ODIRD Upper-level Ontology-driven Interpretation of Raw Data

Data inizio
22 maggio 2007
Durata (mesi) 
12
Dipartimenti
Informatica
Responsabili (o referenti locali)
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.

Enti finanziatori:

SIA s.r.l.
Finanziamento: assegnato e gestito dal Dipartimento
Programma: ART66 - Attività Commerciale

Partecipanti al progetto

Matteo Cristani
Professore associato
Aree di ricerca coinvolte dal progetto
Intelligenza Artificiale
Artificial intelligence

Attività

Strutture

Condividi