMENTO (SECONDA PARTE)

MODULO 3 LEZIONE 23 FORMAZIONE DEL MOVIMENTO (SECONDA PARTE) MODULO 3 LEZIONE 23 FORMAZIONE DEL MOVIMENTO (SECONDA PARTE) Contenuti Michelene Chi Livello ottimale di sviluppo L. S. Vygotskij Jerome Bruner Human Information Processing Teorie della Mente Contrapposizione

Dettagli

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu FRAUD MANAGEMENT. COME IDENTIFICARE E COMB BATTERE FRODI PRIMA CHE ACCADANO LE Con una visione sia sui processi di business, sia sui sistemi, Reply è pronta ad offrire soluzioni innovative di Fraud Management,

Dettagli

Supervisori che imparano dagli studenti

Supervisori che imparano dagli studenti Supervisori che imparano dagli studenti di Angela Rosignoli Questa relazione tratta il tema della supervisione, la supervisione offerta dagli assistenti sociali agli studenti che frequentano i corsi di

Dettagli