Brochure di presentazione dell'area
(pdf,
it, 233 KB)
Presentazione Research Day 2017
(pdf,
it, 3556 KB)
| Argomento | Persone | Descrizione | |
|---|---|---|---|
| Artificial intelligence aderente allo standard ACM 2012 | |||
| Agenti intelligenti |
Alberto Castellini Matteo Cristani Alessandro Farinelli |
L'area di ricerca degli agenti intelligenti si occupa di progettare e sviluppare entita' autonome in grado di percepire, comprendere ed interagire con l'ambiente in cui gli agenti operano. Alcuni degli argomenti di tale area di ricerca sono: pianificazione delle azioni, apprendimento, ragionamento in condizioni di incertezza. | |
| Modellazione statistica di dati multimediali |
Vittorio Murino |
Modellazione di immagini e video, utilizzando strumenti statistici e probabilistici, quali modelli generativi (misture di Gaussiane, modelli di Markov a stati nascosti), discriminativi (Kernel Machines) ed embedding generativi, in spazi euclidei e non. Tale modellazione porta ad applicazioni come riconoscimento e rivelamento di oggetti, tracking, che si collocano nell'ambito della video sorveglianza, analisi di dati medicali e nell'analisi di segnali sociali o social signal processing. In particolare, le mie specialità attuali sono la re-identificazione e la detection per la sorveglianza, la segmentazione e classificazione per l'analisi di segnali medicali e l'analisi di attività interattive per il social signal processing. | |
| Multi-modal biomedical image processing |
Alessandro Daducci |
Computer vision and computational intelligence. Segmentation of multi-dimensional multi-modal data and objective validation of the outcomes. | |
| Ragionamento automatico |
Maria Paola Bonacina Matteo Cristani |
Dimostrazione automatica di teoremi; Costruzione automatica di modelli; Ragionamento su programmi; Analisi di strategie di dimostrazione automatica di teoremi; Deduzione automatica distribuita; Strategie di dimostrazione automatica di teoremi: basate su ordinamenti (risoluzione e riscrittura), riduzione a sotto-goal, generazione di istanze; Procedure di decisione per la soddisfacibilità modulo teorie e loro applicazione alla verifica di proprietà di programmi; | |
| Rappresentazione della conoscenza |
Matteo Cristani Claudio Tomazzoli |
La rappresentazione della conoscenza è il settore di ricerca a cavallo tra Intelligenza Artificiale e Sistemi Informativi che si occupa del problema di elaborare informazione di natura non numerica. | |
| Sistemi avanzati per il riconoscimento |
Vittorio Murino |
Due sono gli ambiti principali di ricerca: 1) studio di descrittori di basso livello per addestrare classificatori avanzati; in questo caso, l'idea è di progettare descrittori compatti e informativi per l'object recognition e detection. Particolare enfasi viene data allo studio di descrittori giacenti su spazi non euclidei, come varietà Riemanniane, manipolando nozioni di Information Geometry 2) studio di tecniche di classificazione ibride generative e discriminative; qui l'obiettivo è di sfruttare le caratteristiche vincenti dei modelli generativi (misture di Gaussiane, modelli di Markov a stati nascosti, topic models) e dei modelli discriminativi (Support Vector Machines) combinandole attraverso meccanismi di embedding. In tal maniera, le misure di bontà dei classificatori risultanti superano quelle dei modelli di partenza. | |
| Sistemi Multiagente |
Matteo Cristani Alessandro Farinelli |
L'area di ricerca dei sistemi multiagente si occupa di progettare e sviluppare sistemi in cui agenti intelligenti interagiscono tra loro e con l'ambiente. Alcuni degli argomenti di tale area di ricerca sono: assegnazione dei compiti, ragionamento a vincoli distribuito, ottimizzazione decentralizzata, apprendimento decentralizzato, percezione cooperativa. | |
| Video Surveillance and Monitoring |
Vittorio Murino |
This research aims at the analysis of people and the interpretation/recognition of human activities, possibly at the detection and prediction of events in unconstrained scenes, at individual, group and crowd level. In particular, the main target is on the analysis of nonverbal human behaviour, activities, and dialogue classification by considering vocal behavior, face & gazing, gesture & posture, space & environment. More specifically, the focus is on tracking and re-identification, object/person detection and classification, human pose estimation and activity recognition, automatic PTZ camera control, subjective surveillance, mobile sensing, data fusion. | |
| Visione Computazionale |
Manuele Bicego Vittorio Murino |
Studio di tecniche per l'analisi di immagini e video, con l'obiettivo di estrarre informazioni. In particolare: riconoscimento di oggetti 2D-3D, ricostruzione 3D, rilevamento di persone e classificazione, analisi di video, riconoscimento di attività, biometria (riconoscimento di facce, estrazioni di feature, biometria multimodale, biometria comportamentale) con applicazioni alla video sorveglianza e all'analisi di immagini bio-medicali | |
| Computer graphics aderente allo standard ACM 2012 | |||
| Computational Geometry |
Umberto Castellani |
Shape analysis: development of local and global shape descriptors, extraction of curve skeletons from 3D meshes, mesh processing tools. Shape retrieval methodologies and benchmarking. | |
| Machine learning aderente allo standard ACM 2012 | |||
| Behavior analysis |
Vittorio Murino |
The goal is to study human inner and outer behavior in order to find possible brain correlates with the (outer) expressive behavior. In the context of behavioral diseases (e.g., autism, schizophrenia, Alzhaimer, Mild Cognitive Impairment, etc.), the main idea is to exploit computer vision and pattern recognition techniques to analyse nonverbal human behavior (face, posture, gesture, etc.) as well as neuroimaging data so to identify possible correlations or characteristic biomarkers. This research not only would support early diagnosis of the pathology but also the monitoring of the effects of the pharmacological treatment. | |
| Biomedical data processing |
Alessandro Daducci |
Feature extraction and integration from multi-modal data using multi-scale sparse representations for the definition of numerical biomarkers. Pattern recognition and machine learning for medical imaging and behavioral analysis. | |
| Neuroimaging Data Analysis |
Alessandro Daducci Vittorio Murino |
This domain regards the analysis of data coming from sensing devices measuring the brain strucural and functional information. The main utilised device is Magnetic Resonance Imaging (MRI) in its various modalities such as diffusion, structural, and functional MRI, as well as other sensors like EEG, fNIRS, MEG. The main goal is to better understanding brain functions by means of an integrated functional and structural analysis of the brain connectivity or of specific brain regions. This investigation is mainly performed with reference to neurological disorders - like autism and schizophrenia - and in comparison with control (healthy) subjects. | |
| Ottimizzazione di Alberi di Decisione |
Ferdinando Cicalese |
Uno dei problemi più studiati in informatica relativamente all'analisi dei dati è il problema della classificazione, ovvero inferire una relazione predittiva tra valori di input e valori di output di un determinato fenomeno. Un problema di classificazione può essere studiato in termini di ottimizzazione di una funzione, ovvero come il problema di costruire un modello che massimizzi l'accuratezza della previsione - il numero di previsioni corrette - in un determinato data set. In particolare, il processo predittivo può essere modellato come un albero di decisione, e quindi il problema di costruire un classificatore efficiente diventa quello di ottimizzare un albero di decisione. Gli alberi di decisione sono strutture ampiamente usate in data mining e machine learning in quanto l'algoritmo che essi rappresentano è facilmente traducibile in linguaggio naturale mediante espressioni condizioinali di tipo SE-ALLORA. | |
| Teorie e Tecniche del Riconoscimento |
Manuele Bicego Umberto Castellani Alberto Castellini Vittorio Murino |
Il fuoco principale è sullo studio di tecniche automatiche per l'estrazione di informazioni da dati reali, tipicamente in termini di classi o categorie. CI si focalizza su modelli probabilistici, come HMM, Misture, Topic Models e kernel machines (SVM). In questi contesti ci si focalizza sul disegno di tecniche ibride generative discriminative, di nuove tecniche di classificazione e clustering, problemi di model selection e altro. Il fuoco è sulla rappresentazione e sull'utilizzo di tecniche non convenzionali di clustering e classificazione. Un altro settore di interesse è l'analisi di dati sequenziali, ad esempio con modelli di Markov a stati nascosti | |
| Nome | Descrizione | URL |
|---|---|---|
| Algoritmi | Il gruppo persegue lo studio degli aspetti strutturali di problemi fondamentali in informatica e dei loro modelli. Lo scopo è porre le basi per la progettazione di algoritmi protocolli e sistemi migliori e comprenderne i limiti computazionali. Aree specifiche di interesse includono: progettazione di algoritimi, strutture dati, algoritmi su stringhe, complessità, ottimizzazione combinatoriale, codici e teoria dell’informazione, machine learning. I problemi investigati hanno forti connessioni con le aree della bioinformatica, delle reti di comunicazione, della ricerca operativa e dell’intelligenza artificiale. | |
| Algoritmi in Bioinformatica e Calcolo Naturale | Applicazione di metodi teorici e di analisi dati per modellare l’informazione sottostante ai processi biologici: algoritmi su grafi e stringhe per la biologia dei sistemi; strutture dati avanzate per sequenze di dati; misure di distanza tra sequenze biologiche; calcolo naturale (biotecnologico, e a membrane), riconoscimento di pattern, e apprendimento automatico da dati biomedicali. | |
| ARLette - Laboratorio di Ragionamento Automatico | Il gruppo svolge ricerche in Ragionamento Automatico: dimostrazione di teoremi, procedure di decisione, soddisfacibilità modulo assegnamenti, costruzione di modelli, riscrittura, e applicazioni. | http://profs.sci.univr.it/~bonacina/ARLette.html |
| Biomedical Imaging | Tecniche di Imaging sperimentali e traslazionali principalmente sulle tecniche di Imaging a Risonanza Magnetica e Imaging Ottico | |
| Intelligenza Artificiale (IA) | Il gruppo svolge ricerche in Intelligenza Artificiale: Ragionamento Automatico, Algoritmi di Ricerca, Rappresentazione della Conoscenza, Apprendimento Automatico, Sistemi Multi-Agenti e applicazioni. | |
| ISLa - Intelligent Systems Lab | Intelligenza artificiale, statistical learning ed analisi dei dati per sistemi intelligenti | |
| K.Re.Art.I. | Rappresentazione della conoscenza tramite tecniche di IJntelligenza Artificiale | |
| Logica | Logica in matematica ed informatica. | https://www.logicverona.it/ |
| PARCO – Parallel Computing | Obiettivo del gruppo di ricerca è lo sviluppo e ottimizzazione di Software per sistemi di calcolo multi-core CPU/many-core GPU con vincoli di risorse (e.g., Edge Computing) e per sistemi di calcolo ad alte prestazioni (High-performance Computing – HPC). | |
| Robotica, Intelligenza Artificiale e Controllo | Il gruppo di ricerca si occupa di robotica non convenzionale | |
| Visione, Immagini, Pattern e Segnali (VIPS) | Le attività del gruppo VIPS sono rivolte all’analisi, al riconoscimento, alla modellazione e alla predizione di pattern e segnali multidimensionali e multimediali mediante metodi di intelligenza artificiale e apprendimento automatico. Le competenze specifiche e i domini applicativi riguardano: elaborazione delle immagini, visione artificiale, riconoscimento di pattern, interazione uomo-macchina, grafica al calcolatore e modellazione digitale, realtà virtuale e mista, gaming e all’analisi e modellazione di dati in ambito biomedicale e delle neuroscienze a fini di ricerca di base e traslazionale. | http://vips.sci.univr.it/ |
© 2023 | Università degli studi di Verona
CSS e script siti DOL
