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

La gestione del documento

La gestione del documento Operatore giuridico d impresa Informatica Giuridica A.A 2002/2003 II Semestre La gestione del documento prof. Monica Palmirani Il documento A differenza del dato il documento è solitamente un oggetto non

Dettagli

Sistemi Informativi Multimediali 1 - Introduzione

Sistemi Informativi Multimediali 1 - Introduzione Che cos è un sistema informativo multimediale? Sistemi Informativi li 1 - Introduzione Augusto Celentano Università Ca Foscari di Venezia Un sistema informativo multimediale (MMDBMS) è un framework che

Dettagli

Basi di Dati Multimediali. Fabio Strocco

Basi di Dati Multimediali. Fabio Strocco Basi di Dati Multimediali Fabio Strocco September 19, 2011 1 Contents 2 Introduzione Le basi di dati (o database) hanno applicazioni in molti campi, in cui è necessario memorizzare, analizzare e gestire

Dettagli

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Relatore Chiarissimo

Dettagli

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici

Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Tesi di laurea Semantica: un sistema per l indicizzazione, il retrieval semantico di learning objects e la generazione automatica di corsi didattici Anno Accademico 2007/2008 Relatori Ch.mo prof. Angelo

Dettagli

1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una

1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una 1. Rappresentazione della conoscenza 2. Ontologie 3. Usi delle ontologie 4. Progettazione di un ontologia 5. Esempio di progettazione di una ontologia 1 Rappresentazione della conoscenza Il problema di

Dettagli

Lezione 1. Introduzione e Modellazione Concettuale

Lezione 1. Introduzione e Modellazione Concettuale Lezione 1 Introduzione e Modellazione Concettuale 1 Tipi di Database ed Applicazioni Database Numerici e Testuali Database Multimediali Geographic Information Systems (GIS) Data Warehouses Real-time and

Dettagli

Considera tutti i requisiti funzionali (use cases) NON deve necessariamente modellare i requisiti non funzionali

Considera tutti i requisiti funzionali (use cases) NON deve necessariamente modellare i requisiti non funzionali Corso di Laurea Specialistica in Ingegneria Informatica Corso di Ingegneria del Software A. A. 2008 - Progettazione OO E. TINELLI Punto di Partenza Il modello di analisi E una rappresentazione minima del

Dettagli

Spettabile. Termine attività PREMESSA

Spettabile. Termine attività PREMESSA Spettabile Ogetto: Regione Lazio - Bando per l educazione permanente degli adulti. Misura 1.a di Sistema. Delibera Giunta Regionale n. 30 dell 11/01/2001 - (Pubblicato nel BUR Lazio n.5 del 20 febbraio

Dettagli

Dalla filosofia all informatica: Ontologia una concettualizzazione di un dominio condiviso

Dalla filosofia all informatica: Ontologia una concettualizzazione di un dominio condiviso Professionisti della conoscenza, www.cstadvising.com Per info: dott. Massimiliano Miglio +39 328.91.66.816 E-mail: advising@cstadvising.com m.miglio@cstadvising.com Dalla filosofia all informatica: Ontologia

Dettagli

Relazione Pinakes3 Analisi modello di business (BOZZA) di Valeriano Sandrucci 08/09/07

Relazione Pinakes3 Analisi modello di business (BOZZA) di Valeriano Sandrucci 08/09/07 Relazione Pinakes3 Analisi modello di business (BOZZA) di Valeriano Sandrucci 08/09/07 1. Introduzione...3 1.2. Application vs Tool... 3 2. Componenti logiche di un modello... 6 3. Ontologie e Semantic

Dettagli

Informatica Documentale

Informatica Documentale Informatica Documentale Ivan Scagnetto (scagnett@dimi.uniud.it) Stanza 3, Nodo Sud Dipartimento di Matematica e Informatica Via delle Scienze, n. 206 33100 Udine Tel. 0432 558451 Ricevimento: giovedì,

Dettagli

ACRL Association of College and Research Libraries

ACRL Association of College and Research Libraries ACRL Association of College and Research Libraries Standard delle competenze per il possesso dell informazione (information literacy) nell educazione superiore Standard, indicatori di performance, obiettivi

Dettagli

2.1 Introduzione ai linguaggi di marcatura

2.1 Introduzione ai linguaggi di marcatura Fondamenti di Informatica Sistemi di Elaborazione delle Informazioni Informatica Applicata 2.1 Introduzione ai linguaggi di marcatura Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE

Dettagli

RICERCA DELL INFORMAZIONE

RICERCA DELL INFORMAZIONE RICERCA DELL INFORMAZIONE DOCUMENTO documento (risorsa informativa) = supporto + contenuto analogico o digitale locale o remoto (accessibile in rete) testuale, grafico, multimediale DOCUMENTO risorsa continuativa

Dettagli

Corso di Basi di Dati Multimediali

Corso di Basi di Dati Multimediali Corso di Basi di Dati Multimediali Lezione su: MMDBMS (Multimedia Data Base Manage System) Studente; Enrico Leone Matr. 961/142 Basi di Dati Multimediali Multimedia Database Manage System Deve supportare

Dettagli

GLOSSARIO DI ARCHITETTURA DELL INFORMAZIONE

GLOSSARIO DI ARCHITETTURA DELL INFORMAZIONE GLOSSARIO DI ARCHITETTURA DELL INFORMAZIONE di K A T H A G E D O R N, A R G U S A S S O C I A T E S MARZO 2 0 0 0 traduzione di: BARBARA WIEL MARIN DICEMBRE 2009 1 GLOSSARIO DI ARCHITETTURA DELL INFORMAZIONE

Dettagli

Requisiti per la trasmissione dei dati multimediali. Data rate in Kbps o Mbps per dati non compressi Immagini:

Requisiti per la trasmissione dei dati multimediali. Data rate in Kbps o Mbps per dati non compressi Immagini: Requisiti per la trasmissione dei dati multimediali Data rate in Kbps o Mbps per dati non compressi Immagini: Numero immagini da trasferire nell unità di tempo x dimensione di ogni immagine Audio: Passo

Dettagli

Introduzione all Information Retrieval

Introduzione all Information Retrieval Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information

Dettagli

Modellazione di sistema

Modellazione di sistema Corso di Laurea Specialistica in Ingegneria Informatica Corso di Ingegneria del Software A. A. 2008 - Modellazione di sistema E. TINELLI Contenuti Approcci di analisi Linguaggi di specifica Modelli di

Dettagli

Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione (Riassunto)

Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione (Riassunto) Universitá degli Studi di Milano Bicocca Dipartimento di Informatica, Sistemistica e Comunicazione Corso di Laurea in Informatica Pubblicazione di Linked Data in e-commerce: Progettazione e Sperimentazione

Dettagli

Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni

Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni LA PROGETTAZIONE DI BASI DI DATI Progettare una basi di dati vuole dire progettare la struttura dei dati e le applicazioni La progettazione dei dati è l attività più importante Per progettare i dati al

Dettagli

TEORIA sulle BASI DI DATI

TEORIA sulle BASI DI DATI TEORIA sulle BASI DI DATI A cura del Prof. Enea Ferri Cos è un DATA BASE E un insieme di archivi legati tra loro da relazioni. Vengono memorizzati su memorie di massa come un unico insieme, e possono essere

Dettagli

Navigazione. per associazione. ipertesti/ipermedia. l utente naviga nello spazio dei documenti alla ricerca dei nodi di interesse

Navigazione. per associazione. ipertesti/ipermedia. l utente naviga nello spazio dei documenti alla ricerca dei nodi di interesse Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero 5. Database e Information Retrieval per associazione Navigazione ipertesti/ipermedia l utente naviga nello spazio

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 Informativi e WWW

Sistemi Informativi e WWW Premesse Sistemi Informativi e WWW WWW: introduce un nuovo paradigma di diffusione (per i fornitori) e acquisizione (per gli utilizzatori) delle informazioni, con facilità d uso, flessibilità ed economicità

Dettagli

Data Base. Prof. Filippo TROTTA

Data Base. Prof. Filippo TROTTA Data Base Definizione di DataBase Un Database può essere definito come un insieme di informazioni strettamente correlate, memorizzate su un supporto di memoria di massa, costituenti un tutt uno, che possono

Dettagli

Facoltà di Farmacia - Corso di Informatica

Facoltà di Farmacia - Corso di Informatica Basi di dati Riferimenti: Curtin cap. 8 Versione: 13/03/2007 1 Basi di dati (Database, DB) Una delle applicazioni informatiche più utilizzate, ma meno conosciute dai non informatici Avete già interagito

Dettagli

BASI DI DATI. Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento

BASI DI DATI. Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento BASI DI DATI Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento BASI DI DATI (DATABASE, DB) Una delle applicazioni informatiche più utilizzate,

Dettagli

Basi di Dati. Introduzione ai sistemi di basi di dati. K.Donno - Introduzione ai sistemi di basi di dati

Basi di Dati. Introduzione ai sistemi di basi di dati. K.Donno - Introduzione ai sistemi di basi di dati Basi di Dati Introduzione ai sistemi di basi di dati Introduzione ai sistemi di basi di dati Gestione dei Dati Una prospettiva storica File system verso DBSM Vantaggi di un DBMS Modelli dei dati Utenti

Dettagli

Introduzione ai sistemi di basi di dati

Introduzione ai sistemi di basi di dati Basi di Dati Introduzione ai sistemi di basi di dati Alessandro.bardine@gmail.com alessandro.bardine@iet.unipi.it Introduzione ai sistemi di basi di dati Gestione dei Dati Una prospettiva storica File

Dettagli

Cultura Tecnologica di Progetto

Cultura Tecnologica di Progetto Cultura Tecnologica di Progetto Politecnico di Milano Facoltà di Disegno Industriale - DATABASE - A.A. 2003-2004 2004 DataBase DB e DataBase Management System DBMS - I database sono archivi che costituiscono

Dettagli

Introduzione al Semantic Web

Introduzione al Semantic Web Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Sistemi Informativi Modulo II A. A. 2013-2014 Giuseppe Loseto Dal Web al Semantic Web 2 Dal Web al Semantic Web: Motivazioni Il Web dovrebbe

Dettagli

PIANIFICAZIONE E REALIZZAZIONE DI UN SISTEMA INFORMATIVO 147 6/001.0

PIANIFICAZIONE E REALIZZAZIONE DI UN SISTEMA INFORMATIVO 147 6/001.0 PIANIFICAZIONE E REALIZZAZIONE DI UN SISTEMA INFORMATIVO 147 6/001.0 PIANIFICAZIONE E REALIZZAZIONE DI UN SISTEMA INFORMATIVO ELEMENTI FONDAMENTALI PER LO SVILUPPO DI SISTEMI INFORMATIVI ELABORAZIONE DI

Dettagli

Progettaz. e sviluppo Data Base

Progettaz. e sviluppo Data Base Progettaz. e sviluppo Data Base! Introduzione ai Database! Tipologie di DB (gerarchici, reticolari, relazionali, oodb) Introduzione ai database Cos è un Database Cos e un Data Base Management System (DBMS)

Dettagli

Un portale semantico per i Beni Culturali

Un portale semantico per i Beni Culturali Un portale semantico per i Beni Culturali A. Ciapetti, D. Berardi, A. Donnini, M. Lorenzini, M.E. Masci, D. Merlitti, S. Norcia, F. Piro (Etcware) M. De Vizia Guerriero, O. Signore (CNR W3C Italia) EVA

Dettagli

Object-Relational Mapping

Object-Relational Mapping Object-Relational Mapping Versione Preliminare Antonella Poggi Dipartimento di informatica e Sistemistica Sapienza Università di Roma Progetto di Applicazioni Software Anno accademico 2008-2009 Questi

Dettagli

Descrizione Formale Esplicita Dominio

Descrizione Formale Esplicita Dominio Ontologia Abbiamo visto che tassonomie e tesauri fissano una semantica. Per arricchire la semantica si deve passare a modelli concettuali e teorie logiche. Un modello concettuale è il modello di una particolare

Dettagli

SISTEMI DOCUMENTALI DISTRIBUITI PER LA CREAZIONE DI COMUNITÀ COOPERANTI

SISTEMI DOCUMENTALI DISTRIBUITI PER LA CREAZIONE DI COMUNITÀ COOPERANTI SISTEMI DOCUMENTALI DISTRIBUITI PER LA CREAZIONE DI COMUNITÀ COOPERANTI Il caso di studio della piattaforma Octapy CMS e i circuiti informativi della cultura delle regioni Campania e Puglia 3 C.Noviello

Dettagli

Breve descrizione del prodotto

Breve descrizione del prodotto Breve descrizione del prodotto 1. Il software AquaBrowser Library...2 1.1 Le funzioni di Search Discover Refine...3 1.2 Search: la funzione di ricerca e di presentazione dei risultati...3 1.2.1 La configurazione

Dettagli

1. FINALITA DELLA DISCIPLINA

1. FINALITA DELLA DISCIPLINA Ministero dell Istruzione dell Università e della Ricerca LICEO SCIENTIFICO STATALE Donato Bramante Via Trieste, 70-20013 MAGENTA (MI) - MIUR: MIPS25000Q Tel.: +39 02 97290563/4/5 Fax: 02 97220275 Sito:

Dettagli

Tecniche semi-automatiche per l annotazione semantica di dati multimediali

Tecniche semi-automatiche per l annotazione semantica di dati multimediali Alma Mater Studiorum Università degli Studi di Bologna Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica Tesi di Laurea in Sistemi Informativi LS Tecniche semi-automatiche per l annotazione

Dettagli

Il reference digitale: l intermediazione e le risorse multimediali

Il reference digitale: l intermediazione e le risorse multimediali Università di RomaTre Stato attuale delle metodologie di gestione e diffusione dell informazione multimediale Roma, venerdì 3 dicembre 2004 Il reference digitale: l intermediazione e le risorse multimediali

Dettagli

Progettazione di interfacce web indipendenti dal dispositivo

Progettazione di interfacce web indipendenti dal dispositivo Progettazione di interfacce web indipendenti dal dispositivo Candidato Izzo Giovanni, Matr. 41/1305 Relatore Prof. Porfirio Tramontana 1 Panoramica su contesto ed obiettivi Il contesto della tesi è legato

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

Ingegneria dei Requisiti

Ingegneria dei Requisiti Corso di Laurea Specialistica in Ingegneria Informatica Corso di Ingegneria del Software A. A. 2008 - Ingegneria dei Requisiti E. TINELLI Contenuti I requisiti del software Documento dei requisiti I processi

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Data Mining. Introduzione La crescente popolarità

Dettagli

UNA CARTOGRAFIA PER LA RAPPRESENTAZIONE DEI BENI CULTURALI : IL CASO DELLA TUNISIA. Siti storici e archeologici

UNA CARTOGRAFIA PER LA RAPPRESENTAZIONE DEI BENI CULTURALI : IL CASO DELLA TUNISIA. Siti storici e archeologici UNA CARTOGRAFIA PER LA RAPPRESENTAZIONE DEI BENI CULTURALI : IL CASO DELLA TUNISIA Agosto 1998 Siti storici e archeologici La presente comunicazione prende le mosse dal progetto Gestion du patrimoine culturale

Dettagli

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD Il processo di KDD Introduzione Crescita notevole degli strumenti e delle tecniche per generare e raccogliere dati (introduzione codici a barre, transazioni economiche tramite carta di credito, dati da

Dettagli

Informatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE

Informatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE Informatica Applicata 3.3 OWL Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE The Semantic Web Tower Antonella Poggi Pagina 2 Le ontologie

Dettagli

Breve introduzione al Calcolo Evoluzionistico

Breve introduzione al Calcolo Evoluzionistico Breve introduzione al Calcolo Evoluzionistico Stefano Cagnoni Dipartimento di Ingegneria dell Informazione, Università di Parma cagnoni@ce.unipr.it 1 Introduzione Il mondo fisico ed i fenomeni naturali

Dettagli

Alessandra Raffaetà. Basi di Dati

Alessandra Raffaetà. Basi di Dati Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati

Dettagli

Sistemi Informativi Geografici

Sistemi Informativi Geografici Sistemi Informativi Geografici Introduzione ai dati geografici Alberto Belussi Anno accademico 2007-08 08 Sistemi Informativi Territoriali (SIT) o Geografici I Sistemi Informativi Territoriali (SIT) gestiscono

Dettagli

Michele Nappi, Ph.D Dipartimento di Matematica e Informatica Università degli Studi di Salerno mnappi@unisa.it www.dmi.unisa.

Michele Nappi, Ph.D Dipartimento di Matematica e Informatica Università degli Studi di Salerno mnappi@unisa.it www.dmi.unisa. Indicizzazione di Immagini (1) Michele Nappi, Ph.D Dipartimento di Matematica e Informatica Università degli Studi di Salerno mnappi@unisa.it www.dmi.unisa.it/people/nappi Agenda Introduzione al Problema

Dettagli

Riusabilità dei contenuti

Riusabilità dei contenuti Istituto Nazionale Previdenza Sociale Gestione Dipendenti Pubblici Riusabilità dei contenuti E-Learning per la Pubblica Amministrazione - Sommario 1. Problema e soluzione 2. I Learning Object 3. Metadati

Dettagli

Sistemi informativi aziendali

Sistemi informativi aziendali Sistemi informativi aziendali Lezione 12 prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone Sistemi informatici = informazioni+hardware+software

Dettagli

Corso di Laurea in INFORMATICA

Corso di Laurea in INFORMATICA Corso di Laurea in INFORMATICA Algoritmi e Strutture Dati MODULO 2. Algebre di dati Dati e rappresentazioni, requisiti delle astrazioni di dati, costrutti. Astrazioni di dati e dati primitivi. Specifica

Dettagli

Sistemi Ipermediali I modelli dei sistemi ipermediali

Sistemi Ipermediali I modelli dei sistemi ipermediali Documenti e ipermedialità Sistemi Ipermediali I modelli dei sistemi ipermediali Augusto Celentano Università Ca Foscari Venezia Documento ipertestuale insieme di informazioni testuali e grafiche, esplorabili

Dettagli

La macchina siamo noi

La macchina siamo noi Altri La macchina siamo noi Attribuzione - Non commerciale - Condividi allo stesso modo 2.5 Italia Diapositiva 1 di 24 Perchè questa trattazione? Perchè il più grande flusso di informazioni oggi lo abbiamo

Dettagli

Rappresentazione della Conoscenza. Lezione 10. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0

Rappresentazione della Conoscenza. Lezione 10. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0 Rappresentazione della Conoscenza Lezione 10 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0 Sistemi ed applicazioni Sistemi di rappresentazione della conoscenza basati su logiche descrittive.

Dettagli

KNOWLEDGE MANAGEMENT. Knowledge Management. Knowledge: : cos è. Dispense del corso di Gestione della Conoscenza d Impresa

KNOWLEDGE MANAGEMENT. Knowledge Management. Knowledge: : cos è. Dispense del corso di Gestione della Conoscenza d Impresa KNOWLEDGE MANAGEMENT Pasquale Lops Giovanni Semeraro Dispense del corso di Gestione della Conoscenza d Impresa 1/23 Knowledge Management La complessità crescente della società, l esubero di informazioni

Dettagli

Prime sperimentazioni d'indicizzazione [semi]automatica alla BNCF

Prime sperimentazioni d'indicizzazione [semi]automatica alla BNCF Prime sperimentazioni d'indicizzazione [semi]automatica alla BNCF Maria Grazia Pepe - Elisabetta Viti (Biblioteca nazionale centrale di Firenze) 6. Incontro ISKO Italia Firenze 20 maggio 2013 SOMMARIO

Dettagli

Realizzazione di un Tool per l iniezione automatica di difetti all interno di codice Javascript

Realizzazione di un Tool per l iniezione automatica di difetti all interno di codice Javascript tesi di laurea di difetti all interno di codice Javascript Anno Accademico 2009/2010 relatore Ch.mo prof. Porfirio Tramontana correlatore Ch.mo ing. Domenico Amalfitano candidato Vincenzo Riccio Matr.

Dettagli

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria sede di Modena Corso di Laurea VOD in Ingegneria Informatica PROGETTO E REALIZZAZIONE DELL ALGORITMO DI ANNOTAZIONE AUTOMATICA TUCUXI

Dettagli

1 Introduzione 1 1.1 Information Retrieval: promesse e problemi... 1 1.2 Presentazione del lavoro... 3 1.3 Sommario... 5

1 Introduzione 1 1.1 Information Retrieval: promesse e problemi... 1 1.2 Presentazione del lavoro... 3 1.3 Sommario... 5 Indice 1 Introduzione 1 1.1 Information Retrieval: promesse e problemi..................... 1 1.2 Presentazione del lavoro................................ 3 1.3 Sommario........................................

Dettagli

UN SISTEMA DI ARCHIVI AUDIOVISIVI. Accesso on line ai metadati e ai dati

UN SISTEMA DI ARCHIVI AUDIOVISIVI. Accesso on line ai metadati e ai dati scaletta per seminario 14-12-05 UN SISTEMA DI ARCHIVI AUDIOVISIVI sul tema Accesso on line ai metadati e ai dati a cura di Francesco Baldi Discoteca di Stato e Museo dell Audiovisivo novembre 2005 Quadro

Dettagli

Sistemi Informativi Geografici e Basi di Dati Spaziali. Corso di Basi di Dati Spaziali. Sistemi Informativi Geografici (GIS) Sistema Informativo

Sistemi Informativi Geografici e Basi di Dati Spaziali. Corso di Basi di Dati Spaziali. Sistemi Informativi Geografici (GIS) Sistema Informativo Corso di Basi di Dati Spaziali Introduzione Sistemi Informativi Geografici e Basi di Dati Spaziali Qual è il legame tra Sistemi Informativi Geografici/Territoriali (GIS) e Basi di Dati Spaziali? Angelo

Dettagli

Il progetto di ricerca Ellade

Il progetto di ricerca Ellade Il progetto di ricerca Ellade Ellade ELectronic Live ADaptive Learning Gruppo di lavoro Università degli Studi della Calabria, Dipartimento di Matematica Università degli Studi Mediterranea di Reggio Calabria,

Dettagli

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2012-2013 Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Architettura e funzionalità di una piattaforma GIS. Parte seconda:

Dettagli

L organizzazione di metadati e dati relativi a piattaforme aeree e satellitari per il telerilevamento

L organizzazione di metadati e dati relativi a piattaforme aeree e satellitari per il telerilevamento L organizzazione di metadati e dati relativi a piattaforme aeree e satellitari per il telerilevamento Paolo PLINI, Rosamaria SALVATORI, Sabina DI FRANCO, Valentina DE SANTIS Consiglio Nazionale delle Ricerche

Dettagli

INTRODUZIONE. Data Base Management Systems evoluzione tecniche gestione dati

INTRODUZIONE. Data Base Management Systems evoluzione tecniche gestione dati INTRODUZIONE Accesso ai dati tramite DBMS Livelli di astrazione Modello dei dati: schema / istanza / metadati Alcuni modelli dei dati Linguaggi per DBMS Architettura di base di un DBMS cesarini - BDSI

Dettagli

Enrico Fagnoni BOTK IN A NUTSHELL

Enrico Fagnoni <e.fagnoni@e-artspace.com> BOTK IN A NUTSHELL Enrico Fagnoni BOTK IN A NUTSHELL 20/01/2011 1 Business Ontology ToolKit Business Ontology Toolkit (BOTK) è un insieme estensibile di strumenti per realizzare applicazioni basate

Dettagli

Introduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it

Introduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it Introduzione alla Business Intelligence E-mail: infobusiness@zucchetti.it Introduzione alla Business Intelligence Introduzione Definizione di Business Intelligence: insieme di processi per raccogliere

Dettagli

PROGETTO CLUSTER INTELLIGENZA D AMBIENTE: Tecnologie ed Applicazioni

PROGETTO CLUSTER INTELLIGENZA D AMBIENTE: Tecnologie ed Applicazioni PROGETTO CLUSTER INTELLIGENZA D AMBIENTE: Tecnologie ed Applicazioni FASE 1: Definizione del Piano di Formazione di massima per i quattro filoni tecnologici individuati Di seguito vengono proposti i piani

Dettagli

Progetto interregionale ICAR Interoperabilità e Cooperazione Applicativa tra le Regioni.

Progetto interregionale ICAR Interoperabilità e Cooperazione Applicativa tra le Regioni. <Task AP3> Progetto interregionale ICAR Interoperabilità e Cooperazione Applicativa tra le Regioni AP3-Documento Descrittivo degli Accordi di Servizio Versione AP3-specificaADSv1.2.1.doc Pag. 1

Dettagli

Laurea magistrale in Editoria e comunicazione multimediale. Sistemi per il recupero delle informazioni

Laurea magistrale in Editoria e comunicazione multimediale. Sistemi per il recupero delle informazioni Laurea magistrale in Editoria e comunicazione multimediale A.A. 2008/2009 Sistemi per il recupero delle informazioni Docente: Annalisa Pascarella E-mail: pascarel@dima.unige.it 1 APPUNTAMENTI Ottobre Venerdì

Dettagli

Indice. settembre 2008 Il File System 2

Indice. settembre 2008 Il File System 2 Il File System Indice 4. Il File System 5. Vantaggi del FS 6. Protezione 7. Condivisione 8. I file - 1 9. I file - 2 10. Attributi dei file 11. Directory 12. Livelli di astrazione - 1 13. Livelli di astrazione

Dettagli

Le nuove tecnologie dell informazione: verso il Social Semantic Web. Roberto Boselli Alessandria 04-05-2007

Le nuove tecnologie dell informazione: verso il Social Semantic Web. Roberto Boselli Alessandria 04-05-2007 Le nuove tecnologie dell informazione: verso il Social Semantic Web Roberto Boselli Alessandria 04-05-2007 Outline Web 2.0 e Semantic Web Social Software Semantica e Ontologie SEDIMENTO 2 Obiettivi Aggiungere

Dettagli

Tesi disponibili nell ambito del progetto FP7 ARISTOTELE. Tesi disponibili nell ambito del progetto INDUSTRIA 2015 KITE.it

Tesi disponibili nell ambito del progetto FP7 ARISTOTELE. Tesi disponibili nell ambito del progetto INDUSTRIA 2015 KITE.it Tesi disponibili nell ambito del progetto FP7 ARISTOTELE Ambiente collaborativo per il design e l innovazione Il lavoro si concentrerà sullo sviluppo di specifici componenti di un ambiente collaborativo

Dettagli

Sistemi Informativi. Basi di Dati. Progettazione concettuale. Architettura Progettazione Analisi funzionale

Sistemi Informativi. Basi di Dati. Progettazione concettuale. Architettura Progettazione Analisi funzionale 6LVWHPL,QIRUPDWLYL H DVLGL'DWL Oreste Signore (Oreste.Signore@cnuce.cnr.it) &RQWHQXWR Sistemi Informativi Basi di Dati Architettura Progettazione Analisi funzionale Progettazione concettuale Information

Dettagli

Ingegneria del Software - Il Ciclo Lungo

Ingegneria del Software - Il Ciclo Lungo Ingegneria del Software - Il Ciclo Lungo Alessandro Martinelli alessandro.martinelli@unipv.it 10 Marzo 2014 Il Ciclo Lungo Il Versioning e la Condivisione di Codice Organizzazione dei Pacchetti La Modellazione

Dettagli

HTML e Linguaggi. Politecnico di Milano Facoltà del Design Bovisa. Prof. Gianpaolo Cugola Dipartimento di Elettronica e Informazione

HTML e Linguaggi. Politecnico di Milano Facoltà del Design Bovisa. Prof. Gianpaolo Cugola Dipartimento di Elettronica e Informazione HTML e Linguaggi Politecnico di Facoltà del Design Bovisa Prof. Gianpaolo Cugola Dipartimento di Elettronica e Informazione cugola@elet.polimi.it http://home.dei.polimi.it/cugola Indice Il linguaggio del

Dettagli

Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno.

Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. MODELLI INFORMATICI 1 Definizione Un modello astratto è la rappresentazione formale di idee e conoscenze relative a un fenomeno. Aspetti di un modello: il modello è la rappresentazione di certi fatti;

Dettagli

Estrattore Semantico di Ontologie da DB Relazionali. Luca Macagnino

Estrattore Semantico di Ontologie da DB Relazionali. Luca Macagnino Estrattore Semantico di Ontologie da DB Relazionali Luca Macagnino 1 Obiettivi Estrarre un ontologia da una sorgente di dati relazionale, al fine di rendere disponibili e dotate di semantica le informazioni

Dettagli

Informatica Introduzione alle basi di dati

Informatica Introduzione alle basi di dati Informatica Introduzione alle basi di dati Prof. Giovanni Giuffrida e-mail: giovanni.giuffrida@dmi.unict.it 27 November 2014 Basi di Dati - Introd. - Prof. G. Giuffrida 1 Materiale didattico Atzeni,Ceri,Paraboschi,Torlone,

Dettagli

Quali sono le tecnologie che l ente ha a disposizione e quelle predisposte ad essere implementate in un prossimo futuro.

Quali sono le tecnologie che l ente ha a disposizione e quelle predisposte ad essere implementate in un prossimo futuro. Esercizio di GRUPPO: PROTOCOLLO INFORMATICO Mappa concettuale TECNOLOGIE DISPONIBILI Quali sono le tecnologie che l ente ha a disposizione e quelle predisposte ad essere implementate in un prossimo futuro.

Dettagli

Presentazione della Tesi di Laurea:

Presentazione della Tesi di Laurea: UNIVERSITÀ DEGLI STUDI DI NAPOLI "FEDERICO II" FACOLTA' DI INGEGNERIA Dipartimento di Informatica e Sistemistica Anno Accademico 1992-93 Presentazione della Tesi di Laurea: "Sistemi Informativi per la

Dettagli

Introduzione all Information Retrieval

Introduzione all Information Retrieval Corso di Web Mining & Retrieval Introduzione all Information Retrieval (a.a. 2008-2009) Roberto Basili 1 Outline Accesso e Ricerca delle informazioni distribuite Il processo di base dell IR Rilevanza Applicazioni

Dettagli

LABORATORIO. 2 Lezioni su Basi di Dati Contatti:

LABORATORIO. 2 Lezioni su Basi di Dati Contatti: PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio

Dettagli

Pedigree Documentazione aggiuntiva Corso di reperimento dell informazione a.a. 2005/2006 prof.sa Maristella Agosti

Pedigree Documentazione aggiuntiva Corso di reperimento dell informazione a.a. 2005/2006 prof.sa Maristella Agosti Pedigree Documentazione aggiuntiva Corso di reperimento dell informazione a.a. 25/26 prof.sa Maristella Agosti Argenton Matteo Buzzi Lorenzo Gatto Giorgio Molinaro Matteo Zorzan Emmanuele Prestazioni

Dettagli

Intelligenza Artificiale

Intelligenza Artificiale Intelligenza Artificiale Anno accademico 2008-2009 Information Retrieval: Text Categorization Una definizione formale Sia D il dominio dei documenti Sia C = {c 1,,c C } un insieme di categorie predefinite

Dettagli

Sistemi Informativi e Basi di Dati

Sistemi Informativi e Basi di Dati Sistemi Informativi e Basi di Dati Laurea Specialistica in Tecnologie di Analisi degli Impatti Ecotossicologici Docente: Francesco Geri Dipartimento di Scienze Ambientali G. Sarfatti Via P.A. Mattioli

Dettagli

Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011

Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 2011 Docente: Gigliola Vaglini Docente laboratorio: Alessandro Lori 1 Obiettivi del corso Imparare

Dettagli

Indicizzazione e ricerca delle immagini

Indicizzazione e ricerca delle immagini Indicizzazione e ricerca delle immagini E un settore della ricerca dove sono stati raggiunti risultati molto importanti e avanzati. Ora tali tecniche sono anche incluse nei database relazionali di tipo

Dettagli

PIANO DI LAVORO (a.s. 2014/2015) Prof.Andrea Luppichini Prof. Marco Fiorentinini DISCIPLINA Informatica

PIANO DI LAVORO (a.s. 2014/2015) Prof.Andrea Luppichini Prof. Marco Fiorentinini DISCIPLINA Informatica Istituto Tecnico Commerciale Statale e per Geometri E. Fermi Pontedera (Pi) Via Firenze, 51 - Tel. 0587/213400 - Fax 0587/52742 http://www.itcgfermi.it E-mail: mail@itcgfermi.it PIANO DI LAVORO (a.s. 2014/2015)

Dettagli

CONVENZIONI DI NOMENCLATURA E SEMANTICA

CONVENZIONI DI NOMENCLATURA E SEMANTICA Sistema pubblico di cooperazione: CONVENZIONI DI NOMENCLATURA E SEMANTICA Versione 1.1 INDICE 1. MODIFICHE DOCUMENTO...3 2. OBIETTIVI E CONTESTO DI RIFERIMENTO... 4 2.1. Scopi del documento... 5 2.2. Note

Dettagli

5. Requisiti del Software II

5. Requisiti del Software II 5. Requisiti del Software II Come scoprire cosa? Andrea Polini Ingegneria del Software Corso di Laurea in Informatica (Ingegneria del Software) 5. Requisiti del Software II 1 / 42 Sommario 1 Generalità

Dettagli

Archivi e database. Lezione n. 7

Archivi e database. Lezione n. 7 Archivi e database Lezione n. 7 Dagli archivi ai database (1) I dati non sempre sono stati considerati dall informatica oggetto separato di studio e di analisi Nei primi tempi i dati erano parte integrante

Dettagli

Università della Svizzera italiana

Università della Svizzera italiana Università della Svizzera italiana Il sito dell Università della Svizzera italiana e l accessibilità Vs.1.0 11 / 12 / 2007 TEC-LAB WEB-SERVICE 1. INTRODUZIONE Avere accesso al web, per un utente disabile,

Dettagli