| Argomento | Persone | Descrizione | |
|---|---|---|---|
| Life and medical sciences aderente allo standard ACM 2012 | |||
| Algoritmi per la Bioinformatica |
Ferdinando Cicalese |
Progettazione ed analisi di algoritmi per la rappresentazione, l'elaborazione e l'analisi di grosse moli di dati biologici (i cosiddetti dati -omici). Lo scopo è lo sviluppo e l'applicazione di procedure di analisi ed inferenza per la risoluzione di importanti problemi in "life sciences". Algoritmi per problemi di ricerca combinatoria (quali ad esempio, group testing), di apprendimento automatico (active learning), e data mining (con particolare attenzione a problemi per dati sequenziali e su reti), così come, approcci basati su analisi entropica dei dati e più in generale su diverse misure del contenuto informativo dei dati, possono essere usate per automatizzare in parte o del tutto il processo di estrazione di relazioni di causalità dai dati sperimentali, o nella costruzione di strumenti automatici di supporto nei processi di diagnosi e prognosi di malattie complesse. | |
| Bioinformatica algoritmica |
Zsuzsanna Liptak |
Sviluppiamo algoritmi per problemi discreti in biologia computazionale, quali l'interpretazione dei dati di spettrometria di massa, il clustering di dati trascriptomici, misure di distanza tra sequenze non basate su allineamento. | |
| Bioinformatica e Biologia Computazionale |
Manuele Bicego |
Implementazione e valutazione di tecniche di Pattern Recognition e Machine Learning per l'analisi di dati biologici. In particolare l'attenzione è rivolta alla definizione di soluzioni per “dati di conteggio” (dati che misurano il livello di presenza di entità, come dati di espressione o di proteomica) con tecniche probabilistiche. Il fuoco principale è sull'interpretabilità, oggigiorno necessaria nello sviluppo di soluzioni di bioinformatica. | |
| Bioinformatics and Natural Computing |
Giuditta Franco Rosalba Giugno Vincenzo Manca |
La nostra ricerca è focalizzata sui punti seguenti: 1) Analisi discreta e algoritmica di dinamiche biologiche (metabolismo, replicazione e loro rapporti nei processi cellulari), 2) Analisi informazionale e computazionale di genomi (dizionari genomici, indici genomici, distribuzioni di parametri, rappresentazione di genomi, sintesi e ricostruzione di genomi). In queste aree di ricerca sono sviluppati, teorie, algoritmi e software per esperimenti e analisi computazionali. | |
| Biological network dynamics |
Giuditta Franco |
Design and analysis of data-driven computational models, for both metabolic and immunological dynamics, based on grammars ruled by state functions. Biological network dynamical properties are investigated in terms of discrete mathematics and model simulation. Membrane and metabolic computing for biological modeling. Genetic network investigation based on computational genomics studies. | |
| Computational genomics and DNA computing |
Giuditta Franco |
Investigation and classification of genomic sequences by means of information theory based methods. Design and analysis of both bio-inspired and molecular algorithms, along with their lab implementation. | |
| Neuroimaging |
Umberto Castellani Alessandro Daducci |
The main activity is in the field of neuroimaging, including structural (diffusion MRI) and functional (EEG, fNIRS, functional MRI) imaging as well as perceptual analysis through cognitive science methods. The goal is to gain an holistic view of human brain when inspected in specific conditions by the integration of multi-modal multi-scale probing and modeling. In addition, advanced computer vision and pattern recognition methods are employed for designing numerical biomarkers for the characterization of healthy and pathological conditions. | |
| Sistemi Informativi Sanitari |
Carlo Combi Barbara Oliboni |
Gestione di informazioni sanitarie/mediche orientate alla costruzione e gestione di cartelle cliniche e gestione di processi e linee guida in ambito clinico. In particolare gli argomenti principali sono: - Sistemi Informativi Temporali in ambito medico - Sistemi temporali di workflow in ambito medico e sanitario: aspetti di modellazione e architettura - Basi di dati temporali multimediali in ambito medico - Data Warehouse temporali e analisi di informazioni basate su tecniche di dati mining - Visualizzazione di dati temporali e multimediali in ambito clinico - Accesso via web ad informazioni cliniche | |
| Systems Biology, Computational Network Biology |
Rosalba Giugno |
Progettazione di algoritmi e metodi per lo studio di sistemi biologici utilizzando tecniche bioinformatiche e di data mining. L'attenzione è rivolta alla modellazione, alla perturbazione e all'analisi delle reti biologiche; classificazione dei fenotipi mediante profili di espressione codificanti e non; la sinergia dei farmaci e il meccanismo di azione di farmaci-target e off-target. | |
| Operations research aderente allo standard ACM 2012 | |||
| Ricerca Operativa |
Romeo Rizzi |
La ricerca operativa è una disciplina che sviluppa ed applica metodi analitici avanzati allo scopo di produrre decisioni migliori. In termini più moderni vengono spesso utilizzati sinonimi quali "scienze gestionali (management science)" oppure "scienza delle decisioni (decision science)" per indicare questa stessa corrente, comunità, ambito di attività, e disciplina. Utilizzando tecniche di altre discipline matematiche, dalla modellazione, all'analisi statistica, all'ottimizzazione matematica, la ricerca operativa mira a produrre soluzioni ottime o quasi-ottime per complessi problemi di decisione. La ricerca operativa è spesso invocata per determinare il massimo (di un profitto, di una copertura, di una performance) o minimo (di un costo, o rischio, o perdita) di una funzione obiettivo con controparte nel mondo reale. Originata nello sforzo bellico durante la seconda guerra mondiale, le sue tecniche si sono sviluppate ed articolate per affrontare problemi in svariate aziende dal grande boom economico in poi. Oltre alle sue applicazioni nel mondo industriale e nella pianificazione di progetti pubblici (dapprima nazionali, e trasnazionali, poi anche su scala più piccola) la ricerca operativa segna il punto di congiunzione tra matematica e teoria dell'economia. La ricerca operativa contiene numerosi risultati e teorie matematiche profonde ma è al tempo stesso archetipo di una matematica intrinsecamente volta alle applicazioni. In Verona, curiamo applicazioni di Ricerca Operativa per la biologia computazionale e, più recentemente, ci siamo volti a curare un rapporto con le aziende del territorio. Come ricercatori, contribuiamo nell'ottimizzazione combinatorica e nella teoria dei grafi algoritmica, affrontando problemi di natura fondamentale. Esprimiamo inoltre, e cerchiamo di trasmettere agli studenti, competenze nella modellazione e di programmazione matematica. Tra i molti settori della programmazione matematica abbiamo competenze soide nei seguenti: programmazione lineare, programmazione lineare intera, ottimizzazione combinatorica, ottimizzazione multiobiettivo, algoritmi approssimati. | |
| 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. | |
| Basi di dati e Sistemi Informativi | Questo gruppo di ricercatori si occupa di varie tematiche nell'ambito dei sistemi informativi | http://stars.di.univr.it |
| Big Data, Data Science e Process Mining | Questo gruppo di ricerca si occupa di Big Data, Data Science e Process Mining | |
| Biomedical Imaging | Tecniche di Imaging sperimentali e traslazionali principalmente sulle tecniche di Imaging a Risonanza Magnetica e Imaging Ottico | |
| ForME - Metodi Formali per la Progettazione di Sistemi Ingegneristici | Obiettivo del gruppo di ricerca è applicare metodi formali alla modellazione, verifica e sintesi di sistemi ingegneristici. I domini spaziano dai sistemi temporizzati per andare fino ai sistemi ciberfisici non lineari. | |
| INdAM - Unità di Ricerca dell'Università di Verona | Raccogliamo qui le attività scientifiche dell'Unità di Ricerca dell'Istituto Nazionale di alta Matematica INdAM presso l'Università di Verona | |
| InfOmics | La nostra ricerca mira ad analizzare i dati biomedici in modo efficiente, in particolare sviluppiamo nuovi metodi per estrarre reti biologiche, integrare dati eterogenei, analizzare omici, ricostruire pangenomi, analizzare genomi consapevoli dell'aplotipo e classificare i pazienti. Utilizziamo la teoria derivante dall'apprendimento automatico, dalla scienza dei dati, dalla matematica e dalla teoria dei grafi. | https://infomics.github.io/InfOmics/index.html |
| 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. | |
| NeST | Progettazione e verifica delle tecnologie di comunicazione in grado di portare efficienza e sostenibilità in applicazioni chiave come industria, agricoltura, domotica, trasporti e gestione del territorio. | |
| 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/ |
© 2025 | Università degli studi di Verona
******** CSS e script comuni siti DOL - frase 9957 ********
