Principali tematiche di ricerca:
- Artificial Intelligence per Social Media Mining e eHealth;
L’attività è rivolta a definire e sviluppare, con il supporto di innovative tecniche di Artificial Intelligence (AI), metodologie e algoritmi per:
(i) indagare e migliorare la comprensione del comportamento e delle relazioni emergenti dai social media, nonché utilizzare l’enorme quantità di contenuti generati dagli utenti per capire in tempo reale il sorgere di nuovi eventi di interesse, come eventi culturali, ma anche situazioni di emergenza, quali disastri naturali o epidemie;
(ii) definire e sviluppare modelli e piattaforme per Clinical Decision Support Systems (CDSS), per la diagnosi e il trattamento delle malattie, per realizzare sistemi di early disease diagnosis and treatment prediction, mediante algoritmi e tecniche diagnostiche e predittive di risposta terapeutica alle malattie, anche con il supporto di sistemi cyber physical, disease prediction, epidemic outbreaks detection and tracking.
- Gestione efficiente delle infrastrutture di Cloud Computing;
Progettazione e realizzazione di tecniche e metodi per l’ottimizzazione dinamica dell’allocazione del carico nei data center utilizzando algoritmi innovativi auto-organizzanti bio-ispirati che consentono un risparmio di energia compresa tra il 30 ed il 60 %.
- Data stream mining;
L’obiettivo di questo filone di ricerca è quello di utilizzare anche tecniche di intelligenza collettiva ispirata ai sistemi complessi presenti in natura per progettare algoritmi di data mining in presenza di data stream.
- Algoritmi e protocolli swarm-based per sistemi distribuiti e paralleli;
L’utilizzo di algoritmi basati su tecniche di swarm intelligence per il management efficiente di sistemi distribuiti e paralleli. L’approccio prevede l’uso di agenti mobili il cui comportamento trae ispirazione dall’auto-organizzazione di alcuni tipi di sistemi biologici presenti in natura, tra i quali le formiche, gli uccelli e le termiti.
