FRANCO SCARSELLI Curriculum Maggio 2001

Transcript

1 FRANCO SCARSELLI Curriculum Maggio 2001 Sede Dipartimento di Ingegneria dell Informazione Università degli Studi di Siena Via Roma, , Siena Indirizzo residenza Via del Volontariato, , S. Croce sull Arno (PI) Tel: Tel: franco@ing.unisi.it Dati anagrafici e stato civile Data di nascita: 24 ottobre Luogo di Nascita: Fucecchio (FI), Italia. Nazionalità : Italiana. Stato civile: Celibe. Posizione obblighi militari: Milite esente. Formazione Università degli Studi di Pisa Pisa Febbraio, 1989 Laurea in Scienze Dell Informazione (Febbraio, 1989). Laureato con lode. Titolo tesi: Ricostruzione dello schema concettuale di un database relazionale: tecniche di rappresentazione della conoscenza e di diffusione dell incertezza Relatori: Prof. F. Turini (Università di Pisa) e Dott. A. Nastasio (Olivetti spa) Supporto: tesi svolta con il supporto di una borsa di studio dell Olivetti spa. Consorzio Pisa Ricerche e Università di Pisa Gennaio 1990 Dicembre 1991 Borsa di studio per attività di ricerca nell ambito dell ingegneria del software. Università degli Studi di Firenze Dottorato di ricerca in Ingegneria Informatica e dell Automazione. Titolo tesi: Pisa Firenze Approssimazione Costruttiva e Apprendimento Ottimo in Reti Multistrato con Applicazione all Identificazione e al Controllo Relatori: Prof. M. Gori e Prof. E. Mosca (Università di Firenze). University of Queensland Brisbane, Australia Luglio 1994 Ottobre 1994 In visita presso l Università del Queensland (Australia) per attività di ricerca in collaborazione con il Prof. A. C. Tsoi.

2 Attività successiva al dottorato CSELT e Università di Firenze Firenze Maggio 1995 Gennaio 1996 Borsa di studio per lo sviluppo di un sistema esperto in grado di inferire la nazionalità di una persona a partire dal suo cognome. Università di Firenze Gennaio 1997 Dicembre 1998 Borsa post-dottorato in Ingegneria Informatica. Università di Siena Febbraio 1999 adesso Titolare assegno di ricerca. Firenze Siena A.I.A.S. - Pistoia Pistoia Gennaio 1996 adesso Consulenza per l informatizione dell A.I.A.S. - Pistoia. Consulenza per attività di ricerca nell ambito degli strumenti di ausilio ai disabili. Argomenti di ricerca Tecniche di apprendimento per la ricerca di informazioni su Internet Lo studio di tecniche di apprendimento per la ricerca e la classificazione automatica di informazioni su rete Internet è un argomento di particolare interesse per la comunità scientifica. Di fatti, i servizi tradizionali di supporto alla navigazione, come i motori di ricerca e le Web directories, stanno diventando sempre più inefficaci a causa della la crescita del numero dei documenti disponibili in rete. Le tecniche di apprendimento automatico sono in grado di fornire nuove soluzioni per superare o limitare il problema [15]. Ad esempio, i recommender systems sono servizi a cui un utente si può abbonare per ricevere suggerimenti su pagine potenzialmente interessanti. Questi sistemi sono in grado di monitorare il comportamento degli utenti, raccoglierne i suggerimenti e, infine, apprenderne i gusti. Quindi, navigano autonamente sulla rete selezionando i documenti da proporre agli stessi utenti. Presso il dipartimento di Ingegneria dell Informazione dell Università di Siena abbiamo sviluppato un recommender system che usa approcci innovativi alla navigazione e alla selezione dei documenti [13]. Più in generale, gli strumenti di classificazione automatica sono utili non solo, all interno dei recommender systems, per la selezione delle pagine e la guida della navigazione, ma anche per la popolazione automatica di Web directories con pagine di Internet, il clustering dei documenti, la realizzazione di motori di ricerca focalizzata (focus crawlers), ecc. Le comuni tecniche di classificazione si basano su una rappresentazione piatta dei documenti: una pagina HTML coincide con l insieme di parole che contiene. Recentemente, abbiamo proposto un nuovo approccio che prevede che le pagine siano rappresentate come grafi nei quali i nodi individuano i contesti (liste, titoli, sezioni,...) e gli archi definiscono la relazione di inclusione fra i contesti (una lista è contenuta in una sezione,..) e la relazione fra un Hyperlink e una sua ancora. I grafi vengono poi classificati per mezzo di reti neurali ricorsive [13] o di Hidden Tree-Markov Models [17]. (Assegno di ricerca, nuova attività) Proprieta di approssimazione delle reti neurali Studiare la capacità di approssimazione di un modello di rete neurale significa individuare

3 le funzioni (o i sistemi, nel caso di reti neurali dinamiche) che possono essere realizzate con quel modello. Nel 1989 alcuni ricercatori hanno dimostrato che i perceptron, i modelli più comuni di reti neurali, possono approssimare qualsiasi funzione reale continua in R n. Un limite di tali lavori consiste nel fatto che sono di natura esistenziale: data una funzione f : R n R m si dimostra l esistenza di un perceptron che l approssima fino al grado di precisione desiderata, senza però fornire un algoritmo per costruire tale perceptron. Inoltre, i risultati in questione precisano che f può essere approssimata con qualsiasi grado di precisione purchè si abbia a disposizione un numero di neuroni sufficientemente grande, lasciando però aperta la questione complementare di quale siano le funzioni realizzabili con numero prefissato di neuroni. In [2], [3], [9], [20], abbiamo presentato dei risultati che superano questi limiti. Infine, quando una rete neurale viene usata per scopi di verifica, essa produce una curva di separazione che divide gli oggetti che passano la verifica da quelli che non la passano. In [4], sono state studiate le proprietà di questa curva mostrando il motivo per cui alcuni modelli di reti neurali sono preferibili ad altri. (Dottorato di ricerca e borsa post-dottorato) Reti neurali ricorsive e elaborazione di grafi Le reti neurali ricorsive sono un nuovo modello di rete neurale che permettono di elaborare grafi, invece che vettori o sequenze di reali come accade per i modelli classici. Una rete ricorsiva realizza una funzione dallo spazio dei grafi aciclici diretti allo spazio Euclideo. In [11],[14],[6] sono state studiate le proprietà di approssimazione di questo nuovo modello, con particolare attenzione al caso in cui i neuroni hanno funzione di attivazione lineare. Inoltre, il modello ricorsivo proposto inizialmente pone alcune limitazioni riguardo ai grafi che possono essere elaborati: devono essere posizionali (cambiando l ordine dei figli si ottiene un grafo diverso) e aciclici. In [5], [18], [16], si sono fornite delle soluzioni e dei risultati teorici per superare suddetti limiti. (Borsa post-dottorato e assegno di ricerca) Sistemi Esperti Nell ambito dei sistemi esperti ho partecipato al progetto e alla realizzazione di due applicazioni. La prima aveva come oggetto la realizzazione di un applicazione, tipicamente utilizzato all interno dei risponditori automatici delle compagnie telefoniche, che fosse in grado di inferire l origine linguistica dalla stringa che rappresenta un cognome. Il sistema prende in ingresso un cognome e risponde con una delle seguenti possibili origini: Italiano, Inglese, Francese, Tedesco, Altro. Lo strumento realizzato è un sistema ibrido in cui coesistono tecnologie provenienti dalle reti neurali, dai blackboard systems e dalle belief networks ([12], [18]). Un protipo funzionante del sistema è disponile all indirizzo: Lo scopo della tesi di laurea era quello di realizzare un sistema esperto in grado di ricostruire lo schema concettuale di un database a partire dal suo schema logico. Il motore di inferenza del sistema realizzato fonde insieme il calcolo logico del prolog con il calcolo pseudo probabilistico della teoria di Dempster Shafer [19]. (Tesi di laurea e borsa dello CSELT) Ingegneria del software Il progesso software è l insieme di tutte quelle attività, umane e automatiche, coinvolte nella produzione di un applicazione software. Quando l applicazione da realizzare è complessa e il numero di persone che devono collaborare è alto, il processo software deve essere pianificato con accuratezza precisando le attività che devono essere svolte, i ruoli da attivarsi, le interazioni necessarie ecc. Gli strumenti esistenti per questo scopo, chiamati CASE (Computer Aided Software Engineering), risultano spesso poco personabilizzabili e legati a dei modelli predefiniti di processo software. Per questi motivi, agli inizi degli anni 90 si è cominciato a pensare a degli ambienti di sviluppo che fornnissero un linguaggio di programmazione e gli strumenti necessari con cui definire e eseguire il processo software.

4 In questo modo, il progetto software viene implementato ed eseguito così come si fa con le normali applicazioni. Oikos è uno di questi nuovi ambienti ed è stato sviluppato presso il dipartimento di Scienze dell Informazione dell Università di Pisa. Partecipando al progetto Oikos, ho progettato e sviluppato l history service, un modulo tipico di questi sistemi che è capace catturare la storia delle attività svolte durante il processo software. La storia può poi essere usata per riprodurre in maniera automatica o semi automatica le attività passate ([1], [8]). Sempre nell ambito dell ingegneria del software, mi sono occupato di testing con un lavoro in cui si definiscono alcune proprietà teoriche del testing white box [7]. (Borsa del Consorzio Pisa Ricerche) Attività di revisione per riviste internazionali Revisore per IEEE Transactions on Neural Networks, IEEE Transactions on Automatic Control, Neural Networks, Neurocomputing, Neural Computation, Journal of Discrete Applied Mathematics. Associazioni Membro IAPR IC (International Association for Pattern Recognition, sezione Italiana) e INNS (International Neural Network Society). Lingue Buona conoscenza dell inglese derivante dall uso frequente durante il lavoro e dal periodo trascorso in Australia. Esperienze Professionali Programmazione in C e Cobol Sviluppo di applicazioni commerciali in C e in Cobol. (Un esperienza di lavoro presso una software house) Applicazione con SQL e sistemi AS400 Progetto e supervisione della realizzazione di una banca dati su una macchina AS400 e con un server SQL. (Borsa del Consorzio Pisa Ricerche) Tecnologie per Internet e Intranet Progetto e sviluppo di applicazioni Java per una banca dati su piattaforma Windows NT, MS SQL server e MS WWW server. Progetto della rete e amministrazione dei servizi necessari (10 client, 4 server suddivisi in 3 sedi diverse). (Consulenza all A.I.A.S.-Pistoia) Strumenti di sviluppo Sistemi operativi (conoscenza da utente) UNIX V, Solaris, AS400. Sistemi operativi e server (conoscenza da sistemista) Linux, Windows NT sever, Microsoft WWW server (un server WWW), Microsoft SQL Server (un server di database), DB2 (un server di database), DOS, Windows 9x, Linguaggi e strumenti per lo sviluppo Java, Visual Cafe, Jbuilder, C, C++, Pascal, Cobol, Prolog, Occam, Assembler, SQL, Matlab, Mathematica.

5 Pubblicazioni Maggio 2001 Riviste 1. C. Montangero, F. Scarselli, Software process monitoring mechanism in Oikos. International Journal of Software Engineering and Knowledge Engineering, vol. 4, n. 4, F. Scarselli, A. C. Tsoi, Universal approximation using feedforward neural networks: a survey of some existing methods, and some new results. Neural Networks, vol. 11, n. 1, p , M. Gori, F. Scarselli, A. C. Tsoi, On the clousure of set of functions that can be realized by a multilayer perceptron. IEEE Transactions on Neural Networks, vol. 9, n. 6, p , M. Gori, F. Scarselli, Are multilayer perceptrons adequate for pattern recognition and verification?. IEEE Transactions on Pattern Analysis and Machine Inteligence, vol. 20, n. 10, p , M. Bianchini, M. Gori, F. Scarselli, Processing directed acyclic graphs with recursive neural networks. Conditionally accepted da IEEE Transactions on Neural Networks. Precedentemente, rapporto tecnico n. 01/01, Dipartimento di Ingegneria dell Informazione. Gennaio, M. Bianchini, M. Gori, F. Scarselli, Theoretical properties of recursive networks with linear neurons. Rapporto tecnico n. 31/99, Dipartimentp di Ingegneria dell Informazione. Sottomesso a IEEE Transactions on Neural Networks, Conferenze 7. F. Scarselli, Properties and limits for testing. Proceedings of International Conference on Achieving Quality in Software, Pisa, C. Montangero, F. Scarselli, Software process histories in Oikos. Proceedings of A.I.C.A. Annual Conference, Siena, M. Gori, F. Scarselli, A. C. Tsoi, Which classes of functions can a given perceptron approximate?. Proceedings of IEEE International Conference on Neural networks, Washington DC, USA, M. Gori, F. Scarselli, Are multilayer perceptrons adequate for pattern recognition and verification?. Proceedings of WIRN96, Vietri sul Mare, M. Bianchini, M. Gori F. Scarselli, Recursive networks: An overview of theoretical results, Neural Nets WIRN 99, M. Marinaro e R. Tagliaferri Eds., p , Vietri, Maggio P. Bonaventura, M. Gori, P. Salza, F. Scarselli, J. Sheng, A connectionist-based model for Predicting the Linguistic origin of Surnames. Proceedings of IEEE International Conference on Neural networks, Washington DC, USA, M. Gori, M. Maggini, E. Martinelli, F. Scarselli, Learning user profiles in NAU- TILUS. International Conference on Adaptive Hypermedia and Adaptive Web based Systems, Trento (Italy), Agosto M. Bianchini, M. Gori, F. Scarselli, Computational capabilities of linear recursive retworks. Internation Conference on Knowlwdge Based Intelligent Engineering Systems and Allied Technologies 2000, p , Brighton (UK), Agosto, 2000.

6 15. M. Diligenti, M. Gori, M. Maggini, F. Scarselli, Searching the Web: learning based techniques. Proceedings of European Symposium on Artificial Neural Networks 2001 Bruges (BE), M. Bianchini, M. Gori, F. Scarselli, Recursive processing of directed acyclic graphs. Accettato per pubblicazione su WIRN 2001, Vietri (AU), Maggio, M. Diligenti, M. Gori, M. Maggini, F. Scarselli, Classification of HTML documents by Hidden Tree-Markov Models. Accettato per publicazione su Sixth International Conference on Document Analysis and Recognition 2001, Washington, (USA), Lavori sottomessi e da sottomettere Tesi 18. P. Bonaventura, M. Gori, M. Maggini, F. Scarselli, J. Q. Sheng, A hybrid model for the prediction of the linguistic origin of surnames. Rapporto tecnico n. 5/5/00, Dipartimento di Ingegneria dell Informazione. Sottomesso a IEEE Transactions on Knowledge and Data Engineering, M. Bianchini, and M. Gori, F. Scarselli, Recursive Processing of Directed Cyclic Graphs. Rapporto tecnico n. 01/01, Dipartimento di Ingegneria dell Informazione. Gennaio, F. Scarselli, C. Taverni, Ricostruzione di uno schema concettuale di un database relazionale: tecniche di rappresentazione della conoscenza e di diffusione dell incertezza. Tesi di Laurea in Scienze dell Informazione, Pisa, F. Scarselli, Approssimazione costruttiva e apprendimento ottimo in reti multistrato con applicazione all identificazione e al controllo. Tesi di dottorato di ricerca in Ingegneria Informatica e dell Automazione, Firenze, 1995.