L esempio di applicazione di text mining che segue percorre le fasi classiche di un processo di estrazione di conoscenza.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "L esempio di applicazione di text mining che segue percorre le fasi classiche di un processo di estrazione di conoscenza."

Transcript

1 Text Mining: aspetti applicativi in capo bio-edico Introduzione Nel seguito approfondireo l apporto che tecniche di text ining possono dare all analisi della letteratura bioedica. Le osservazioni che seguono hanno portato alla costruzione di un prototipo per un sistea di text ining on-line, MedMole, disponibile su Analisi della letteratura bioedica Esistono principalente due tipi di approccio all analisi dei testi: l inforation extraction, che ha coe obiettivo quello di produrre una rappresentazione strutturata dell inforazione testuale, e il text ining, che ha coe obiettivo l individuazione autoatica di pattern di parole che consentano la creazione di gruppi teatici. Il prio richiede che entità e relazioni da ricercare nei testi siano predefinite (ad esepio le entità possono essere proteine e faraci e le relazioni attivazione, inibizione, ), il secondo non richiede alcuna definizione a priori e consente di individuare nuovi concetti e nuove relazioni. Il prio coprende tecniche che utilizzano sia l analisi sintattica che l analisi seantica, il secondo opera solaente a livello sintattico. Questi due approcci non sono copletaente separati: l inforation extraction genera databases che possono essere analizzati utilizzando le tecniche di data ining, entre il text ining può trarre vantaggio dalla presenza di inforazione specifica di doinio estratta con tecniche di I.E., coe di seguito sarà ostrato. L esepio di applicazione di text ining che segue percorre le fasi classiche di un processo di estrazione di conoscenza. Il processo di analisi 1) Individuazione delle diverse parti di ciascun docuento (tagging) ed assegnazione di un nuero identificativo TITLE (TI) TEXT (AB) parte testuale 2) Analisi graaticale (e leatizzazione) 3) Inforation Extraction Affiliation (AD) Date (EDAT) Journal (TA) Publ.Type (PT) Country (CY) etainforazione La fonte da cui sono stati estratti i docuenti è Pubed e la selezione è stata effettuata in odo da ottenere l insiee copleto delle pubblicazioni che trattano di ciclo cellulare (cell cycle OR cell proliferation OR cell death OR oncogenes OR tuor suppressor OR apoptosis OR PARP OR caspase OR CDK OR PCNA OR Fas ligand OR cytochroe C), per un totale di circa 400 ila testi. La preparazione dei docuenti è stata effettuata attraverso tre fasi. Innanzitutto l individuazione delle diverse parti del docuento ha consentito di separare l inforazione testuale dalla etainforazione (organiso di appartenenza, data e rivista di pubblicazione, tipo di pubblicazione, paese, ecc ). Sulla parte testuale è stata quindi effettuata un'analisi graaticale e sono successivaente state applicate tecniche di inforation extraction.

2 L analisi graaticale consente di individuare la funzione di ciascun terine e di ricondurlo alla propria radice, o fora canonica, o lea. Poiché, all interno di un discorso, i sostantivi sono generalente i terini con aggiore contenuto seantico, dalla lista dei terini leatizzati che si ottiene, per ogni docuento, coe risultato di questa fase, si selezionano tutti i sostantivi. Questi vengono a costituire l insiee di parole chiave che caratterizza e descrive ciascun docuento. È sulla base di queste parole chiave che verrà giudicato il grado di soiglianza tra i docuenti. Fase 2: analisi graaticale Identificazione autoatica di: SOSTANTIVI AGGETTIVI Tutte le altre parti del discorso (aggettivi, verbi e noi propri) vengono antenute coe inforazioni aggiuntive, così coe la eta-inforazione che era stata estratta durante la pria fase, di tagging. Fase 3: inforation extraction Gene Dictionary : gene nae alias CDKN1B P27KIP1 IFI27 P27 P27 P gene CDKN1B gene IFI gene P27 Poiché nell abito della ricerca biologica è olto iportante poter identificare i noi dei geni, e poiché l analisi graaticale li classifica, genericaente, coe noi propri, è necessaria un ulteriore fase di analisi del testo per estrarre questo tipo d inforazione. Questa fase, cosiddetta di inforation extraction, in quanto l obiettivo è l estrazione di terini specifici (e predefiniti) dal testo, è stata effettuata utilizzando un dizionario contenente noi ufficiali di geni ed alias (vedreo successivaente più in dettaglio coe è stato ottenuto questo dizionario). Occorre precisare che non si tratta di I.E. vera e propria, in quanto, al oento, nessuna analisi seantica opera sul testo, per l estrazione dei terini. Al terine di questa fase, per ogni docuento si è ottenuta della eta-inforazione aggiuntiva, data dalla lista dei noi di geni (solo noi ufficiali) che erano presenti nel testo (o coe tali, o sotto fora di alias) gene CDKN1B gene IFI gene P NN astrocyte NN brain NN case NN cell NN control NN disease NN distribution NN expression NN frequency NN glioa NN grade NN index NN lesion NN pattern NN process NN proliferation NN rat NN specien NN staining NN subset NN tuor Docuento finale AD Departent of Neurosurgery, Shiga University of Medical Science, Ohtsu,Japan PD EDAT TA Brain Tuor Pathol PT Journal Article NPRO astrocytic NPRO astrocytoas NPRO iunohistocheica NPRO MIB NPRO nonneoplastic NPRO p NPRO p27kip NPRO p27kip NPRO p27-positive JJ anoalous JJ heterogeneous JJ high-grade JJ huan JJ low JJ alignant JJ noral JJ reactive JJ reciprocal JJ surgical JJ unifor Il docuento finale, al terine della fase di preparazione, è forato da un elenco coposto da tre eleenti: l identificativo del docuento, il noe della variabile (nell esepio NN indica sostantivo, cioè parola chiave, JJ aggettivo, VV verbo, NPRO noe proprio, AD affiliation, PD data di pubblicazione, GENE noe di gene) e il valore, o contenuto, della variabile, anche detto attributo del docuento. Questo forato consente di rappresentare l inforazione in una atrice binaria che contiene, sulle righe, ciascun docuento, sulle colonne, ciascun sostantivo, e all interno i valori 1 o 0 ad indicare la presenza di una deterinata parola chiave in un deterinato docuento oppure la sua assenza (la etainforazione è rappresentata in aniera analoga). VERBI NOMI PROPRI Text Mining aspetti applicativi in capo bio-edico 2

3 Siao così giunti alla fase di data ining vera e propria che si concretizza nell applicazione di un algorito di clustering. Poiché l inforazione disponibile è tutta di tipo qualitativo, si è scelto un algorito partitivo basato sull analisi relazionale. Questo etodo consente di confrontare tutte le coppie di docuenti e di calcolare, per ogni coppia, un indice di soiglianza basato sul nuero di co-occorrenze delle parole chiave. I cluster vengono forati in odo da assiizzare la soiglianza coplessiva dei docuenti raggruppati e iniizzare la soiglianza dei docuenti che vengono separati. Su questo processo si può intervenire agendo attraverso alcuni paraetri (la soglia di soiglianza ed il sistea di ponderazione). Per consentire al ricercatore di effettuare analisi su una selezione di docuenti di interesse (anziché su tutti i 400 ila disponibili) e di utilizzare i paraetri più opportuni, questa fase di data ining è stata essa on-line. Esepio di risultati W1 W2... W Doc i Doc j Indice di Soiglianza a N 11 s(i,j) = b N 11 + c (N 10 +N 01 ) Soglia di Soiglianza N 11 = Σ x ik x jk Condorcet a=b=1 c=1/2 Dice a=b=1 c=1/4 N 10 = Σ x ik (1-x jk ) N 01 = Σ (1-x ik ) x jk N 00 = Σ (1-x ik ) (1-x ik ) se s(i,j) > α Doc i e Doc j sono siili α in [0,1] default: α = 0.5 Sistea di ponderazione N 11 = Σ x ik x jk w k (N 10 =.. N 01 =...) w k = 1 / x.k w k = log( N / x.k ) Supponiao di essere interessati alle eventuali interazioni tra due geni, RET e BRCA1, e selezioniao tutti i docuenti che contengono aleno uno di questi geni. Con la query RET <OR> BRCA1 otteniao 1981 docuenti (naturalente è possibile selezionare i docuenti anche in base alla patologia, utilizzando le opportune parole chiave, es: breast cancer, o con altri criteri). Poiché questi docuenti sono già stati preparati secondo il procediento precedenteente descritto, può essere lanciata un analisi di data ining, che, in tepo reale, confronta le parole chiave dei docuenti selezionati (in quanto questi sono gli attributi descrittivi che abbiao deciso di usare per il clustering) e li raggruppa secondo i pattern individuati. Esepio risultati: RET <OR> BRCA1 clustering I gruppi ottenuti vengono presentati in ordine di diensione e sono descritti dalle parole chiave che aggiorente li caratterizzano. Questa descrizione autoatica non sepre è sufficienteente chiara per capire il contenuto del cluster. Bisogna, in questo caso, entrare nel cluster (cliccando il sibolo sotto docs ) per visualizzare l elenco dei titoli (ed eventualente il testo copleto) dei docuenti che contiene. La cluster ap fornisce una visione d insiee dei clusters e dei loro legai (nella partizione finale dei docuenti possono rianere dei residui di soiglianza tra docuenti che sono stati assegnati a gruppi diversi: questi residui sono rappresentati da linee). Anche da questa appa è possibile entrare in ciascun gruppo, seguendo in questo caso un percorso che è suggerito dai legai, piuttosto che dalla diensione. Text Mining aspetti applicativi in capo bio-edico 3

4 In questo esepio, la appa ette in evidenza un gruppo di clusters (nell iagine si trova in alto a sinistra, cerchiato di rosso) che sono collegati tra di loro, a separati da tutti gli altri clusters. Se andiao a vedere il loro contenuto, ci accorgiao che tutti questi gruppi condividono alcune parole chiave quali woan, history, age, test, risk, pur trattando di argoenti separati. Se andiao a vedere la etainforazione (ciccando il sibolo sotto report ), e, in particolare, i noi di geni estratti da questi docuenti, vedreo che RET non è ai presente. Un odo ancora più rapido per visualizzare la etainforazione è dato da histogra. In questa iagine, ogni barra rappresenta un cluster (tranne la pria che indica la distribuzione dei geni su tutti i docuenti selezionati) e l estensione di ciascun colore indica la percentuale di docuenti che, all interno del gruppo, contiene un particolare noe di gene (indicato dalla legenda). Ovviaente questa rappresentazione grafica ha dei liiti, per esepio solo i geni più frequenti vengono visualizzati. Per avere l inforazione copleta occorre esainare i report. Dall iagine è counque evidente che i docuenti selezionati tendono a trattare dei due geni separataente, coe era prevedibile, dato che un gene è iplicato nel tuore al polone e l altro nel tuore al seno e che le interrelazioni dovrebbero essere inie. Viceversa si può notare che, quando copare BRCA1 (colore rosso), spesso copare anche BRCA2 (colore giallo), quindi tra questi due geni deve esserci una interrelazione. Tornando al gruppo di clusters individuato sulla appa, possiao notare che si tratta proprio di quei clusters che fanno riferiento solaente a BRCA1 (il colore verde, che rappresenta RET, non copare neeno in piccola percentuale). I gruppi di docuenti che, al contrario, trattano unicaente del gene RET (barre dove il colore rosso è assente) sono anch essi evidenziabili sulla appa coe un insiee riconoscibile (nella appa è stato cerchiato di verde) anche se non totalente separato dagli altri. In questo caso sono le parole chiave an, thyroid, thyrosine, a coparire più frequenteente. Gli altri due gruppi di clusters (cerchiati con tratteggio giallo, nella appa), trattano prevalenteente di BRCA1, a anche di RET. Le parole chiave sono infatti più generiche: in un gruppo troviao doain, protein, function, transcription, aino, acid,, nell altro troviao chroosoe, loss, arker, Esepio risultati: RET <OR> BRCA1 Di questi due gruppi, il prio contiene docuenti di pubblicazione più recente, coe si può vedere dall istograa che rappresenta la variabile anno di pubblicazione. I clusters 11, 18 e 24 sono infatti quelli nei quali l area occupata dai colori del è più estesa e tutti e tre appartengono al su enzionato prio gruppo. Questa analisi ha quindi individuato delle sequenze di parole chiave che sono condivise da più docuenti e li ha raggruppati. Ogni cluster Text Mining aspetti applicativi in capo bio-edico 4

5 rappresenta un diverso argoento. I acro argoenti sono counque stati individuati attraverso i legai tra clusters. Così gli abstract che trattano del gene BRCA1, seppur da punti di vista diversi, sono (quasi tutti) collegati tra loro. Tutto ciò è stato ottenuto autoaticaente. L utente può però intervenire sul processo di clustering, selezionando le advanced options che sono disponibili, assiee al tasto cluster, dopo la selezione dei docuenti. Se, nell esepio precedente, odifichiao il paraetro # assio di clusters portandolo a 10, avreo una rappresentazione ancora più sintetica dei nostri 1981 docuenti. In questo caso tutti i docuenti che trattano solo di RET sono raggruppati in un unico cluster separato da tutti gli altri, entre quelli che trattano esclusivaente di BRCA1 sono raggruppati in due clusters collegati tra loro. Anche la odifica anuale dei pesi è spesso utile: quando, per esepio, da una pria elaborazione si evidenziano parole chiave di scarso significato (coe cell ). Attribuire peso zero a queste parole chiave consente di avere clusters più significativi. L insiee delle parole con peso zero è anche detta lista di stop words. Attualente non è possibile selezionare gli attributi che devono avere ruolo attivo nella forazione dei clusters e i patterns sono ricercati solo all interno delle parole chiave, costituite, coe si è visto dall insiee dei sostantivi presenti nel testo. Teoricaente è possibile utilizzare per il clustering anche altre parti del discorso e/o la eta-inforazione. Risultati interessanti si potrebbero infatti ottenere raggruppando i docuenti in base ai noi di geni che contengono, oppure in base a sostantivi e a noi di geni, Il processo di riconosciento dei noi di geni Il riconosciento dei noi di geni presenti all interno degli abstract di Medline (terza ed ultia fase di preparazione dei docuenti) è stato fatto sulla base di un dizionario. Questo processo è stato chiaato di inforation extraction in quanto con le tecniche di I.E. condivide aleno l obiettivo finale ed inoltre si prevede di integrare questa fase con l esecuzione di regole che attengono all analisi seantica. Il dizionario è stato derivato dalla banca dati Locus Link, in quanto risulta essere la fonte più stabile e copleta di inforazioni sui geni finora individuati (le cui sequenze sono eorizzate nella banca dati collegata RefSeq). Locus Link deriva da UniGene ed associa a ciascun gene un nuero identificativo univoco. Attualente il processo si copone di tre parti: filtro, indicizzazione e generazione della etainforazione. Il filtro consente di estrarre dai record di Locus Link solo le inforazioni di interesse e cioè OFFICIAL_SYMBOL ed ALIAS_SYMBOL, selezionare i terini di aleno tre caratteri e Esepio risultati: RET <OR> BRCA1 con Nb cluster ax = 10 Filtro gene A1BG A2M A2MP NAT1 NAT1 NAT2 NAT2 AACP AACP SERPINA3 SERPINA3 SERPINA3 AADAC AADAC Indice AAMP AAMP AANAT AANAT Metainforazione AANAT SNAT Text Mining aspetti applicativi in AANAT capo AA-NAT bio-edico 5 AARS AAVS1 AAVS1 ABAT ABAT alias A1BG A2M A2MP NAT1 AAC1 NAT2 AAC2 AACP NATP SERPINA3 ACT AACT AADAC DAC AARS AAVS1 AAV ABAT GABAT A1BG A2M A2MP gene CDKN1B gene IFI gene P27

6 creare le coppie GENE/ALIAS per la successiva indicizzazione dei docuenti. L indicizzazione viene fatta ricercando ciascun terine che copare nella colonna alias nel testo dei docuenti e registrando il terine ufficiale corrispondente (che copare nella colonna gene ), insiee al nuero identificativo del docuento che contiene l alias. Questo elenco viene successivaente pulito dalle ridondanze e viene ordinato per identificativo del docuento. Per ogni docuento si ottiene così l elenco dei noi ufficiali di geni che vi copaiono, sia coe tali, sia coe alias. Questo consente di generare la eta-inforazione nel forato precedenteente visto e di integrarla con le altre inforazioni estratte dal docuento originale. Occorre notare che questo uso degli alias non sepre porta ad una sintesi nei noi di geni, vi sono infatti terini che risultano alias di più noi ufficiali. È il caso del docuento di esepio precedenteente visto in cui i noi di alias individuati nel testo erano due (P27 e P27KIP1) entre i noi ufficiali assegnati al docuento sono tre in quanto P27 è sia noe ufficiale, sia alias di IFI27. La ricerca all interno dei testi è stata fatta cercando un atch esatto con il terine della colonna alias. Nei casi in cui questo terine ha anche un significato copiuto nella lingua inglese (es: FAR, GAS, RED, ), per evitare di riconoscere coe noi di geni terini di tutt altro significato, si è inibita la ricerca oppure la si è vincolata alla presenza dei terini gene oppure protein oppure product in un intorno di sei parole. Approcci alternativi di inforation extraction e di clustering Per quanto riguarda il riconosciento di noi di geni negli abstract, il seplice uso di dizionari può creare problei dovuti sia alla presenza di terini di significato copiuto nella lingua inglese (abiguità), sia dovuti al grado di aggiornaento e di copletezza del dizionario (che è counque un dizionario aperto, in continua espansione). riconosciento terini - approcci Codifica anuale della conoscenza* Metodi di apprendiento Maxiu entropy * * Hidden Markov odels * Decision trees * * Naive Bayes * Metodi statistici naive Bayes + word lists * Metodi ibridi * * * LTG (Language Technology Group) * training * uso dizionari * regole hand coded Test Test in in capo biologico geni(dna) proteine 96,7 96, ,2 47,2 75,9 75,9 17,8 17,8 --44,6 44,6 83,4-87,5 87,5 84,4 84,4 84,5 84,5 83,8 83,8 70,3 70, F-score = 2*P*R/(P+R) Gli approcci alternativi al problea sono principalente di due tipi: uno basato su regole seantiche, sintattiche e orfologiche scritte ad hoc per l applicazione specifica e l altro basato su etodi di apprendiento. Il prio richiede un grande sforzo in terini di risorse uane per codificare la conoscenza in un deterinato doinio ed ha lo svantaggio che il risultato di questa attività è difficilente riutilizzabile in contesti diversi. Nel caso dei noi di geni, inoltre, è particolarente arduo individuare delle regole. Il secondo richiede di avere a disposizione un certo nuero di docuenti (da studi precedenti si può afferare che 100 abstract non sono sufficienti) già annotati, nei quali cioè i noi di geni sono stati già individuati. Questo costituisce il corpus di addestraento che consente l apprendiento autoatico di regole. Lo schea riporta alcuni di questi etodi con a fianco, ove disponibile, un indicatore di successo nel riconosciento di terini biologici (proteine o geni). Tale indicatore, l F-score, è calcolato coe sintesi di due ben noti indicatori nell abito dell inforation retrieval: il grado di precision (quanti tra i terini individuati sono effettivaente noi di geni) e il grado di recall (quanti, tra i noi di geni presenti negli abstract, sono stati effettivaente individuati). Text Mining aspetti applicativi in capo bio-edico 6

7 Queste inforazioni sono state tratte da alcuni articoli scientifici (si veda, a questo proposito, la bibliografia allegata). Per quanto riguarda il clustering, alternative al etodo presentato si possono cercare nell abito della rappresentazione vettoriale che del docuento viene fatta, nell abito della etrica scelta per isurare il grado di prossiità dei docuenti, ed infine, nell abito dell algorito. La rappresentazione del docuento riguarda sia la scelta degli eleenti descrittivi (nel nostro caso sostantivi, a coe abbiao visto, anche altre scelte sono possibili) sia la odalità di rappresentazione vera e propria. Questa può essere binaria (coe nel etodo che è stato presentato, dove l attributo è presente oppure assente) a può anche essere quantitativa (per esepio la frequenza con cui ogni sostantivo appare nel testo). La etrica dipende in parte dalla rappresentazione. Oltre all indice di soiglianza, altre etriche olto utilizzate nell analisi testuale sono la distanza Euclidea e il coseno dell angolo copreso tra i vettori (entrabe utilizzabili solo nel caso di inforazioni quantitative). L algorito può essere principalente di due tipi: gerarchico o partitivo. Di quest ultio tipo, oltre a quello visto, esistono anche le K-edie, le Self Organizing Maps, Autoclass, Il etodo utilizzato costituisce, a nostro avviso un buon punto di partenza per la sperientazione delle tecniche di text ining in abito biologico. L obiettivo è quello di creare uno struento di effettiva utilità per il ricercatore, in questo senso l unico indicatore di successo può essere quanto tepo fa rispariare e/o quante nuove scoperte consente di fare. Bibliografia [1] Haphrays, K., et al. (2000): Two Applications of Inforation Extraction to Biological Science Journal Articles: Enzye Interactions and Protein Structures, in Proceedings of Pacific Syposiu on Biocoputing, pp 72-80, World Scientific Press [2] Milward, T., et al. (2000): Autoatic Extraction of Protein Interactions fro Scientific Abstracts, in Proceedings of Pacific Syposiu on Biocoputing, pp , World Scientific Press. [3] Rindflesch, T. C. et al. (2000), EDGAR: Extraction of Drugs, Genes and Relations fro the Bioedical Literature, PSB'2000 [4] Iliopoulos, et al., «TEXTQUEST : Docuent Clustering of Medline Abstracts for Concept Discovery in Molecular Biology» [5] Stapley, B.J. et al., «Biobiblioetrics : Inforation Retrieval and Visualization for Co-occurrences of Gene Naes in Medline Abstracts» [6] Jeffrey T. Chang et al., «Including Biological Literature Iproves Hoology Search» [7] Leung, S. et al., «Basic Gene Graars and DNA-ChartParser for language processing of Escherichia Coli prooter DNA sequences» [8] Andrade, M. A. Et at., «Autoatic extraction of keywords fro scientific text: application to the knowledge doain of protein failies» [9] Marcotte, E. M. et al., «Mining literature for protein-protein interactions» [10] Masys, D. R. et al., «Use of keyword hierarchies to interpret gene expression patterns» Text Mining aspetti applicativi in capo bio-edico 7

8 [11] Eckan, B. A. et al., «The Merck Gene Index browser: an extensible data integration syste for gene finding, gene characterization and EST data ining» [12] Fukuda, et al., (1999): Toward Inforation extraction: Identifying protein naes fro biological papers, PSB 98 [13] Collier, N., Nobata, C., and Tsujii, J. (2000), Extracting the Naes of Genes and Gene Products with a Hidden Markov Model, COLING-2000 [14] Nobata, C., et al.(1999): Autoatic Ter Identification and Classification in Biology Texts, in Proceeding. of 5th Natural Language Processing Pacific Ri Syposiu [15] Borthwick, A. et al. (1998), Exploiting Diverse Knowledge Sources via Maxiu Entropy in Naed Entity Recognition, Proceedings of the Sixth Workshop on Very Large Corpora, pp [16] Hatzivassiloglou, V. et al., «Disabiguating Proteins, Genes, and RNA in Text : A Machine Learning Approach» [17] Mikheev, A. Et al., «Description of the LTG Syste used for MUC-7» [18] Andrade, M. A. Et at., «Autoatic Annotation for Biological Sequences by Extraction of Keywords fro Medline Abstracts. Developent of a prototype syste.» Text Mining aspetti applicativi in capo bio-edico 8

Lezione n.15. Doppi bipoli

Lezione n.15. Doppi bipoli Lezione 5 Doppi bipoli Lezione n.5 Doppi bipoli. Definizione di N-polo. Definizione di doppio-bipolo 3. Doppi-bipoli in regie stazionario (doppi-bipoli di resistenze 4. Problei di analisi 5. Problei di

Dettagli

LAVORO ED ENERGIA Corso di Fisica per Farmacia, Facoltà di Farmacia, Università G. D Annunzio, Cosimo Del Gratta 2006

LAVORO ED ENERGIA Corso di Fisica per Farmacia, Facoltà di Farmacia, Università G. D Annunzio, Cosimo Del Gratta 2006 LAVORO ED ENERGIA INTRODUZIONE L introduzione dei concetto di lavoro, energia cinetica ed energia potenziale ci perettono di affrontare i problei della dinaica in un odo nuovo In particolare enuncereo

Dettagli

Dai numeri naturali ai numeri reali

Dai numeri naturali ai numeri reali .1 Introduzione Dai nueri naturali ai nueri reali In questa unità didattica vogliao riprendere rapidaente le nostre conoscenze sugli insiei nuerici (N, Z e Q), e successivaente apliarle a coprendere i

Dettagli

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,

Dettagli

Informatica per le discipline umanistiche 2 lezione 12

Informatica per le discipline umanistiche 2 lezione 12 Informatica per le discipline umanistiche 2 lezione 12 Nella lezione precedente: In realtà non tutto il data mining è dettato dagli interessi economici (commercial) data mining Abbiamo visto risvolti commerciali

Dettagli

I.T.I. Modesto PANETTI B A R I

I.T.I. Modesto PANETTI B A R I I.T.I. Modesto PAETTI B A R I Via Re David, 86-705 BARI 080-54.54. - Fa 080-54.64.3 Intranet http://0.0.0. - Internet http://www.itispanetti.it eail : BATF05000C@istruzione.it Introduzione Analisi statistica

Dettagli

Appendice 1 - Generalità sui metodi di misura

Appendice 1 - Generalità sui metodi di misura Appunti di Misure Elettriche Appendice 1 - Generalità sui etodi di isura Introduzione: isure relative ed assolute...1 Classificazione dei etodi di isura...1 Metodi a deviazione...2 Metodi di zero...3 Siboli

Dettagli

Misure elettriche circuiti a corrente continua

Misure elettriche circuiti a corrente continua Misure elettriche circuiti a corrente continua Legge di oh Dato un conduttore che connette i terinali di una sorgente di forza elettrootrice si osserva nel conduttore stesso un passaggio di corrente elettrica

Dettagli

accelerazione al posto di velocità. Ecco quello che otteniamo:

accelerazione al posto di velocità. Ecco quello che otteniamo: Lezione 5 - pag.1 Lezione 5: L accelerazione 5.1. Velocità e accelerazione Sappiao che la velocità è una grandezza essenziale per descrivere il oviento: quando la posizione di un corpo cabia nel tepo,

Dettagli

Unità Didattica N 16. Il comportamento dei gas perfetti

Unità Didattica N 16. Il comportamento dei gas perfetti Unità Didattica N 16 Il coportaento dei gas perfetti Unità Didattica N 16 Il coportaento dei gas perfetti 1) Alcune considerazioni sullo studio dei sistei gassosi 2) Dilatazione terica degli aerifori 3)

Dettagli

Modulo 1 Test di verifica

Modulo 1 Test di verifica Modulo 1 Test di verifica Concetti teorici di base delle T.I.C. PDF created with FinePrint pdffactory trial version http://www.pdffactory.co Test n. 1 Quali tra le seguenti non sono eorie di assa? o o

Dettagli

INDICE. Macchine Teoriche e Architettura di base LA MACCHINA DI TURING. Il test di Turing LA MACCHINA DI VON NEUMANN

INDICE. Macchine Teoriche e Architettura di base LA MACCHINA DI TURING. Il test di Turing LA MACCHINA DI VON NEUMANN INDICE Macchine Teoriche e Architettura di base LA MACCHINA DI TURING Il test di Turing LA MACCHINA DI VON NEUMANN Il funzionaento della Macchina di Von Neuann 1 Macchine Teoriche e Architettura di base

Dettagli

SRS (Sequence Retrieval System) della EBI che mette a disposizione anche dello spazio sul server per memorizzare le richerche.

SRS (Sequence Retrieval System) della EBI che mette a disposizione anche dello spazio sul server per memorizzare le richerche. I due centri maggiori, EBI e NCBI hanno sviluppato sistemi dedicati di RETRIEVAL allo scopo di ottenere il massimo delle informazioni con il minimo sforzo da parte dell utente SRS (Sequence Retrieval System)

Dettagli

Evoluzione della velocità di riferimento per l allenamento della Potenza massimale aerobica sotto forma intermittente (VR PMA INT)

Evoluzione della velocità di riferimento per l allenamento della Potenza massimale aerobica sotto forma intermittente (VR PMA INT) Le TEST 45/15 di Georges GACON Evoluzione della velocità di riferiento per l allenaento della Potenza assiale aerobica sotto fora interittente (VR PMA INT) Il Test E pria di tutto un test tecnico, che

Dettagli

COPYRIGHT. Informazioni e permessi sui prodotti o parti di essi possono essere richiesti a:

COPYRIGHT. Informazioni e permessi sui prodotti o parti di essi possono essere richiesti a: COPYRIGHT Tutto il ateriale contenuto nella confezione (CD contenente i file dei software, chiave di protezione, altri supporti di consultazione) è protetto dalle leggi e dai trattati sul copyright, nonché

Dettagli

APPUNTI DEL CORSO DI SISTEMI IMPIANTISTICI E SICUREZZA REGIMI DI FUNZIONAMENTO DEI CIRCUITI ELETTRICI: CORRENTE CONTINUA

APPUNTI DEL CORSO DI SISTEMI IMPIANTISTICI E SICUREZZA REGIMI DI FUNZIONAMENTO DEI CIRCUITI ELETTRICI: CORRENTE CONTINUA APPUNTI DL CORSO DI SISTMI IMPIANTISTICI SICURZZA RGIMI DI FUNZIONAMNTO DI CIRCUITI LTTRICI: CORRNT CONTINUA SOLO ALCUNI SMPI DI ANALISI DI UN CIRCUITO LTTRICO FUNZIONANTI IN CORRNT CONTINUA APPUNTI DL

Dettagli

PRINCIPIO DI INDUZIONE. k =. 2. k 2 n(n + 1)(2n + 1) 6

PRINCIPIO DI INDUZIONE. k =. 2. k 2 n(n + 1)(2n + 1) 6 PRINCIPIO DI INDUZIONE LORENZO BRASCO Esercizio. Diostrare che per ogni n si ha nn. 2 Esercizio 2. Diostrare che per ogni n si ha 2 2 nn 2n. Soluzione Procediao per induzione: la 2 è ovviaente vera per

Dettagli

Confronto fra valore del misurando e valore di riferimento (1 di 2)

Confronto fra valore del misurando e valore di riferimento (1 di 2) Confronto fra valore del isurando e valore di riferiento (1 di 2) Talvolta si deve espriere un parere sulla accettabilità o eno di una caratteristica fisica del isurando ediante il confronto fra il valore

Dettagli

Il rischio di tasso di interesse

Il rischio di tasso di interesse MEBS Lecture 2 Il rischio di tasso di interesse MEBS, lezioni Roberto Renò Università di Siena 2.1 Il rischio di tasso di interesse Per rischio di tasso di interesse si intende la possibilità che, effettuato

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

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

Economia dell Ambiente Francesca Sanna-Randaccio Lezione 7

Economia dell Ambiente Francesca Sanna-Randaccio Lezione 7 Econoia dell Abiente Francesca Sanna-Randaccio Lezione 7 SCELTA INTERTEMPORALE Modello di scelta del consuatore che abbiao studiato solo periodo beni: flusso reddito: flusso FLUSSO Grandezza per isurare

Dettagli

... a) Lo spettro di un segnale SSB è costituito da... b) Un segnale SSB può essere ottenuto... in una... mediante un... centrato su...

... a) Lo spettro di un segnale SSB è costituito da... b) Un segnale SSB può essere ottenuto... in una... mediante un... centrato su... MODULAZIONE ANALOGICA UNITÀ VERIFICA Copleta: a) Per odulazione lineare si intende la... dello spettro del... intorno alla frequenza... b) La odulazione di apiezza consiste nel... del segnale portante...

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

Organizzazione degli archivi

Organizzazione degli archivi COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i

Dettagli

Algoritmi di clustering

Algoritmi di clustering Algoritmi di clustering Dato un insieme di dati sperimentali, vogliamo dividerli in clusters in modo che: I dati all interno di ciascun cluster siano simili tra loro Ciascun dato appartenga a uno e un

Dettagli

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1)

La probabilità di avere non più di un maschio, significa la probabilità di averne 0 o 1: ( 0) P( 1) Esercizi sulle distribuzioni binoiale e poissoniana Esercizio n. Una coppia ha tre figli. Calcolare la probabilità che abbia non più di un aschio se la probabilità di avere un aschio od una feina è sepre

Dettagli

I vantaggi di ISI Web of Knowledge SM

I vantaggi di ISI Web of Knowledge SM I vantaggi di ISI Web of Knowledge SM I vantaggi di ISI Web of Knowledge SM Una piattaforma unica per accedere a tutte le informazioni scientifiche di cui avete bisogno Navigazione di tutto il contenuto

Dettagli

Manuale di Aggiornamento BOLLETTINO. Rel. 5.1.0. DATALOG Soluzioni Integrate a 32 Bit

Manuale di Aggiornamento BOLLETTINO. Rel. 5.1.0. DATALOG Soluzioni Integrate a 32 Bit KING Manuale di Aggiornamento BOLLETTINO Rel. 5.1.0 DATALOG Soluzioni Integrate a 32 Bit - 2 - Manuale di Aggiornamento Sommario 1 CONTABILITA... 3 1.1 Consultazione Mastrini: Richiamo movimenti di anni

Dettagli

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

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testuali Il text mining: una definizione Data mining per dati destrutturati ovvero documenti codificati in linguaggio

Dettagli

Prima parte. giustificando le a operazioni fatte con le proprietà delle congruenze utilizzate. Poiché ax b mod n (a mod n) x (b mod n) mod n

Prima parte. giustificando le a operazioni fatte con le proprietà delle congruenze utilizzate. Poiché ax b mod n (a mod n) x (b mod n) mod n Soluione del copito di Fondaenti di Mateatica del discreto laurea OnLine 6 aio 7 Per la soluione si è posto: N = 7354 n=n od =354; =G od 4)+4=7; =M od 6)+=5; a=a od =86 Pria parte 3 96 od). Deterinare

Dettagli

Lezione 8. Motori di Ricerca

Lezione 8. Motori di Ricerca Lezione 8 Motori di Ricerca Basi di dati Un campo prevalente dell applicazione informatica è quello costituito dall archiviazione e dalla gestione dei dati (basi di dati). Sistema Informativo. Un sistema

Dettagli

INTRODUZIONE alle TRASMISSIONI

INTRODUZIONE alle TRASMISSIONI INTRODUZIONE alle TRASMISSIONI Una trasissione eccanica è il coplesso degli organi che servono per trasettere potenza in un sistea eccanico. Alcuni di tali organi, coe alberi, giunti e innesti, trasettono

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

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

Struttura logica di un programma

Struttura logica di un programma Struttura logica di un programma Tutti i programmi per computer prevedono tre operazioni principali: l input di dati (cioè l inserimento delle informazioni da elaborare) il calcolo dei risultati cercati

Dettagli

Word processor funzione Stampa Unione

Word processor funzione Stampa Unione Word processor funzione Stampa Unione La funzione Stampa unione permette di collegare un documento che deve essere inviato ad una serie di indirizzi ad un file che contenga i nominativi dei destinatari.

Dettagli

Introduzione ad OLAP (On-Line Analytical Processing)

Introduzione ad OLAP (On-Line Analytical Processing) Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line

Dettagli

GENE ONTOLOGY. Classificare la materia vivente e comprenderla. fcordero@di.unito.it

GENE ONTOLOGY. Classificare la materia vivente e comprenderla. fcordero@di.unito.it GENE ONTOLOGY Classificare la materia vivente e comprenderla Francesca Cordero, Ph.D. Student fcordero@di.unito.it Numero di record nei diversi database / Anno Iazzetti & Cordero Slides Cosa si può chiedere

Dettagli

Nota metodologica Strategia di campionamento e livello di precisione dei risultati

Nota metodologica Strategia di campionamento e livello di precisione dei risultati Nota etodologica Strategia di capionaento e livello di precisione dei risultati 1. Obiettivi conoscitivi La popolaione di interesse dell indagine in oggetto, ossia l insiee delle unità statistiche intorno

Dettagli

1. Introduzione al calcolo automatico delle antenne

1. Introduzione al calcolo automatico delle antenne Corso di Progettazione di Antenne a Microonde 1. Introduzione al calcolo autoatico delle antenne Gaetano Marrocco Calcolo Elettroagnetico La progettazione di coplessi sistei elettroagnetici può avvalersi

Dettagli

FERRARI 575M Maranello Velocità Massima 325 Km/h Accelerazione Massima 0-100Km/h in 4,2 s

FERRARI 575M Maranello Velocità Massima 325 Km/h Accelerazione Massima 0-100Km/h in 4,2 s 1 IL MOTO RETTILINEO UNIFORMEMENTE ACCELERATO L accelerazione. Una autoobile di grossa cilindrata, coe la Ferrari 575M Maranello, è apprezzata per la sua ripresa, cioè per la sua capacità di variare la

Dettagli

Ponti di misura. Fig.1.1 - Ponte di Wheatstone (A) e circuito equivalente di Thevenin (B).

Ponti di misura. Fig.1.1 - Ponte di Wheatstone (A) e circuito equivalente di Thevenin (B). Ponti di isura - Ponti di isura - Il ponte di Wheatstone Schea generale Il ponte di Wheatstone trova nuerose applicazioni nel capo delle isure elettriche per la deterinazione di paraetri resistivi. Il

Dettagli

Modulo 5 Database. Diapo: 1

Modulo 5 Database. Diapo: 1 Modulo 5 Database Diapo: 1 5.1 Usare l applicazione 5.1.1 Concetti FondamentaliCos è un database??? Database: Insieme di dati riguardanti lo stesso argomento (o argomenti correlati) Insieme strutturato

Dettagli

Organizzazione delle informazioni: Database

Organizzazione delle informazioni: Database Organizzazione delle informazioni: Database Laboratorio Informatico di base A.A. 2013/2014 Dipartimento di Scienze Aziendali e Giuridiche Università della Calabria Dott. Pierluigi Muoio (pierluigi.muoio@unical.it)

Dettagli

al centro di uno tsunami!

al centro di uno tsunami! nuero 1 Katsushika Hokusai, Dietro la grande onda a Kanagawa (1823-1829), dipinto su legno Onde da paura: viaggio di FAUSTO SALERI al centro di uno tsunai! Negli ultii anni a causa di eventi particolarente

Dettagli

COSTO DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE

COSTO DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE Trasporti e noli Materiali Mano d'opera 7 aggio 202 202 I triestre 202 COSTO DI COSTRUZIONE DI UN FABBRICATO RESIDENZIALE Nel prio triestre 202 il costo di costruzione di un fabbricato residenziale auenta

Dettagli

Indice dei contenuti

Indice dei contenuti Gesttiione Knowlledge Base Serrviiziio dii Conttactt Centterr 055055 Manualle dii consullttaziione Indice dei contenuti 1. Introduzione... 4 2. Modalità di accesso alle informazioni... 5 2.1. Accesso diretto

Dettagli

Database. Si ringrazia Marco Bertini per le slides

Database. Si ringrazia Marco Bertini per le slides Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida

Dettagli

REVISIONE 0 APRILE 2000 Pag. 1 di 10

REVISIONE 0 APRILE 2000 Pag. 1 di 10 SISTEMA NAZIONALE PER L'ACCREDITAMENTO DI LAORATORI DT-000/4 ESEMPI APPLICATIVI DI VALUTAZIONE DELL INCERTEZZA NELLE MISURAZIONI CHIMIICHE INDICE parte sezione pagina Esepio n. 1: Analisi del ercurio in

Dettagli

Sistemi Informativi. Introduzione. Processi fisici. Tipologie di processi. Processi informativi. Processi aziendali

Sistemi Informativi. Introduzione. Processi fisici. Tipologie di processi. Processi informativi. Processi aziendali Introduzione Sistemi Informativi Linguaggi per la modellazione dei processi aziendali Paolo Maggi Per progettare un sistema informativo è necessario identificare tutti i suoi elementi

Dettagli

Depliant di progettazione GARDENA 2012

Depliant di progettazione GARDENA 2012 Depliant di progettazione GARDENA 2012 GARDENA Sistea di irrigazione Se siete interessati a servizi di progettazione e installazione? Vi preghiao di rivolgervi direttaente alla nostra sedo www.gardena.ch

Dettagli

Introduzione. Macro macro istruzione. Sequenza di comandi memorizzati programma

Introduzione. Macro macro istruzione. Sequenza di comandi memorizzati programma Introduzione Macro macro istruzione Sequenza di comandi memorizzati programma Scopo: eseguire più volte una sequenza di operazioni che a mano sarebbero noiose e ripetitive, se non proibitive Le macro Le

Dettagli

Accedere all'area riservata

Accedere all'area riservata Accedere all'area riservata Collegarsi all indirizzo: http://www.provincia.bologna.it/ambiente Fare click sul pulsante Rete Natura 2000 Misura 323 Accedere all'area riservata Fare click alla voce Area

Dettagli

Un modello probabilistico per quantificare i risultati delle ricerche sulla Sindone di Torino

Un modello probabilistico per quantificare i risultati delle ricerche sulla Sindone di Torino Congresso nternazionale di Studi sulla Sindone, Torino, 5-7 giugno 998 Un odello probabilistico per quantificare i risultati delle ricerche sulla Sindone di Torino Giulio Fanti, Eanuela Marinelli + CSAS

Dettagli

Calcolo della densità dell aria alle due temperature utilizzando l equazione dei gas:

Calcolo della densità dell aria alle due temperature utilizzando l equazione dei gas: Lezione XXIII - 0/04/00 ora 8:0-0:0 - Esercizi tiraggio e sorbona - Originale di Marco Sisto. Esercizio Si consideri un ipianto di riscaldaento a caino caratterizzato dai seguenti dati: T T Sezione ati

Dettagli

Operatori logici e porte logiche

Operatori logici e porte logiche Operatori logici e porte logiche Operatori unari.......................................... 730 Connettivo AND........................................ 730 Connettivo OR..........................................

Dettagli

mono grafia Va in scena uno scambio internazionale «L Orobilogio» presenta il suo laboratorio di teatro

mono grafia Va in scena uno scambio internazionale «L Orobilogio» presenta il suo laboratorio di teatro Va in scena uno scabio internazionale «L Orobilogio» presenta il suo laboratorio di teatro Cinzia Ferro, Andrea Intilla, Maria Pia Schiavone e Silvia Spandre* Va in scena uno scabio internazionale ono

Dettagli

GUIDA ALLE FUNZIONI DELL OPAC

GUIDA ALLE FUNZIONI DELL OPAC GUIDA ALLE FUNZIONI DELL OPAC Premessa... 2 Ricerca... 2 Ricerca semplice... 2 Ricerca multi-campo... 3 Ricerca avanzata... 3 Ricerca per scorrimento... 4 CCL... 5 Nuove acquisizioni... 5 Suggerimenti

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

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

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale

Esperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale Esperienze di Apprendimento Automatico per il corso di lippi@dsi.unifi.it Dipartimento Sistemi e Informatica Università di Firenze Dipartimento Ingegneria dell Informazione Università di Siena Introduzione

Dettagli

Indicatori di occorrenza Indica la presenza facoltativa (0-1) dell'elemento

Indicatori di occorrenza Indica la presenza facoltativa (0-1) dell'elemento Nelle righe che seguono si cercherà di dar conto delle scelte operate nella definizione del modello attraverso una descrizione puntuale delle unità informative (elementi della DTD) in cui è stata segmentata

Dettagli

WG-TRANSLATE Manuale Utente WG TRANSLATE. Pagina 1 di 15

WG-TRANSLATE Manuale Utente WG TRANSLATE. Pagina 1 di 15 WG TRANSLATE Pagina 1 di 15 Sommario WG TRANSLATE... 1 1.1 INTRODUZIONE... 3 1 TRADUZIONE DISPLAY FILE... 3 1.1 Traduzione singolo display file... 4 1.2 Traduzione stringhe da display file... 5 1.3 Traduzione

Dettagli

CENTRA SOGE-PARTNERS REGOLAMENTO DEL FONDO INTERNO FLEXIBLE SUNRISE PROTECTION

CENTRA SOGE-PARTNERS REGOLAMENTO DEL FONDO INTERNO FLEXIBLE SUNRISE PROTECTION Regolaento del fondo interno Flexible Sunrise Protection A) OBIETTIVI E DESCRIZIONE DEL FONDO Il fondo Flexible Sunrise Protection è un fondo interno di tipo N (vale a dire accessibile a una pluralità

Dettagli

UNI EN 12215 Impianti di verniciatura

UNI EN 12215 Impianti di verniciatura Dipartiento di Sanità Pubblica U.O. Prevenzione e Sicurezza Abienti di Lavoro UNI EN 12215 Ipianti di verniciatura Cabine di verniciatura per l applicazione prodotti vernicianti liquidi Requisiti di sicurezza

Dettagli

disponibili nel pacchetto software.

disponibili nel pacchetto software. Modulo syllabus 4 00 000 00 0 000 000 0 Modulo syllabus 4 DATABASE 00 000 00 0 000 000 0 Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database

Dettagli

Versione integrata e modificata dalla deliberazione ARG/elt 107/08, 5/10 e 127/10

Versione integrata e modificata dalla deliberazione ARG/elt 107/08, 5/10 e 127/10 Versione integrata e odificata dalla deliberazione ARG/elt 107/08, 5/10 e 127/10 MODALITÀ E CONDIZIONI TECNICO ECONOMICHE PER IL RITIRO DELL ENERGIA ELETTRICA AI SENSI DELL ARTICOLO 13, COMMI 3 E 4, DEL

Dettagli

ISTRUZIONI OPERATIVE PER LA FASCICOLATURA IN TITULUS

ISTRUZIONI OPERATIVE PER LA FASCICOLATURA IN TITULUS ISTRUZIONI OPERATIVE PER LA FASCICOLATURA IN TITULUS 1. Premessa Tutti i documenti, anche quelli non protocollati, devono essere classificati e fascicolati (DPR 445/2000 art. 64, comma 4). Essi non sono

Dettagli

CENTRA SOGE-PARTNERS REGOLAMENTO DEL FONDO INTERNO FLEXIBLE SUNRISE PROTECTION DOUBLE PREMIUM

CENTRA SOGE-PARTNERS REGOLAMENTO DEL FONDO INTERNO FLEXIBLE SUNRISE PROTECTION DOUBLE PREMIUM REGOLAMENTO DEL FONDO INTERNO FLEXIBLE SUNRISE PROTECTION DOUBLE PREMIUM Regolaento del fondo interno Flexible Sunrise Protection Double Preiu A) OBIETTIVI E DESCRIZIONE DEL FONDO Il fondo Flexible Sunrise

Dettagli

Convegno: Intervento: Autore: Seminario AICQ SICEV - SICEP. L Audit in Incognito a supporto del Modello di Servizio. Un esperienza nel settore Retail

Convegno: Intervento: Autore: Seminario AICQ SICEV - SICEP. L Audit in Incognito a supporto del Modello di Servizio. Un esperienza nel settore Retail Convegno: Seinario AICQ SICEV - SICEP Intervento: Autore: L Audit in Incognito a supporto del Modello di Servizio. Un esperienza nel settore Retail Susanna Gonnella 1. Il bisogno di una nora nel ercato

Dettagli

RECUPERO CREDITI. Gestione del Credito Clienti. Release 5.20 Manuale Operativo

RECUPERO CREDITI. Gestione del Credito Clienti. Release 5.20 Manuale Operativo Release 5.20 Manuale Operativo RECUPERO CREDITI Gestione del Credito Clienti Programma pensato per la funzione di gestione del credito: permette di memorizzare tutte le informazioni relative alle azioni

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 del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

GUIDA ALL USO DELL AREA RISERVATA

GUIDA ALL USO DELL AREA RISERVATA GUA ALL USO DELL AREA RISERVATA Sommario PREMESSA... 2 1 Come accedere all Area Riservata... 3 2 del Pannello di gestione del sito web... 4 3 delle sezioni... 7 3.1 - Gestione Sito... 7 3.1.1 - AreaRiservata...

Dettagli

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE.

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. INFORMATICA Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. APPLICAZIONI WEB L architettura di riferimento è quella ampiamente diffusa ed

Dettagli

sistemapiemonte Osservatorio Regionale per l'infanzia e l'adolescenza Manuale d'uso sistemapiemonte.it

sistemapiemonte Osservatorio Regionale per l'infanzia e l'adolescenza Manuale d'uso sistemapiemonte.it sistemapiemonte Osservatorio Regionale per l'infanzia e l'adolescenza Manuale d'uso sistemapiemonte.it INDICE 1. INTRODUZIONE 3 1.1 CARATTERISTICHE GENERALI 3 1.2 OBIETTIVI 3 2. ACCESSO 4 3. ANALISI MULTIDIMENSIONALE

Dettagli

Statistica 4038 (ver. 1.2)

Statistica 4038 (ver. 1.2) Statistica 4038 (ver. 1.2) Software didattico per l insegnamento della Statistica SERGIO VENTURINI, MAURIZIO POLI i Il presente software è utilizzato come supporto alla didattica nel corso di Statistica

Dettagli

Database 1 biblioteca universitaria. Testo del quesito

Database 1 biblioteca universitaria. Testo del quesito Database 1 biblioteca universitaria Testo del quesito Una biblioteca universitaria acquista testi didattici su indicazione dei professori e cura il prestito dei testi agli studenti. La biblioteca vuole

Dettagli

Collegarsi all indirizzo: http://www.provincia.bologna.it/ambiente/admin/

Collegarsi all indirizzo: http://www.provincia.bologna.it/ambiente/admin/ Autenticarsi al sistema di gestione Collegarsi all indirizzo: http://www.provincia.bologna.it/ambiente/admin/ 1. Inserire nome utente e password 2. Cliccare su Entra Per iniziare... Creare nuove pagine

Dettagli

Banche dati e risorse straniere per Sociologia. di Michele Balzarini

Banche dati e risorse straniere per Sociologia. di Michele Balzarini Banche dati e risorse straniere per Sociologia di Michele Balzarini Ultimo aggiornamento: marzo 2013 Sociological abstracts Social service abstracts Family studies abstracts Web of science BANCHE DATI

Dettagli

Data mining e rischi aziendali

Data mining e rischi aziendali Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento

Dettagli

GNred Ver1.5 Manuale utenti

GNred Ver1.5 Manuale utenti GNred Ver1.5 Manuale utenti [ultima modifica 09.06.06] 1 Introduzione... 2 1.1 Cos è un CMS?... 2 1.2 Il CMS GNred... 2 1.2.1 Concetti di base del CMS GNred... 3 1.2.2 Workflow... 3 1.2.3 Moduli di base...

Dettagli

SANI SANI. a così. da così... UN NUOVO BAGNO UNA LAVANDERIA LA CUCINA SOLUZIONI PER LA GESTIONE DELLE ACQUE CHIARE E SCURE.

SANI SANI. a così. da così... UN NUOVO BAGNO UNA LAVANDERIA LA CUCINA SOLUZIONI PER LA GESTIONE DELLE ACQUE CHIARE E SCURE. da così... SANI TRITURATORI E POMPE PER ACQUE CHIARE a così Vuoi realizzare UN NUOVO BAGNO Vuoi creare UNA LAVANDERIA Ristrutturare LA CUCINA SANI SOLUZIONI PER LA GESTIONE DELLE ACQUE CHIARE E SCURE TRITURATORI

Dettagli

Metodologia Classica di Progettazione delle Basi di Dati

Metodologia Classica di Progettazione delle Basi di Dati Metodologia Classica di Progettazione delle Basi di Dati Metodologia DB 1 Due Situazioni Estreme Realtà Descritta da un documento testuale che rappresenta un insieme di requisiti del software La maggiore

Dettagli

Impianti di Condizionamento: Impianti a tutt'aria e misti

Impianti di Condizionamento: Impianti a tutt'aria e misti Facoltà di Ingegneria - Polo di Rieti Corso di " Ipianti Tecnici per l'edilizia" Ipianti di Condizionaento: Ipianti a tutt'aria e isti Prof. Ing. Marco Roagna INTRODUZIONE Una volta noti i carichi sensibili

Dettagli

Dominio nello spazio

Dominio nello spazio Filtraggio (parte1) Ringraziaenti: Alcuni lucidi sono stati presi dalle lezioni di Mubarak Shah alcune iagini sono state prese dal testo di Trucco e Verri Doinio nello spazio La distanza fra due pixel

Dettagli

1. I database. La schermata di avvio di Access

1. I database. La schermata di avvio di Access 7 Microsoft Access 1. I database Con il termine database (o base di dati) si intende una raccolta organizzata di dati, strutturati in maniera tale che, effettuandovi operazioni di vario tipo (inserimento

Dettagli

INFORMATICA PER LE APPLICAZIONI ECONOMICHE PROF.SSA BICE CAVALLO

INFORMATICA PER LE APPLICAZIONI ECONOMICHE PROF.SSA BICE CAVALLO Basi di dati: Microsoft Access INFORMATICA PER LE APPLICAZIONI ECONOMICHE PROF.SSA BICE CAVALLO Database e DBMS Il termine database (banca dati, base di dati) indica un archivio, strutturato in modo tale

Dettagli

2003.06.16 Il sistema C.R.M. / E.R.M.

2003.06.16 Il sistema C.R.M. / E.R.M. 2003.06.16 Il sistema C.R.M. / E.R.M. Customer / Enterprise : Resource Management of Informations I-SKIPPER è un sistema di CONOSCENZE che raccoglie ed integra INFORMAZIONI COMMERCIALI, dati su Clienti,

Dettagli

Contratti indicizzati a tassi di interesse

Contratti indicizzati a tassi di interesse MEBS Lecture 1 Contratti indicizzati a tassi di interesse MEBS, lezioni Roberto Renò Università di Siena 1.1 Introduzione Abiente di lavoro: i contratti su tassi di interesse (bond arket). Contratti standard:

Dettagli

EasyDNS2. Manuale d uso L EVOLUZIONE DEI SERVIZI DOMAIN NAME SYSTEM

EasyDNS2. Manuale d uso L EVOLUZIONE DEI SERVIZI DOMAIN NAME SYSTEM EasyDNS2 L EVOLUZIONE DEI SERVIZI DOMAIN NAME SYSTEM Manuale d uso TERMINOLOGIA IL PANNELLO DI CONTROLLO ELEMENTI DELL INTERFACCIA COMUNI IL TAB CNAME IL TAB MX IL TAB SOA IL TAB TXT IL TAB CUSTOM RECORDS

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

Indici compositi per il BES

Indici compositi per il BES GIORNATE DELLA RICERCA IN ITAT 0- NOVEMBRE 204 EIONE IV METODOLOGIE DI INTEI E ANALII DEL TERRITORIO Indici coposi per il BE Pierpaolo Massoli, Matteo Maiotta, Adriano Pareto e Claudia Rinaldelli GIORNATE

Dettagli

Reti combinatorie: Codificatori

Reti combinatorie: Codificatori Reti combinatorie: Codificatori P. Marincola (Rev..2) Come si ricorderà, i decodificatori hanno essenzialmente il compito di convertire un codice binario a n bit in un codice -su-m, dovem =2 n. In molte

Dettagli

Domande e Risposte ALLEGATI CLIENTI E FORNITORI. DATALOG Soluzioni Integrate

Domande e Risposte ALLEGATI CLIENTI E FORNITORI. DATALOG Soluzioni Integrate KING Domande e Risposte ALLEGATI CLIENTI E FORNITORI DATALOG Soluzioni Integrate - 2 - Domande e Risposte Allegati Clienti e Fornitori Sommario Premessa.... 3 Introduzione... 4 Elenco delle domande...

Dettagli

MODULO 4: FOGLIO ELETTRONICO (EXCEL)

MODULO 4: FOGLIO ELETTRONICO (EXCEL) MODULO 4: FOGLIO ELETTRONICO (EXCEL) 1. Introduzione ai fogli elettronici I fogli elettronici sono delle applicazioni che permettono di sfruttare le potenzialità di calcolo dei Personal computer. Essi

Dettagli

Patente Europea di Informatica ECDL Modulo 4. Lezione 3: Grafici Impostazione e verifica del foglio Opzioni di stampa. Anno 2011/2012 Syllabus 5.

Patente Europea di Informatica ECDL Modulo 4. Lezione 3: Grafici Impostazione e verifica del foglio Opzioni di stampa. Anno 2011/2012 Syllabus 5. Patente Europea di Informatica ECDL Modulo 4 Lezione 3: Grafici Impostazione e verifica del foglio Opzioni di stampa Anno 2011/2012 Syllabus 5.0 Una delle funzioni più importanti di un foglio elettronico

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

1^A - Esercitazione recupero n 2

1^A - Esercitazione recupero n 2 1^A - Esercitazione recupero n 2 1. Un cavo di nylon si coporta coe una olla di costante elastica 5,0 10 4 N /. Con questo cavo, trasciniao sul paviento una cassa di 280 kg a velocità costante. Il coefficiente

Dettagli

Manuale Utente. Ver. 3 del 08/2014. Support Regola Servizio di Assistenza Tecnica. E-mail: info@regola.it Pec: regola@legalmail.it Web: www.regola.

Manuale Utente. Ver. 3 del 08/2014. Support Regola Servizio di Assistenza Tecnica. E-mail: info@regola.it Pec: regola@legalmail.it Web: www.regola. Manuale Utente Support Regola Servizio di Assistenza Tecnica Ver. 3 del 08/2014 10128 Torino, (Italy) Tel. +39 011 518.70.29 Fax +39 011 518.72.23 E-mail: info@regola.it Pec: regola@legalmail.it Web: www.regola.it

Dettagli