Natural computing (2016/2017)

Codice insegnamento
4S004557
Docenti
Giuditta Franco, Vincenzo Manca
Coordinatore
Giuditta Franco
crediti
6
Altri corsi di studio in cui è offerto
Settore disciplinare
INF/01 - INFORMATICA
Lingua di erogazione
Inglese
Periodo
I sem. dal 3-ott-2016 al 31-gen-2017.

Orario lezioni

I sem.
Giorno Ora Tipo Luogo Note
mercoledì 8.30 - 10.30 lezione Aula A dal 3-ott-2016  al 19-ott-2016
mercoledì 12.30 - 14.30 lezione Studio S72P1CV2 dal 19-ott-2016  al 31-gen-2017
giovedì 14.30 - 17.30 lezione Aula C  

Obiettivi formativi

Nel corso vengono presentati dei modelli di calcolo naturale, intesi come processi computazionali (osservati in e) ispirati dalla natura. Verranno prima richiamati alcuni modelli di calcolo classici, quali linguaggi formali e automi, e poi illustrati diversi modelli di calcolo ispirati dalla biologia, compresi gli algoritmi biomolecolari.

Vengono assunte alcune nozioni fondamentali di matematica discreta (insiemi, multinsiemi, sequenze, alberi, grafi, induzione, grammatiche e automi di calcolo), di analisi, algebra lineare e probabiluta', per spiegare alcuni metodi di analisi dell'informazione genomica e di reti biologiche.

Sono obiettivi formativi del corso: i) approfondire nello studente la padronanza delle principali strutture e dinamiche discrete e della nozione di calcolo, ii) la capacita' di riconoscerle anche in sistemi di calcolo non convenzionali, come possono essere quelli biologici, e iii) lo sviluppo di una competenza algoritmica che si estende al mondo naturale e in particolare molecolare. In sede di esame verra' testata la conoscenza dello studente di tutto quanto trattato in classe, contestualmente alla sua capacita' di apprendimento e comprensione.

Programma

Introduzione al calcolo naturale, agli algoritmi biologici, alle strategie algoritmiche della vita.

Richiami di matematica discreta e di teoria dei linguaggi formali (gerarchia di Chomsky, automi, e calcolabilita').
Elementi di teoria dell'informazione (sorgenti informative, codici, entropia e divergenze entropiche, sequenze tipiche, primo e secondo teorema di Shannon).

Metodi di estrazione e di analisi di dizionari genomici.
Profili genomici e distribuzioni di motivi ricorrenti.
Utilizzo software IGtools di analisi e visualizzazione di dati genomici.

Modelli computazionali di processi biomolecolari, calcoli a membrane.
Cenni di calcolo DNA, e di bio-complessita'.
Algoritmi DNA per risolvere problemi NP-completi.
MP Grammatiche, reti, e dinamiche metaboliche.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Garey, M. R. and Johnson, D. S. Computers intractability: a guide to the theory of NP-completeness Freeman 1979 0-7167-1045-5
Gheorghe Paun, Grzegorz Rozenberg, Arto Salomaa DNA computing: new computing paradigms (Edizione 3) Springer 2013
Vincenzo Manca Infobiotics Springer 2013
David G. Luenberger Introduction to Dynamic Systems - Theory, Models, and Applications  
V. K. Balakrishnan Introductory Discrete Mathematics  

Modalità d'esame

-- Unico esame scritto, come ultima prova nel corso, che propone una lista di circa dieci domande su tutto il programma svolto. Lo studente supera l'esame se risponde correttamente alla maggioranza delle domande, raggiungendo una valutazione di almeno 18 trentesimi.

-- Esame orale, su tutto il programma, ad ogni appello. Lo studente supera l'esame se raggiunge o supera una valutazione di almeno 18 trentesimi.

Le domande dello scritto e dell'orale vertono sia su teoremi e dimostrazioni, che su conoscenza di algoritmi e metodi di analisi di dati, che sulla verifica della capacita' di risolvere nuovi esercizi e di applicare le conoscenze acquisite a nuovi contesti. In questa sede, lo studente dimostra di aver raggiunto un livello almeno sufficiente di conoscenza dei concetti del corso, esprimendo la propria capacita' di apprendimento, comprensione, e di comunicazione.

Progetto facoltativo, che consiste nell'approfondimento di un argomento o nello sviluppo di software per applicare a sistemi biologici specifici i metodi appresi nel corso. La valutazione del progetto e' indipendente, concordata con lo studente, intesa come aggiunta di punteggio al voto di esame, gia' superato con lo scritto o con l'orale. In questa sede, facoltativa, lo studente ha occasione di applicare quanto ha imparato, eventualmente esprimendo autonomia e intraprendenza.

Materiale didattico

Documenti

Opinione studenti frequentanti - 2015/2016


Statistiche per i requisiti di trasparenza (Attuazione Art. 2 del D.M. 31/10/2007, n. 544)

I dati relativi all'AA 2016/2017 non sono ancora disponibili