CURRICULUM VITAE ET STUDIORUM. Giulia Bruno

Транскрипт

1 CURRICULUM VITAE ET STUDIORUM di Giulia Bruno Via Tofane Torino, Italia Telefono: Dati personali Nata a Torino il 17 Febbraio 1982 Cittadina italiana. Residente in Via Tofane 44, Torino, Italia. Occupazione attuale Da Marzo Titolare di un assegno di ricerca presso il Politecnico di Torino. Istruzione e formazione Gennaio 2006-Dicembre Dottorato di ricerca in Ingegneria Informatica e dei Sistemi presso il Politecnico di Torino. Tutore: prof.ssa Elena Baralis. Titolo tesi: Extraction of association rules from biological data. Seconda sessione 2005: conseguimento dell abilitazione all'esercizio della professione di Ingegnere dell'informazione. Settembre 2003-Settembre Corso di laurea specialistica in Ingegneria Informatica presso il Politecnico di Torino con voto di laurea 110 e lode. Titolo tesi: Individuazione di situazioni di rischio in dati clinici rilevati da sensori. Settembre 2000-Settembre Corso di laurea triennale in Ingegneria Informatica presso il Politecnico di Torino con voto di laurea 110 e lode. Settembre Diploma di Maturità presso il liceo scientifico statale Galileo Ferraris di Torino con votazione 100/100. Lingue straniere Inglese (livello avanzato): First Certificate in English, IELTS voto 7 Francese (livello base)

2 Premi e borse di studio Giulia Bruno è risultata vincitrice della selezione pubblica per l attribuzione di un assegno di ricerca finalizzato a sostenere l attività di studio e ricerca scientifica presso il Dipartimento di Automatica e Informatica del Politecnico di Torino dall 1/03/2009 al 28/02/2010. Giulia Bruno è risultata vincitrice di una borsa di studio di durata triennale (Gennaio Dicembre 2008) per svolgere il Dottorato di ricerca in Ingegneria Informatica e dei Sistemi presso il Politecnico di Torino. Attività scientifica L attività di ricerca è stata svolta principalmente nei settori del data mining e della bioinformatica, in particolare sui seguenti argomenti. Ricerca di anomalie nelle basi di dati. La grande quantità di dati oggi disponibili richiede un attenta analisi e gestione, per ricavare informazione utile e individuare la presenza di errori. Nell attività di ricerca è stato proposto l uso delle regole di associazione e delle quasi-dipendenze funzionali per l identificazione di anomalie ed errori all interno delle basi di dati. In particolare le tecniche di ricerca di anomalie sono state applicate a database contenenti informazioni sulla classificazione delle proteine, come descritto in [4]. Le stesse tecniche possono essere utilizzate per esplicitare i vincoli presenti nelle basi di dati biologiche, come descritto in [7]. L applicazione delle quasi-dipedenze funzionali si è rivelata utile anche nell analisi dei documenti XML. Il risultato è confluito in un articolo pubblicato su rivista internazionale [3] e un articolo pubblicato a workshop [13]. Una versione incrementale dell algoritmo, per aggiornare le anomalie senza estrarre nuovamente le regole è stata presentata nel capitolo di libro [8]. L algoritmo è stato poi esteso alla gestione dei database temporali, mediante la definizione delle qusi-dipendenze temporali, ed è stato applicato a dati di azioni finanziarie per estrarre le anomalie che si verificano in un contesto temporale. Il risultato è confluito in un articolo accettato per la pubblicazione su rivista internazionale [1]. Analisi di segnali fisiologici per l individuazione di situazioni di rischio. L attività di ricerca è rivolta all analisi di segnali fisiologici (es., battito cardiaco, pressione arteriosa, saturazione periferica di ossigeno nel sangue) per monitorare le condizioni di salute dei pazienti e individuare in modo automatico eventuali situazioni di rischio. Nella pubblicazione a conferenza [16] è stato proposto un framework per la creazione di modelli personalizzati per paziente e/o patologia, identificando le situazioni anomale o rischiose attraverso opportune tecniche di clustering. Una versione estesa del lavoro è stata pubblicata su capitolo di libro [9]. Nell articolo pubblicato a conferenza [15] è stato presentato un ulteriore sviluppo dell analisi di dati fisiologici ad intervalli temporali estesi, che supera l analisi istantanea svolta nel precedente lavoro, mentre una panoramica delle architetture di rilevamento, analisi e trasmissione dati per il tele-monitoraggio a distanza dei pazienti, contenente anche il framework proposto, è stata pubblicata su un capitolo di libro [10]. Una versione ulteriormente estesa contenente la formulazione teorica dell analisi del rischio e nuove sessioni sperimentali è stata pubblicata su transaction [2]. Analisi di dati di microarray per la selezione di geni rilevanti nella classificazione dei tumori e per l identificazione di reti genetiche regolative. I microarray, o matrici ad alta densità, permettono di analizzare i profili di espressione genica di un intero organismo, misurando il valore di espressione di decine di migliaia di geni contemporaneamente. La disponibilità di una così grande quantità di dati richiede la creazione e l implementazione di metodi adatti a gestirli. Nell attività di ricerca è stata proposta una nuova tecnica per selezionare i geni più rilevanti al fine di caratterizzare particolari tipi di malattie tumorali, come descritto nell articolo pubblicato a conferenza [14]. Inoltre è stato svolto

3 uno studio sulla cardinalità minima dei geni da selezionare in modo da raggiungere la più alta accuratezza in fase di classificazione, come descritto in [12]. Nell attività di ricerca si è anche applicata la tecnica di estrazione di regole di associazione a serie temporali di microarray, per tenere conto del ritardo che intercorre tra i meccanismi regolativi tra i geni e ricavare relazioni di attivazione e inibizione genica, come descritto nell articolo pubblicato a conferenza [11]. Una panoramica delle più frequenti tecniche di data mining applicate ai dati di microarray è stata accettata per la pubblicazione su capitolo di libro [5]. Collaborazioni scientifiche esterne Giulia Bruno ha collaborato per svolgere attività scientifiche con la dott.ssa Elisa Quintarelli del Politecnico di Milano che sono confluite nelle pubblicazioni dei risultati ottenuti [3, 8, 13, 17]. Collaborazioni informali sono state effettuate con la dott.ssa Giovanna Chiorino del Fondo Edo Tempia di Biella e con la dott.ssa Elisa Berno dell Ospedale Gradenigo di Torino per il supporto all analisi di dati biologici. Giulia Bruno ha anche collaborato con l'ing. Daniele Mazzocchi dell'istituto Superiore Mario Boella (ISMB) per la progettazione di un database per la gestione di dati di consumi energetici. Attività didattica Giulia Bruno ha ricoperto il ruolo di esercitatore e ha curato la preparazione di materiale didattico relativo alle esercitazioni in aula e/o di laboratorio per i seguenti corsi: Anno accademico Basi di dati, III anno del Corso di Laurea di primo livello in Ingegneria Informatica, III Facoltà di Ingegneria - prof.ssa Silvia Chiusano. Corso di Accompagnamento di Matematica, corso propedeutico ad Analisi I per gli studenti preimmatricolati al Politecnico di Torino - prof. Marco Codegone. Anno accademico Tecniche e linguaggi di programmazione, I anno del Corso di Laurea di primo livello in Ingegneria del Cinema e dei Mezzi di Comunicazione, III Facoltà di Ingegneria - prof. Juan Carlos de Martin. Anno accademico dell Autoveicolo, I Facoltà di Ingegneria - prof.ssa Laura Farinetti Anno accademico dell Autoveicolo, I Facoltà di Ingegneria - prof.ssa Laura Farinetti.

4 Anno accademico dell Autoveicolo, I Facoltà di Ingegneria - prof.ssa Laura Farinetti. Giulia Bruno ha inoltre seguito e supervisionato diversi lavori di tesi e monografie in qualità di corelatrice. Partecipazione a conferenze internazionali Giulia Bruno ha partecipato in qualita di relatore alle seguenti conferenze internazionali: IEEE International Conference on Intelligent Systems, 4-6 September 2006, London, UK. International Integrative Bioinformatics Workshop, 4-6 September 2006, Harpenden, UK. IEEE International Workshop on Flexible Database and Information Systems Technology, 3-7 September 2007, Regensburg, Germany. Elenco completo delle pubblicazioni Riviste internazionali [1] G. Bruno, P. Garza (in stampa) TOD: Temporal Outlier Detection by using quasi-functional temporal dependencies. Data & Knowledge Engineering. [2] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli (2009). Real-time analysis of physiological data to support medical applications. IEEE Transactions on Information Technology in Biomedicine, Vol.13, pp , ISSN: [3] G. Bruno, P. Garza, E. Quintarelli, R. Rossato (2007). Anomaly detection through quasifunctional dependency analysis. Journal of Digital Information Management, Vol. 5(4), pp , ISSN: [4] D. Apiletti, E. Baralis, G. Bruno, E. Ficarra (2006). Data Cleaning and Semantic Improvement in Biological Databases. Journal of Integrative Bioinformatics, Vol. 3 (2), ISSN: Capitoli di libro [5] G. Bruno, A. Fiori (in stampa). Microarray data mining: issues and prospects. Knowledge Discovery Practices and Emerging Applications of Data Mining: Trends and New Domains. IGI Global. [6] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli, A. Fiori (2009). Real-time and Mobile Physiological Data Analysis. Information Discovery on Electronic Health Records. Chapman & Hall/CRC, ISBN: [7] D. Apiletti, E. Baralis, G. Bruno, E. Ficarra (2009). Extraction of Constraints from Biological Data. Biomedical Data and Applications. Springer, Vol.224, pp , ISBN:

5 [8] G. Bruno, P. Garza, E. Quintarelli (2009). Mining rare association rules by discovering quasifunctional dependencies: an incremental approach. Rare Association Rule Mining and Knowledge Discovery: Technologies for Infrequent and Critical Event Detection. Information Science Reference (IGI Global), pp , ISBN: [9] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli (2008). Real-time Individuation of Global Unsafe ANomalies and Alarm activation. Intelligent Techniques and Tools for Novel System Architectures. Springer, Vol.109, pp , ISBN: [10] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli (2008). Ubiquitous risk analysis of physiological data. Handbook of Research on Distributed Medical Informatics & E-Health. IGI Global, pp , ISBN: Conferenze internazionali [11] E. Baralis, G. Bruno, E. Ficarra (2008). Temporal Association Rules for Gene Regulatory Networks. IEEE International Conference on Intelligent Systems, Varna, Bulgaria, September 3-7, 2008, ISBN: [12] E. Baralis, G. Bruno, A. Fiori (2008). Minimum Number of Genes for Microarray Feature selection. International Conference of the IEEE Engineering in Medicine and Biology Society, Vancouver, British Columbia, Canada, August 20-24, 2008, pp , ISBN: [13] G. Bruno, P. Garza, E. Quintarelli, R. Rossato (2007). Anomaly detection in XML databases by means of association rules. IEEE International Workshop on Flexible Database and Information Systems Technology, Regensburg, Germany, September 3-7, 2007, pp , ISBN: [14] D. Apiletti, E. Baralis, G. Bruno, A. Fiori (2007). The Painter's Feature Selection for Gene Expression Data. International Conference of the IEEE Engineering in Medicine and Biology Society, Lyon, France, August 23-26, 2007, pp , ISBN: [15] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli (2007). SAPhyRA: Stream Analysis for Physiological Risk Assessment. IEEE International Symposium on Computer-Based Medical Systems, Maribor, Slovenia, June 20-22, 2007, pp , ISBN: [16] D. Apiletti, E. Baralis, G. Bruno, T. Cerquitelli (2006). IGUANA: Individuation of Global Unsafe ANomalies and Alarm activation. IEEE International Conference on Intelligent Systems, London, UK, September 4-6, 2006, pp , ISBN: Conferenze nazionali [17] G. Bruno, P. Garza, E. Quintarelli, R. Rossato (2007). RADAR: Research of Anomalous Data through Association Rules (Extended Abstract), SEBD-07, Fasano, Italy, June 17-20, pp , ISBN: