Dott. Dore Alessio 1. TEMATICHE DI RICERCA

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Dott. Dore Alessio 1. TEMATICHE DI RICERCA"

Transcript

1 Dott. Dore Alessio RELAZIONE SULL'ATTIVITA' E LE RICERCHE SVOLTE ALLA CONCLUSIONE DEL I ANNO DEL XXII CICLO DEL CORSO DI DOTTORATO DI RICERCA IN SCIENZE E INGEGNERIA DELLO SPAZIO 1. TEMATICHE DI RICERCA Le tematiche da me sviluppate hanno avuto per oggetto (non più di 2 o 3 righe, numerando gli argomenti, da riportarsi in forma succinta come nell 'esempio seguente: tali argomenti verranno riportati nel verbale dell'eventuale approvazione): 1) Metodi bio-inspired per l apprendimento e il modellamento delle interazioni; 2) Algoritmi di inseguimento su sequenze video basati sulla forma; 3) Fusione dati video e radio per la localizzazione e l inseguimento in Ambienti Intelligenti; (segue una descrizione di 2-5 pagine al massimo, che illustra le tematiche di cui sopra. Si raccomanda di rispettare la numerazione dei paragrafi sotto riportata). Gli algoritmi e le tecniche descritte nei punti 1.1, 1.2 e 1.3 si configurano come strumenti per la realizzazione di sistemi, detti Smart Space, atti a fornire servizi tramite attuatori (p.e. dispositivi mobili di comunicazione) in modo autonomo, adattivo, dipendente dal contesto ed in base all esperienza acquisita. Gli ambiti applicativi maggiormente investigati sono gli Smart Space per la sicurezza e per l Ambient Intelligence Nell ambito dell elaborazione video e di segnali multidimensionali, il riconoscimento di azioni è una delle linee di ricerca più attuali e complesse. L analisi automatica di eventi rilevati in una scena e l individuazione di quelli di interesse presenta rilevante interesse in diversi domini di applicazione come la sorveglianza intelligente [1]-[3], l analisi di eventi sportivi e il monitoraggio e controllo di anziani o disabili [4],[6]. Il lavoro è stato incentrato nello sviluppo di un algoritmo in grado di apprendere e modellare le interazioni tra più soggetti o tra un soggetto e un sistema artificiale. Questo approccio presenta vantaggi rispetto alla maggior parte dei lavori in letteratura che si focalizzano sulla rilevazione e sull analisi di azioni, infatti, in molte situazioni, queste derivano dalle interazioni del soggetto con altri soggetti o con l ambiente circostante. In questo ambito risulta di particolare interesse sviluppare algoritmi basati sulle osservazioni e sugli studi riguardanti i processi che si svolgono nel cervello umano al fine di imitarne le proprietà cognitive. Gli studi neurofisiologici riguardanti la formazione della coscienza svolti da Antonio Damasio [7] sono risultati una valida fonte di ispirazione per la realizzazione di algoritmi di apprendimento e modellamento delle interazioni. Secondo questi studi la coscienza deriva dalla capacità di distinguere tra ciò che è interno e ciò che è esterno rispetto all entità cognitiva (cioè all essere umano), ovvero, rispettivamente, il protoself e il core self. Sono state inoltre osservate strutture neurali che permettono di

2 memorizzare relazioni causali, dette second-order neural patterns, generati dalla variazione del proto-self (stato interno) determinato da un evento esterno core self. Questo processo è, però, generalmente transiente e solo alcuni second-order neural patterns sono memorizzati generando la cosiddetta core consciousness (ovvero la coscienza di ciò che è altro da sé) e che sono immagazzinati in una struttura detta Autobiographical Memory. Le relazioni causali apprese sono utilizzate tramite un meccanismo detto Autobiographical Self al fine di predire le conseguenze di eventi esterni sullo stato interno dell entità. In analogia a quanto appena descritto è stato sviluppato un algoritmo in grado di apprendere relazioni causali tra un sistema artificiale e i suoi utenti al fine di predire situazioni future ed essere in grado di operare decisioni anticipative. Questo algoritmo è stato inserito in architetture di sistemi in grado di fornire servizi agli utenti tramite attuatori in modo autonomo, adattivo e dipendente dal contesto (Smart Spaces). Coerentemente con la terminologia degli studi di Damasio si definiscono lo stato interno e quello esterno del sistema rispettivamente come stati proto e core, e gli eventi relativi ovvero le variazioni significative come eventi proto e core. L Autobiographical Memory è costituita da una collezione di sequenze di eventi proto e core alternati, opportunamente appresi per descrivere statisticamente la frequenza di occorrenza delle relazioni causali che coinvolgono il sistema mentre interagisce con i suoi utenti. A partire da questa descrizione probabilistica è stato realizzato un metodo per predire eventi futuri. L algoritmo di apprendimento si sviluppa secondo i seguenti passi: 1) Definizione degli stati proto X P e core X C come vettori di dati acquisiti dai sensori relativi al sistema e all esterno: X () t = x (), t x (), t, x () t (1) { 1 2 } { } P P P PN X () t = x (), t x (), t, x () t (2) C C1 C2 CM dove N e M sono il numero totale di segnali provenienti dai sensori relativi allo stato interno e a quello esterno. 2) Definizione degli eventi proto ε P e core ε C. Gli eventi devono essere significativi per le relazioni causali da immagazzinare. Gli stati in (1) e (2) sono quindi mappati nei cosiddetti super-stati Sx P (t) e Sx C (t) che definiscono ciò che è rilevato dai sensori tramite etichette semantiche o sub-simboliche l P (t) e l C (t). Questo processo necessita metodi di clustering (p.e. Self Organizing Maps SOMs in [8]) o classificazione dei vettori degli stati. La variazione dei superstati implica un evento che può essere temporalmente identificato: i j + ε P() t = lp( t ) lp( t ) (3) i j + ε C() t = lc( t ) lc( t ) (4) 3) Gli eventi sono memorizzati in sequenze di triplette proto-core-proto (ε - P,ε C, ε + P ) o core-proto-core (ε - C,ε P,ε + C ) per tenere in considerazione le conseguenze di un evento core/proto (esterno/interno) sullo stato proto/core (interno/esterno); nel primo caso si parlerà di memoria passiva, nel secondo di memoria attiva. Un processo di voting viene realizzato per ottenere una

3 stima della probabilità di occorrenza di un evento interno (o esterno) a seguito di uno esterno (o interno). 4) Memorizzazione della frequenza temporale di occorrenza degli eventi calcolata come t(ε P + )-t(ε C ) (memoria passiva) e t(ε C + )-t(ε P ) (memoria attiva). Un esempio di questo processo è descritto graficamente in Figura 1, dove viene evidenziato il fatto che gli eventi possono essere descritti come sistema di equazioni differenziali in analogia con i second order neural pattern di Damasio, come descritto più in dettaglio in [8]. Figura 1: Esempio di voting nella Autobiographical Memory. La memorizzazione di queste sequenze di eventi nella struttura descritta può essere realizzato in una fase di training off-line, oppure in modalità on-line in modo incrementale durante il funzionamento del sistema (in questo caso tenendo conto della non rappresentatività statistica dei dati memorizzati). Nella fase operativa del sistema, utilizzando i dati appresi, che rappresentano la memoria del sistema si procederà alla predizione secondo la seguente procedura: 1) Rilevazione di eventi proto ε P e core ε C in modo analogo a quanto realizzato nella fase di training 2) Investigazione della Autobiographical Memory passiva e attiva rispettivamente per ogni coppia consecutiva {ε P -,ε C }e{ε C-,ε P }per determinare l evento più probabile ε P + ed ε C +. 3) Viene stimato il ritardo di occorrenza dell evento più probabile in base ai dati appresi durante la fase di training. L algoritmo è stato testato in due diversi scenari: 1) laboratorio intelligente; 2) sorveglianza cognitiva. In entrambi i casi l obiettivo è l invio di messaggi di guida su un dispositivo portatile per condurre un utente verso un obiettivo in modo proattivo e dipendente dal contesto e dall esperienza appresa. In Tabella 1 sono descritti i risultati riguardanti la predizione di eventi inerenti all evoluzione dello stato interno del

4 sistema a seguito di azioni eseguite da un utente (p.e. modifica carico computazionale su un PC a seguito di un movimento di un utente verso tale PC). Questo permette al sistema di allocare gli utenti all interno del laboratorio in modo efficiente. Tabella 1 : Risultati di predizione nel caso del laboratorio intelligente In Tabella 2 sono illustrati i risultati relativi al caso della sorveglianza cognitiva in cui un guardiano è guidato verso un intruso tramite messaggi di guida visualizzati su un palmare. L Autobiographical Memory è utilizzata per apprendere i comportamenti dei due attori (guardia e ladro) in queste situazioni e predire i movimenti futuri al fine di inviare messaggi efficaci. La realizzazione di un simulatore di comportamento è risultata necessaria per la fase di apprendimento, i cui risultati sono stati poi testati in situazioni realistiche dove guardia e ladro sono rilevati all interno dell ambiente tramite metodi di inseguimento (tracking) da sequenze video acquisite da telecamere. Tabella 2 : Risultati di predizione nel caso della sorveglianza cognitiva Riferimenti Bibliografici 1.1 [1] C.S. Regazzoni, V. Ramesh and G.L. Foresti, Scanning the Issue/Technology - special issue on video processing, understanding and communications in third generation surveillance systems, Proceedings of the IEEE, vol. 89, n. 10, pp , 2001 [2] N. Robertson and I. Reid A general method for human activity recognition in video Computer Vision and Image Understanding, Vol. 104, n. 2, Nov [3] S. Park and M. M. Trivedi, Multi-person interaction and activity analysis: a synergistic trackand body-level analysis framework, Machine Vision and Applications: Special Issue on Novel Concepts and Challenges for the Generation of Video Surveillance Systems, August [4] C. Panagiotakis, I. Grinias, and G. Tziritas, Automatic human motion analysis and action recognition in athletics videos, European Signal Processing Conference, EUSIPCO 2006, [5] S. J. McKenna, P. Gregor and A. F. Newell, "Scenario-based drama as a tool for investigating user requirements with application to home monitoring for elderly-people", F. Marquis-Faulkes,, Human-Centred Computing: Cognitive, Social and Ergonomic Aspects, 3 (2003) (Eds. D. Harris, V. Duffy, M. Smith and C. Stephanidis), pp June, Crete, Greece. [6] C. N. Scanaill, S. Carew, P. Barralon, N. Noury, D. Lyons, and G. M. Lyons, A Review of Approaches to Mobility Telemonitoring of the Elderly in Their Living Environment, Annals of Biomedical Engineering, vol. 34, n. 4, 2006 [7] A. R. Damasio, The Feeling of What Happens-Body, Emotion and the Making of Consciuousness. Harvest Books, 2000.

5 [8] A. Dore, A. F. Cattoni, and C. S. Ragazzoni Interaction modeling and prediction in Smart Spaces: a Bio-inspired approach based on Autobiographical Memory, IEEE Transactions on Systems, Man, and Cybernetics - Part B, submitted 1.2. I sistemi descritti nel punto 1.1 richiedono tipicamente un analisi contestuale di una scena osservata da telecamere. La precisa localizzazione ed inseguimento (tracking) risulta essere di notevole importanza per le applicazioni descritte. Sono stati perciò investigati diversi metodi di tracking per concentrare l attenzione su metodi basati sulla forma in modo da ottenere congiuntamente informazioni sulla posizione e sulla posa delle persone (o oggetti) monitorati. La descrizione della forma è ottenuta tramite i corner (cioè i punti ad elevata curvatura nell immagine) ed è stato sviluppato un algoritmo basato sul Particle Filter per effettuare il tracking. Il Particle Filter [1] è una tecnica che permette di risolvere in modo approssimato il problema della stima dello stato ricorsiva Bayesiana in caso di sistemi non lineari affetti da rumore non Gaussiano. La densità di probabilità a posteriori è approssimata tramite campioni (particelle) che possono essere interpretati come possibili ipotesi dello stato a cui è associato un peso relativo alla sua probabilità. Tre passi fondamentali sono realizzati per ottenere la stima: 1) predizione; 2) aggiornamento; 3) ricampionamento. Nell algoritmo proposto [2],[3] lo stato è definito come vettore composto dalla posizione nell immagine di N corner dell oggetto. La predizione è ottenuta mediante un sistema autoregressivo del second ordine; l aggiornamento viene realizzato confrontando la forma e la posizione predette (ovvero lo stato predetto) con i corner estratti tramite cui si assegnano i pesi alle particelle. Il ricampionamento permette di eliminare quelle ipotesi poco probabili che possono condurre ad una stima non accurata replicando quelle più probabili. Risultati (vedi Figura 2) su sequenze reali dimostrano la Figura 2 : Risultati di tracking basato sulla forma in presenza di occlusioni capacità di inseguire oggetti non rigidi (persone) anche in presenza di occlusioni. Riferimenti Bibliografici 1.2 [1] B. Ristic, S. Arulapalam, and N. Gordon, Beyond the Kalman Filter, Artech House Publishers, [2] A.Dore, M. Asadi, and C.S. Regazzoni, "Multiple hypothesis shape tracking using particle filtering and Hough-based observation models," SPIE Electronic Imaging - Visual Communications and Image Processing, VCIP 2007, San Jose, CA, USA, January 2007

6 [3] A.Dore, M. Musso, and C.S. Regazzoni, "MAP Particle Selection in Shape-Based Object Tracking," IEEE International Conference on Image Processing, ICIP 2007, San Antonio, TX, USA, September La fusione dati [1] permette di processare congiuntamente i dati acquisiti da molteplici sensori per ottenere una descrizione maggiormente informativa della scena in esame. L utilizzo combinato di informazioni video e radio per l inseguimento di persone o veicoli dotati di dispositivi portabili (p.e. palmari) permette lo sfruttamento delle capacità complementari fornite dalle due tipologie di segnali. Infatti il tracking video garantisce un inseguimento di maggior precisione ma in cui il mantenimento dell identità non è molto robusto a causa delle occlusioni (sovrapposizione di oggetti nel piano immagine). La localizzazione radio presenta prestazioni di precisione decisamente inferiore fornendo però un mantenimento dell identità certo grazie all indirizzo MAC/IP associato al dispositivo. L approccio [2], [3] investigato utilizza la localizzazione video quando disponibile e le osservazioni radio quando l oggetto è occluso. Il Particle Filter è stato utilizzato per fondere i dati: la predizione è ottenuta da un modello di movimento autoregressivo del second ordine. L aggiornamento nel caso video deriva dal confronto tra la posizione predetta e quella rilevata. Nel caso in cui si abbia a disposizione solo osservazione radio una descrizione probabilistica parametrica della potenza ricevuta dal dispositivo in ogni punto dello spazio (mappa radio) è impiegata per determinare l accuratezza della predizione. In Figura 3 è illustrato un esempio in cui l utilizzo di informazioni radio permette il tracking anche Figura 3 : Esempio di tracking radio-video durante occlusioni. Riferimenti Bibliografici 1.2 [1] D.L. Hall and J. Llinas, Handbook of Multisensor Data Fusion CRC Press, New York, NY, 2004 [2] A.Dore, A. Cattoni, and C.S. Regazzoni, "A Particle Filter-Based Fusion Framework for Video- Radio Tracking in Smart-Spaces," IEEE International Conference on Advanced Video and Signal based Surveillance, AVSS 2007, London, UK, 5-7 September 2007 [3] A.F.Cattoni, A.Dore, and C.S. Regazzoni, "Video-Radio Fusion Approach for Target Tracking in Smart Spaces," International Conference on Information Fusion, FUSION 2007, Québec City, Québec, Canada, 9-12 July ELENCO DELLE PUBBLICAZIONI (dall'inizio dell'attività di ricerca) A.Dore, M. Asadi, and C.S. Regazzoni, "Multiple hypothesis shape tracking using particle filtering and Hough-based observation models," SPIE

7 Electronic Imaging - Visual Communications and Image Processing, VCIP 2007, San Jose, CA, USA, January 2007 A.Dore, M. Pinasco, and C.S. Regazzoni, "A Bio-inspired Learning Approach for the Classification of Risk Zones in a Smart Space" Online Learning for Classification Workshop, in conjunction with CVPR 2007, Minneapolis, MN, USA, June 2007 A.F.Cattoni, A.Dore, and C.S. Regazzoni, "Video-Radio Fusion Approach for Target Tracking in Smart Spaces," International Conference on Information Fusion, FUSION 2007, Québec City, Québec, Canada, 9-12 July 2007 A.Dore, M. Musso, and C.S. Regazzoni, "MAP Particle Selection in Shape- Based Object Tracking," IEEE International Conference on Image Processing, ICIP 2007, San Antonio, TX, USA, September 2007 A.Dore, A. Cattoni, and C.S. Regazzoni, "A Particle Filter-Based Fusion Framework for Video-Radio Tracking in Smart-Spaces," IEEE International Conference on Advanced Video and Signal based Surveillance, AVSS 2007, London, UK, 5-7 September 2007 M. Asadi, A.Dore, A. Beoldo, and C.S. Regazzoni, "Tracking by Using Dynamic Shape Model Learning in the Presence of Occlusion," IEEE International Conference on Advanced Video and Signal based Surveillance, AVSS 2007, London, UK, 5-7 September 2007 A.Dore, A. Calbi, L. Marcenaro, and C.S. Regazzoni, "Multimodal Cognitive System for Immersive User Interaction," ICST/ACM First International Conference on Immersive Communications, IMMERSCOM 2007, Bussolengo, Italy, October 2007 In revisione A. Dore, A. F. Cattoni, and C. S. Ragazzoni Interaction modeling and prediction in Smart Spaces: a Bio-inspired approach based on Autobiographical Memory, IEEE Transactions on Systems, Man, and Cybernetics - Part B, submitted in Oct 2007 A. Dore, M. Pinasco, L. Ciardelli and C.S. Regazzoni Cognitive Video- Surveillance: anew approach to Intelligent Systems for Security IEEE Transactions on Circuits and Systems for Video Technology, submitted in Nov PIANO DI STUDI (degli anni completati) Primo anno 3.1. Corso (Corsi) di... e/o scuole inserite nel piano di studi Sistemi e servizi cognitivi per l Intelligenza d Ambiente e le Telecomunicazioni (A4) - Prof. C.S. Regazzoni, Università di Genova Machine Learning (A21) - Dr. Marco Muselli, C.N.R.

8 International Computer Vision Summer School 2007 ICVSS Prof. R. Cipolla, University of Cambridge. Prof. S. Battiato, Università di Catania Tecniche di trasformazione di spazi vettoriali per analisi statistica multidimensionale (A17) - Dr. Gabriele Moser, Università di Genova (da sostenere) 4. PARTECIPAZIONE A SCUOLE, CORSI, ecc. (eventuale; non riportare la partecipazione a conferenze, convegni ecc.) International Computer Vision Summer School 2007 ICVSS 2007, Punta Sampieri, RG

Dott. Dore Alessio 1. TEMATICHE DI RICERCA

Dott. Dore Alessio 1. TEMATICHE DI RICERCA Dott. Dore Alessio RELAZIONE SULL'ATTIVITA' E LE RICERCHE SVOLTE ALLA CONCLUSIONE DEL III ANNO DEL XXII CICLO DEL CORSO DI DOTTORATO DI RICERCA IN SCIENZE E INGEGNERIA DELLO SPAZIO 1. TEMATICHE DI RICERCA

Dettagli

Computazione per l interazione naturale: Modelli dinamici

Computazione per l interazione naturale: Modelli dinamici Computazione per l interazione naturale: Modelli dinamici Corso di Interazione Naturale Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it boccignone.di.unimi.it/in_2015.html

Dettagli

DALLA VISIONE NATURALE ALLA VISIONE ARTIFICIALE

DALLA VISIONE NATURALE ALLA VISIONE ARTIFICIALE DALLA VISIONE NATURALE ALLA VISIONE ARTIFICIALE Prof. Gian Luca Foresti Università di Udine Dipartimento di Matematica ed Informatica (DIMI) Laboratorio di Visione e Sistemi Real-Time (AVIRES) Gli esseri

Dettagli

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it MACHINE LEARNING e DATA MINING Introduzione a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it Apprendimento Automatico(i) Branca dell AI che si occupa di realizzare dispositivi artificiali capaci di

Dettagli

ATTIVITA SCIENTIFICA E DIDATTICA SVOLTA DAL PROF. CARLO S.REGAZZONI NEL TRIENNIO DICEMBRE 2005 DICEMBRE 2008

ATTIVITA SCIENTIFICA E DIDATTICA SVOLTA DAL PROF. CARLO S.REGAZZONI NEL TRIENNIO DICEMBRE 2005 DICEMBRE 2008 ATTIVITA SCIENTIFICA E DIDATTICA SVOLTA DAL PROF. CARLO S.REGAZZONI NEL TRIENNIO DICEMBRE 2005 DICEMBRE 2008 PREMESSA Il Prof. Ing. Carlo Regazzoni ha partecipato al Concorso a posti di Professore Universitario

Dettagli

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione Riepilogo Dipartimento ICT Dipartimento ICT nel 2005 diretta nel terzi fondi diretta Reti in Tecnologia Wireless 434.890 79.788 712.457 94.953 578.280 351.500 94.000 Internet di prossima generazione 639.484

Dettagli

Visione Computazionale

Visione Computazionale Il docente Visione Computazionale Introduzione al corso a.a. 2004/2005 Andrea FUSIELLO, Professore Associato Dip. Informatica, Ca Vignal 2, I piano, stanza 5 Email: andrea.fusiello@univr.it Web Page del

Dettagli

Intelligenza Artificiale

Intelligenza Artificiale Intelligenza Artificiale Anno Accademico 2008-2009 Anno Accademico 2008-2009 Introduzione alla Visione Artiificiale Introduzione alla Visione Artiificiale Sommario Introduzione Percezione Formazione delle

Dettagli

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it

Big data ed eventi: quasi un tutorial. Prof. Riccardo Melen melen@disco.unimib.it Big data ed eventi: quasi un tutorial Prof. Riccardo Melen melen@disco.unimib.it Big Data Monitoraggio di reti e infrastrutture IT performance: data center, SOA/ESB, infrastrutture virtuali, configurazione

Dettagli

Master in Computer Game Dev. Interaction Design

Master in Computer Game Dev. Interaction Design Master in Computer Game Dev Interaction Design Il Docente Umberto Castellani (PhD) Ricercatore del Dipartimento di Informatica Università di Verona VIPS (Vision, Image Processing & Sound) (http://vips.sci.univr.it)

Dettagli

inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula inebula Connect 22 aprile 2015

inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula inebula Connect 22 aprile 2015 inebula CONNECT Milano, 22/04/2015 Stefano Della Valle VP inebula Internet of Everythings Entro il 2020 il numero gli oggetti collegati alla rete raggiungerà il livello di 25 MLD di unità con una crescita

Dettagli

La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale

La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale La Visione Artificiale: Controllo di Qualità, Fotogrammetria e Realtà Virtuale D. Prattichizzo G.L. Mariottini F. Moneti M. Orlandesi M. Fei M. de Pascale A. Formaglio F. Morbidi S. Mulatto SIRSLab Laboratorio

Dettagli

Smart Cities : 10 Febbraio 2014. Smart Security per Smart Cities Trend Tecnologici. Auditorim- Assolombarda via Pantano Milano

Smart Cities : 10 Febbraio 2014. Smart Security per Smart Cities Trend Tecnologici. Auditorim- Assolombarda via Pantano Milano : Trend Tecnologici Trend tecnologici per la sicurezza delle città intelligenti Luca Bertoletti Hyperion Srl Direttivo ClubTi - Milano 10 Febbraio 2014 Auditorim- Assolombarda via Pantano Milano Security

Dettagli

Dott. Raimondo De Laurentiis

Dott. Raimondo De Laurentiis Dott. Raimondo De Laurentiis RELAZIONE SULL'ATTIVITA' E LE RICERCHE SVOLTE ALLA CONCLUSIONE DEL II ANNO DEL XV CICLO DEL CORSO DI DOTTORATO DI RICERCA IN SCIENZE E INGEGNERIA DELLO SPAZIO 1. TEMATICHE

Dettagli

Hardware Efficient Un singolo server può generare metadata per centinaia di telecamere simultaneamente

Hardware Efficient Un singolo server può generare metadata per centinaia di telecamere simultaneamente Vi-Search consente di raccogliere i veri benefits della tua rete di videosorveglianza permettendoti il recupero automatico e l analisi delle preziose informazioni contenute nelle registrazioni. Vi-Search

Dettagli

Sistemi video per il monitoraggio

Sistemi video per il monitoraggio Sistemi video per il monitoraggio Convegno "la qualità dell'assistenza nelle RSA" Fondazione Don Carlo Gnocchi, 19 Aprile 2011, Milano ACUBE PROJECT F. Tobia, O. Lanz Fondazione Bruno Kessler Tecnologie

Dettagli

Localizzazione e tracciamento indoor con e senza infrastrutture

Localizzazione e tracciamento indoor con e senza infrastrutture Localizzazione e tracciamento indoor con e senza infrastrutture Davide Merico (davide.merico@disco.unimib.it) Università degli Studi di Milano-Bicocca DISCo, NOMADIS TECH IT EASY - Telemobility Forum 08

Dettagli

ATTIVITÀ SCIENTIFICA Prof. ing. Leonarda CARNIMEO

ATTIVITÀ SCIENTIFICA Prof. ing. Leonarda CARNIMEO ATTIVITÀ SCIENTIFICA Prof. ing. Leonarda CARNIMEO Nella propria attività di ricerca la prof. Leonarda Carnimeo collabora con Docenti e Ricercatori appartenenti ad altre sedi universitarie in vari Programmi

Dettagli

BART SIMPSON!! Caratterizzazione e analisi segnali multidimensionali. Classificazione supervisionata. Biometria: riconoscimento impronte digitali

BART SIMPSON!! Caratterizzazione e analisi segnali multidimensionali. Classificazione supervisionata. Biometria: riconoscimento impronte digitali Ingegneria g Elettronica e delle Telecomunicazioni Orientamento Caratterizzazione e analisi segnali multidimensionali Classificazione supervisionata Biometria: riconoscimento impronte digitali Riconoscimento

Dettagli

I Sistemi Informativi Geografici. Laboratorio GIS 1

I Sistemi Informativi Geografici. Laboratorio GIS 1 I Sistemi Informativi Geografici Laboratorio GIS 1 Sistema Informativo Geografico Strumento computerizzato che permette di posizionare ed analizzare oggetti ed eventi che esistono e si verificano sulla

Dettagli

L analisi video Gli algoritmi più diffusi e interessanti

L analisi video Gli algoritmi più diffusi e interessanti L analisi video Gli algoritmi più diffusi e interessanti Serie vol. 0805/2010 Cos e l analisi Video? Con il termine Analisi Video si intende genericamente la capacità di un sistema di controllo video (detto

Dettagli

Tecniche di Clustering basate sul Machine Learning

Tecniche di Clustering basate sul Machine Learning UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II Scuola Politecnica e delle Scienze di base Area didattica Scienze Matematiche Fisiche e Naturali Corso di Laurea in Informatica Tecniche di Clustering basate

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

MISSIONE AZIENDALE TRAMITE

MISSIONE AZIENDALE TRAMITE MISSIONE AZIENDALE progettazione, realizzazione, integrazione e conduzione di sistemi complessi con l utilizzo di nuove tecnologie per aziende ed enti pubblici TRAMITE Ricerca e Sviluppo per l ideazione,

Dettagli

Percorso Video Game. Percorsi per la Laurea Magistrale in Informatica. Obiettivi generali. Sbocchi professionali

Percorso Video Game. Percorsi per la Laurea Magistrale in Informatica. Obiettivi generali. Sbocchi professionali Percorsi per la Laurea Magistrale in Informatica Percorso Video Game Docenti di riferimento: Dr. Dario Maggiorini, Dr. Laura Anna Ripamonti Sede di erogazione: Milano Obiettivi generali Il mercato dei

Dettagli

LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE

LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE MADD-SPOT, 2, 2013 LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE DI ROBERTO MECCA Il mercato dell animazione 3D è in forte crescita in questi anni. Stampanti tridimensionali, nuovi strumenti per l analisi

Dettagli

Paolo Perlasca. Istruzione e formazione. Esperienza professionale. Attività di ricerca. Attività didattica

Paolo Perlasca. Istruzione e formazione. Esperienza professionale. Attività di ricerca. Attività didattica Paolo Perlasca Dipartimento di Informatica, Indirizzo: via Comelico 39/41, 20135 Milano Telefono: 02-503-16322 Email: paolo.perlasca@unimi.it Paolo Perlasca è ricercatore universitario confermato presso

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

Sviluppi Big Data per le Analisi statistiche

Sviluppi Big Data per le Analisi statistiche Sviluppi Big per le Analisi statistiche Alessandra Fasano e Nadia Mignolli Dipartimento per l integrazione, la qualità e lo sviluppo delle reti di produzione e ricerca (DIQR) dell Istituto Nazionale di

Dettagli

Università degli Studi di Genova. Facoltà di Ingegneria. Dipartimento di Ingegneria Biofisica ed Elettronica TESI DI LAUREA

Università degli Studi di Genova. Facoltà di Ingegneria. Dipartimento di Ingegneria Biofisica ed Elettronica TESI DI LAUREA Università degli Studi di Genova Facoltà di Ingegneria Dipartimento di Ingegneria Biofisica ed Elettronica TESI DI LAUREA Modellizzazione e predizione di interazioni tra soggetti non cooperanti tramite

Dettagli

Allegato 1 Capitolato tecnico Lotto 1 Rif. CIG 41947988CF

Allegato 1 Capitolato tecnico Lotto 1 Rif. CIG 41947988CF Allegato 1 Capitolato tecnico Lotto 1 Rif. CIG 41947988CF 1. Finalità del programma Il sistema SW da realizzare deve consentire la gestione dei dati di accelerazione provenienti da un braccialetto elettronico

Dettagli

F O R M A T O E U R O P E O

F O R M A T O E U R O P E O F O R M A T O E U R O P E O P E R I L C U R R I C U L U M V I T A E INFORMAZIONI PERSONALI Nome Indirizzo Telefono Fax E-mail Linkedin Skype DEL COCO MARCO Nazionalità Italiana Data di nascita 28/06/1984

Dettagli

Internet of Things, Big Data e Intelligenza Artificiale.

Internet of Things, Big Data e Intelligenza Artificiale. Oracle Ticino Day Lugano 26 Marzo 2015 Internet of Things, Big Data e Intelligenza Artificiale. Prof. Luca Maria Gambardella direttore IDSIA, istituto USI-SUPSI, Manno Le nuove sfide La società globale

Dettagli

EyeTower. EyeTower: Software di videosorveglianza intelligente Gestione e analisi video avanzata in un solo pacchetto

EyeTower. EyeTower: Software di videosorveglianza intelligente Gestione e analisi video avanzata in un solo pacchetto VIRTUAL IMAGING TECHNOLOGY : Software di videosorveglianza intelligente Gestione e analisi video avanzata in un solo pacchetto è l unico prodotto che integra in un unica piattaforma di videosorveglianza

Dettagli

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - 1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2013-2014) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive

Dettagli

Progetto di logistica integrata per la gestione di prodotti biomedicali e sanitari

Progetto di logistica integrata per la gestione di prodotti biomedicali e sanitari Progetto di logistica integrata per la gestione di prodotti biomedicali e sanitari Rif. Bando per i distretti e metadistretti produttivi della Regione Veneto Revisioni Versione Data versione Effettuata

Dettagli

Legge e apprende nozioni in qualsiasi lingua, le contestualizza ed è in grado di elaborarle e riutilizzarle quando serve

Legge e apprende nozioni in qualsiasi lingua, le contestualizza ed è in grado di elaborarle e riutilizzarle quando serve More than human, XSENSE è la prima Intelligenza Artificiale in grado di simulare il processo cognitivo di un essere umano nell imparare il linguaggio umano, in completa autonomia e senza configurazioni

Dettagli

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - 1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2015-2016) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive

Dettagli

Visione Artificiale nell Automotive

Visione Artificiale nell Automotive Visione Artificiale nell Automotive Una presenza diffusa Introduzione Nell ultimo decennio, la necessità di controlli automatici sempre più accurati ha portato ad un intensa integrazione dell industria

Dettagli

POLITECNICO DI BARI RICONOSCIMENTO DI VOLTI MEDIANTE H.M.M. SUPPORTATO DA RETI NEURALI

POLITECNICO DI BARI RICONOSCIMENTO DI VOLTI MEDIANTE H.M.M. SUPPORTATO DA RETI NEURALI POLITECNICO DI BARI FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA TESI DI LAUREA IN CALCOLATORI ELETTRONICI RICONOSCIMENTO DI VOLTI MEDIANTE H.M.M. SUPPORTATO DA RETI NEURALI Relatore:

Dettagli

La Laurea Magistrale in Informatica 2014-15

La Laurea Magistrale in Informatica 2014-15 Università degli studi di Udine La Laurea Magistrale in Informatica 2014-15 Consiglio del Corso di Studi (CCS) in Materie Informatiche Aprile 2014 E-mail: tutoratoinformatica@uniud.it Il piano di studi

Dettagli

Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15. http://www.dis.uniroma1.it/~ccl_ii/site/

Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15. http://www.dis.uniroma1.it/~ccl_ii/site/ Nuovo Corso di laurea magistrale in Ingegneria Informatica AA14-15 http://www.dis.uniroma1.it/~ccl_ii/site/ Laurea Magistrale L obiettivo della laurea magistrale in Ingegneria informatica (Master of Science

Dettagli

Introduzione alla Linguistica Computazionale

Introduzione alla Linguistica Computazionale Introduzione alla Linguistica Computazionale Salvatore Sorce Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Ludici Adattati da Alessandro Lenci Dipartimento di Linguistica T. Bolelli

Dettagli

Verifica e Validazione del Simulatore

Verifica e Validazione del Simulatore Verifica e del Simulatore I 4 passi principali del processo simulativo Formulare ed analizzare il problema Sviluppare il Modello del Sistema Raccolta e/o Stima dati per caratterizzare l uso del Modello

Dettagli

Un approccio complessivo alla Gestione della Performance Aziendale. Sestri Levante 19-20 maggio 2003

Un approccio complessivo alla Gestione della Performance Aziendale. Sestri Levante 19-20 maggio 2003 1 Un approccio complessivo alla Gestione della Performance Aziendale Sestri Levante 19-20 maggio 2003 Performing - Mission 2 Performing opera nel mercato dell'ingegneria dell organizzazione e della revisione

Dettagli

SISTEMA 3D-MBS (Three Dimensional Multi Band System)

SISTEMA 3D-MBS (Three Dimensional Multi Band System) SISTEMA 3D-MBS (Three Dimensional Multi Band System) Sistema 3D-MBS 1 SISTEMA 3D-MBS (Three Dimensional Multi Band System) Il 3D-Multi Band System è un sistema integrato per la gestione della sicurezza

Dettagli

OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0

OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0 OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0 OBIETTIVI DELL INTEGRAZIONE INTEGRAZIONE: INTERAZIONE DI UOMINI, PROCESSI E TECNOLOGIE CON L OBIETTIVO DI CREARE UN

Dettagli

Annotazione automatica di immagini con sistemi desktop grid

Annotazione automatica di immagini con sistemi desktop grid Annotazione automatica di immagini con sistemi desktop grid Marco Ferrante (ferrante@csita.unige.it) Laura Lo Gerfo (logerfo@disi.unige.it) DISI - Università di Genova Tagging e retrieval di immagini Nell'annotazione

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

Distributed P2P Data Mining. Autore: Elia Gaglio (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo

Distributed P2P Data Mining. Autore: Elia Gaglio (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo Distributed P2P Data Mining Autore: (matricola n 809477) Corso di Sistemi Distribuiti Prof.ssa Simonetta Balsamo A.A. 2005/2006 Il settore del Data Mining Distribuito (DDM): Data Mining: cuore del processo

Dettagli

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle

MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle Gaetano Bruno Ronsivalle Università degli Studi di Verona Tecnologie informatiche e multimediali MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA Argomenti Big Data: una galassia online Machine

Dettagli

La Qualità del Web QUALITÀ, ACCESSIBILITÀ E USABILITÀ. Web: Modello di Qualità (Polillo) Web: Modello di Qualità. Qualità: Visualizzazione

La Qualità del Web QUALITÀ, ACCESSIBILITÀ E USABILITÀ. Web: Modello di Qualità (Polillo) Web: Modello di Qualità. Qualità: Visualizzazione La Qualità del Web QUALITÀ, ACCESSIBILITÀ E USABILITÀ Informatica Generale (AA 0-5) Web: Modello di Qualità Web: Modello di Qualità (Polillo) caratteristiche principali grafica autorevolezza accessibilità

Dettagli

Rational Unified Process Introduzione

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

Dettagli

Alcune persone guardano le cose accadere. Altre fanno in modo che accadano!

Alcune persone guardano le cose accadere. Altre fanno in modo che accadano! 2013 Alcune persone guardano le cose accadere. Altre fanno in modo che accadano! Nel mondo economico dei nostri tempi, la maggior parte delle organizzazioni spende migliaia (se non milioni) di euro per

Dettagli

È possibile caratterizzare un percorso formativo per gli studenti sulla base di due aree di specializzazione (indirizzi):

È possibile caratterizzare un percorso formativo per gli studenti sulla base di due aree di specializzazione (indirizzi): Percorsi per la Laurea Magistrale in Informatica Percorso Video Game Docenti di riferimento: Dario Maggiorini, Laura Anna Ripamonti Sede di erogazione: Milano LIKE THIS! Obiettivi generali Il mercato dei

Dettagli

Prof. A. Bemporad, Ing. S. Di Cairano 26 Maggio 2005. Esercitazione di Tecnologia dei Sistemi di Controllo

Prof. A. Bemporad, Ing. S. Di Cairano 26 Maggio 2005. Esercitazione di Tecnologia dei Sistemi di Controllo Università degli Studi di Siena Prof. A. Bemporad, Ing. S. Di Cairano 26 Maggio 2005 Esercitazione di Tecnologia dei Sistemi di Controllo Implementazione di controllori con xpc target Questa esercitazione

Dettagli

L uso dei Big Data per la Produzione Statistica

L uso dei Big Data per la Produzione Statistica Big e Analytics: modelli, analisi e previsioni, per valorizzare l enorme patrimonio informativo pubblico L uso dei Big per la Produzione Statistica Giulio Barcaroli Metodi, strumenti e supporto metodologico

Dettagli

Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo

Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo 1 La Revenue Assurance è un tematica che ha assunto negli anni una importanza sempre più strategica in special modo tra gli operatori di telecomunicazioni in cui risultano esserci perdite sempre più consistenti

Dettagli

COMUNICARE LA CITTÀ COME DESTINAZIONE TURISTICA CULTURALE. UN METODO PER VALUTARE LA QUALITÀ. Luisa Mich, Nicola Zeni

COMUNICARE LA CITTÀ COME DESTINAZIONE TURISTICA CULTURALE. UN METODO PER VALUTARE LA QUALITÀ. Luisa Mich, Nicola Zeni COMUNICARE LA CITTÀ COME DESTINAZIONE TURISTICA CULTURALE. UN METODO PER VALUTARE LA QUALITÀ DELLA COMUNICAZIONE ONLINE Luisa Mich, Nicola Zeni Schema [Il problema] L efficacia della comunicazione [L approccio]

Dettagli

Gestione della QoS: Il progetto IKNOS

Gestione della QoS: Il progetto IKNOS Gestione della QoS: Il progetto IKNOS Ottimizzazione Tatiana Onali Tatiana Onali, CNIT & Università di Cagliari Obiettivi di ottimizzazione Per una gestione ottima della QoS, le infrastrutture di rete

Dettagli

Università degli studi di Messina

Università degli studi di Messina Università degli studi di Messina Facoltà di Ingegneria Corso di laurea in Ingegneria Elettronica Tesina di Sistemi di Telecomunicazione Prenotazione Esami con CSLU Speech - toolkit Docente: Prof. Salvatore

Dettagli

Punto della Situazione. Dipartimento di Informatica e Comunicazione Università degli Studi di Milano e-mail: cazzola@dico.unimi.it

Punto della Situazione. Dipartimento di Informatica e Comunicazione Università degli Studi di Milano e-mail: cazzola@dico.unimi.it Punto della Situazione Dipartimento di Informatica e Comunicazione Università degli Studi di e-mail: cazzola@dico.unimi.it Slide 1 of 8 EOS-DUE: Informazioni Generali. L (responsabile), Lorenzo Capra e

Dettagli

SCEGLI CON IL CUORE. WEB & INTERACTION DESIGN corso triennale post diploma

SCEGLI CON IL CUORE. WEB & INTERACTION DESIGN corso triennale post diploma SCEGLI CON IL CUORE pag. 2 Il corpus del corso, di durata triennale, è costituito da sapere e saper fare legati al mondo del web, delle nuove tecnologie e alla gestione di quelle che definiamo esperienze

Dettagli

Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda

Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda Pubblichiamo il documento contenente gli indicatori approvati dal Collegio dei Docenti del nostro Istituto Comprensivo che sarà allegato alla scheda di valutazione delle classi di Scuola Primaria C. Goldoni

Dettagli

Dalla Computer Vision alle interfacce naturali

Dalla Computer Vision alle interfacce naturali Dalla Computer Vision alle interfacce naturali METODI E MODELLI DI INTERAZIONE Social Q&A @vs_ar #askvisionary www.vision-ary.net 14/11/2014 TWITTER @VS_AR 2 Obiettivi del seminario 1. Fornire gli elementi

Dettagli

Un analisi della VQR04-10. A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013

Un analisi della VQR04-10. A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013 Un analisi della VQR04-10 A cura di P. Ciancarini, membro GEV area1 Riunione GRIN Milano, 20 novembre 2013 Agenda Il passato: come è stata impostata la VQR2004-2010 Il presente: analisi e conseguenze dei

Dettagli

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI TECNOLOGIA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA

SCUOLA PRIMARIA Anno Scolastico 2014/2015 CURRICOLO DI TECNOLOGIA OBIETTIVI DI APPRENDIMENTO AL TERMINE DELLA CLASSE TERZA DELLA SCUOLA PRIMARIA Ministero dell Istruzione, dell Università e della Ricerca Istituto Comprensivo Statale di Calolziocorte Via F. Nullo,6 23801 CALOLZIOCORTE (LC) e.mail: lcic823002@istruzione.it - Tel: 0341/642405/630636

Dettagli

1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition

1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition 1 INTRODUZIONE 1.1 Computer Vision e Pattern Recognition Gli studi condotti nel corso del mio Dottorato di Ricerca si possono maggiormente ricondurre a quella branca della scienza che va sotto il nome

Dettagli

Leo Core Funzioni di base

Leo Core Funzioni di base CUSTOMER CARE Leo è un software sviluppato per Android OS basato su algoritmi di Intelligenza Artificiale e Natural Language Processing (NLP) in grado di rimanere sempre in ascolto e gestire dispositivi

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

Dalla tastiera alla Smart City, come evolvono tecnologie e servizi

Dalla tastiera alla Smart City, come evolvono tecnologie e servizi Dalla tastiera alla Smart City, come evolvono tecnologie e servizi A. Rossi, P.L. Emiliani Seconda Parte 2012-30 anni di Ausilioteca GIORNATA DI STUDIO La proposta di tecnologie assistive: fattori di qualità

Dettagli

INGEGNERIA DEL SOFTWARE. Prof. Paolo Salvaneschi

INGEGNERIA DEL SOFTWARE. Prof. Paolo Salvaneschi Università di Bergamo Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica INGEGNERIA DEL SOFTWARE Prof. Paolo Salvaneschi 1 Obiettivi Scopi del corso: - Fornire gli elementi di base della disciplina,

Dettagli

Lezione 1: Introduzione

Lezione 1: Introduzione Lezione 1: Introduzione Informatica e Produzione Multimediale Docente: Umberto Castellani INFORMAZIONI GENERALI E-mail: umberto.castellani@univr.it Pagina web: http://www.sci.univr.it/~castella/teaching.html

Dettagli

48 Laurea magistrale in Comunicazione multimediale Scienze

48 Laurea magistrale in Comunicazione multimediale Scienze 48 Laurea magistrale in Comunicazione multimediale Scienze C U R R I C O L A All interno del corso di laurea magistrale gli insegnamenti e le attività formative sono organizzate in modo da offrire percorsi

Dettagli

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Oggi più che mai, le aziende italiane sentono la necessità di raccogliere,

Dettagli

Dispositivi Minimamente Invasivi

Dispositivi Minimamente Invasivi Dispositivi Minimamente Invasivi per Diagnosi, Monitoraggio e Terapia Esercitazione 11 Alessandro Tognetti Nicola Carbonaro a.tognetti@centropiaggio.unipi.it tti@ t i i i i it nicola.carbonaro@centropiaggio.unipi.it

Dettagli

Descrizione dell Offerta Formativa

Descrizione dell Offerta Formativa Descrizione dell Offerta Formativa Titolo dell Offerta Formativa TECNICHE AVANZATE DI PROGRAMMAZIONE Articolazione e Contenuti dell Offerta Formativa Il percorso è articolato in due moduli didattici, della

Dettagli

Piattaforma ilearn di Hiteco. Presentazione Piattaforma ilearn

Piattaforma ilearn di Hiteco. Presentazione Piattaforma ilearn Presentazione Piattaforma ilearn 1 Sommario 1. Introduzione alla Piattaforma Hiteco ilearn...3 1.1. Che cos è...3 1.2. A chi è rivolta...4 1.3. Vantaggi nell utilizzo...4 2. Caratteristiche della Piattaforma

Dettagli

Luigi Piroddi piroddi@elet.polimi.it

Luigi Piroddi piroddi@elet.polimi.it Automazione industriale dispense del corso 2. Introduzione al controllo logico Luigi Piroddi piroddi@elet.polimi.it Modello CIM Un moderno sistema di produzione è conforme al modello CIM (Computer Integrated

Dettagli

Agenda. Qualità e Misurazione: definizioni possibili. Modello QEST/LIME. Validazione degli indicatori di processo. Conclusioni

Agenda. Qualità e Misurazione: definizioni possibili. Modello QEST/LIME. Validazione degli indicatori di processo. Conclusioni Agenda Qualità e Misurazione: definizioni possibili Entità misurabili approccio IPO (Input-Processing-Output) approccio STAR (Software TAxonomy Revised) Analisi Multidimensionale Gestione dei progetti

Dettagli

Sistemi di Raccomandazione in Contesti Aziendali

Sistemi di Raccomandazione in Contesti Aziendali Sistemi di Raccomandazione in Contesti Aziendali Recommender system I sistemi di raccomandazione sono un tipo di sistema di filtraggio delle informazioni che mira a predire l interesse di un individuo

Dettagli

Sistema di Sorveglianza e Ambient Intelligence per Residenze Sanitarie Assistenziali

Sistema di Sorveglianza e Ambient Intelligence per Residenze Sanitarie Assistenziali Sistema di Sorveglianza e Ambient Intelligence per Residenze Sanitarie Assistenziali Genova Robot s.r.l. www.genovarobot.com info@genovarobot.com Genova Robot s.r.l fornisce un sistema intelligente con

Dettagli

IBM Analytic Surveillance Solution: soluzione innovativa per la videosorveglianza digitale

IBM Analytic Surveillance Solution: soluzione innovativa per la videosorveglianza digitale IBM Analytic Surveillance Solution: soluzione innovativa per la videosorveglianza digitale Cristiana Giansanti Senior IT Architect IBM Global Technology Services 2007 IBM Corporation Agenda L offerta di

Dettagli

SISTEMA COMPLETO PER LA GESTIONE DELLA SICUREZZA INTEGRATA IN UN BOX

SISTEMA COMPLETO PER LA GESTIONE DELLA SICUREZZA INTEGRATA IN UN BOX S2 NETBOX SISTEMA COMPLETO PER LA GESTIONE DELLA SICUREZZA INTEGRATA IN UN BOX L inizio di una rivoluzione Nasce una rivoluzione nella mondo della sicurezza fisica: il controllo remoto e integrato delle

Dettagli

Applicazioni in ambito biomedico e socio-sanitario di problemi inversi di grande complessità. Prof. Luca Zanni

Applicazioni in ambito biomedico e socio-sanitario di problemi inversi di grande complessità. Prof. Luca Zanni Applicazioni in ambito biomedico e socio-sanitario di problemi inversi di grande complessità Prof. Luca Zanni APPLICAZIONI IN AMBITO BIOMEDICO E SOCIO-SANITARIO DI PROBLEMI INVERSI DI GRANDECOMPLESSITÀ

Dettagli

1. BASI DI DATI: GENERALITÀ

1. BASI DI DATI: GENERALITÀ 1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente

Dettagli

DANCOM s.r.l. Soluzioni Video Intelligenti

DANCOM s.r.l. Soluzioni Video Intelligenti Pagina 1 di 7 Soluzioni Video Intelligenti Le soluzioni video intelligenti aggiungono ai sistemi di videosorveglianza la caratteristica di essere attivi, cioè la capacità di elaborare le immagini in tempo-reale

Dettagli

Materiale didattico. Laboratorio di Informatica a.a. 2007-08. I) Introduzione all Informatica. Definizione di Informatica. Definizione di Informatica

Materiale didattico. Laboratorio di Informatica a.a. 2007-08. I) Introduzione all Informatica. Definizione di Informatica. Definizione di Informatica Corso di Laurea Triennale in Storia, Scienze e Tecniche dell Industria Culturale sede di Brindisi Laboratorio di Informatica a.a. 2007-08 Materiale didattico Testo adottato D.P. Curtin, K. Foley, K. Suen,

Dettagli

SISTEMA DI GESTIONE INTEGRATO Valutazione dei rischi

SISTEMA DI GESTIONE INTEGRATO Valutazione dei rischi 1. DISTRIBUZIONE A tutti i membri dell organizzazione ING. TOMMASO 2. SCOPO Lo scopo di questa procedura è di descrivere i criteri, le modalità operative e le responsabilità per: effettuare la valutazione

Dettagli

02 L Informatica oggi. Dott.ssa Ramona Congiu

02 L Informatica oggi. Dott.ssa Ramona Congiu 02 L Informatica oggi Dott.ssa Ramona Congiu 1 Introduzione all Informatica Dott.ssa Ramona Congiu 2 Che cos è l Informatica? Con il termine Informatica si indica l insieme dei processi e delle tecnologie

Dettagli

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 6CFU DIGITAL SIGNAL PROCESSING macroarea: Ingegneria Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso Rossi tommaso.rossi@uniroma2.it

Dettagli

darts Software & Engineering Consulenza Progettazione System Integration ITS BSS New Media Company www.darts.it

darts Software & Engineering Consulenza Progettazione System Integration ITS BSS New Media Company www.darts.it Software & Engineering Consulenza Progettazione System Integration ITS BSS New Media Company www..it 1 Company Darts Engineering è pmi di consulenza, progettazione e system integration in ambito ICT, che

Dettagli

TECHNOAWARE RICERCA E REALIZZA FONDATA NEL 2003 TECHNOAWARE NASCE DALLA COMPETENZA

TECHNOAWARE RICERCA E REALIZZA FONDATA NEL 2003 TECHNOAWARE NASCE DALLA COMPETENZA TECHNOAWARE RICERCA E REALIZZA TECNOLOGIE, PRODOTTI E SOLUZIONI PER LA VIDEO ANALISI E L INTELLIGENZA DI AMBIENTE FONDATA NEL 2003 TECHNOAWARE NASCE DALLA COMPETENZA DEL GRUPPO DI RICERCA ISIP40 DELL UNIVERSITÀ

Dettagli

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Cenni al Data Mining 1 Data Mining nasce prima del Data Warehouse collezione di tecniche derivanti da Intelligenza Artificiale,

Dettagli

1 Questo convegno, che vede insieme rappresentanti del mondo pubblico e privato, prende spunto da un ciclo di formazione appena concluso di personale

1 Questo convegno, che vede insieme rappresentanti del mondo pubblico e privato, prende spunto da un ciclo di formazione appena concluso di personale 1 Questo convegno, che vede insieme rappresentanti del mondo pubblico e privato, prende spunto da un ciclo di formazione appena concluso di personale della RGS, del CNIPA e di ingegneri dell Ordine di

Dettagli

CAPITOLO 3 Previsione

CAPITOLO 3 Previsione CAPITOLO 3 Previsione 3.1 La previsione I sistemi evoluti, che apprendono le regole di funzionamento attraverso l interazione con l ambiente, si rivelano una risorsa essenziale nella rappresentazione di

Dettagli

Smart tdistrict, i t modellistica energetica per distretti territoriali

Smart tdistrict, i t modellistica energetica per distretti territoriali Smart tdistrict, i t modellistica energetica per distretti territoriali ing. Stefano Capelli Responsabile Progetto Nuovi Business Workshop Nazionale Simulazione del Sistema Energetico 25 26 marzo 2015

Dettagli

L esperienza del progetto Acube

L esperienza del progetto Acube L esperienza del progetto Acube Vision del progetto e live demo del prototipo Acube installato presso la casa domotica della Fondazione Don Gnocchi Obiettivo del progetto ACube A 3 = Ambient Aware Assistance

Dettagli

Manutenzione industriale

Manutenzione industriale industriale Evoluzione della cultura della manutenzione PRIMA Non fermare gli impianti (fino a che riescono a marciare). Intervenire solo per riparazione. Accettare carenze qualitative, amplificazione

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