skip to Main Content
dati

Data Science

L’area tematica “Data Science” comprende lo studio di metodi, modelli, algoritmi, approcci e linguaggi per la gestione, l’analisi e l’estrazione di conoscenza da dati complessi ed eterogenei, quali testi, immagini, video, reti, dati strutturati, dati geo-referenziati, multi-mediali e multi-dimensionali, che variano nel tempo.
L’obiettivo generale è favorire l’arricchimento dei dati stessi, da un lato in modo esplicito, fornendo informazione semantica tramite utilizzo di tecnologie semantiche dell’intelligenza artificiale e data analytics, dall’altro in maniera implicita, estraendo automaticamente conoscenza di dominio con tecniche di computational intelligence e di machine learning.
Dal punto di vista applicativo, le tematiche sviluppate nei gruppi afferenti a quest’area permettono di rendere più efficienti e sicure le attività di business analytics, di supporto alle decisioni, e di supporto e fruizione dei contenuti. In quest’ottica, è particolarmente rilevante che le soluzioni (modelli, linguaggi, algoritmi) proposte siano specificate in termini di schemi computazionali di scalable data processing, adeguati per i volumi, la varietà e la velocità dei dati complessi che risultano dai summenzionati scenari applicativi.
L’agenda di ricerca di riferimento comprende:

  • Social network analysis e recommender systems, al fine di analizzare le interazioni tra utenti e tra utenti e sistemi;
  • Business process management, al fine di monitorare e migliorare la gestione e l’esecuzione di processi;
  • Grafi di conoscenza e Semantic Web, al fine di migliorare i meccanismi di information filtering avanzate;
  • Logistic management and operation research, per la pianificazione di reti di trasporto e logistica;
  • Automatic knowledge extraction from data, per analisi descrittive/predittive, e per la creazione di basi di conoscenza per Sistemi di Supporto alle Decisioni.
Back To Top