ODIRD Upper-level Ontology-driven Interpretation of Raw Data

Starting date
May 22, 2007
Duration (months)
12
Departments
Computer Science
Managers or local contacts
Cristani Matteo

Il progetto si propone di studiare tecniche di estrazione di trend temporali in serie di dati derivati da sensori per effettuare la compressione di queste serie in modo che l'estrazione dei dati dall'archivio compresso possa essere effettuata in modo efficiente. La compressione di serie temporali è stata ampiamente studiata nel recente passato. Tuttavia le tecniche impiegata rendono impossibile il processo di interrogazione diretta, richiedendo che le serie vengano decompresse prima di essere impiegate. Questa è una scelta inaccettabile nella maggior parte dei casi pratici. Il progetto studia come effettuare una archiviazione "semantica" dell'informazione in modo che poi possa essere interrogata in modo efficiente.

Sponsors:

SIA s.r.l.
Funds: assigned and managed by the department
Syllabus: ART66 - Attività Commerciale

Project participants

Matteo Cristani
Associate Professor
Research areas involved in the project
Intelligenza Artificiale
Artificial intelligence

Activities

Research facilities

Share