COMPLESSIVA PER IL CORSO
- Ugo Bordoni: Studio del trattamento dei dati della Pubblica Amministrazione utilizzando tecnologie Distributed Ledger
Institution: 1 borsa finanziata dalla Fondazione Ugo Bordoni
Borsa finanziata da Fondazione Ugo Bordoni
Il dottorato di ricerca avrà come argomento prevalente l’applicabilità della Distributed Ledger Technology ai servizi della Pubblica Amministrazione. In particolare, la ricerca che il dottorando dovrà svolgere riguarderà il trattamento dei dati della pubblica amministrazione in relazione alla decentralizzazione delle infrastrutture, contemplando gli aspetti di interoperabilità tra pubbliche amministrazioni e con i servizi al cittadino e alle imprese, di gestione della privacy dei contenuti presenti nei registri distribuiti, valutando gli impatti economici e finanziari che derivano dalla decentralizzazione dei servizi in comparazione ai sistemi classici centralizzati.
- Study on the management of Public Administration data employing Distributed Ledger technologies
The main objective of the PhD is the study of the applicability of Distributed Ledger Technology to the services of the Public Administration. In particular, the research will focus on the management of the data processed by the Public Administration in a decentralized context. The research will consider aspects of interoperability between public administrations and services for citizens and companies, the privacy of the data stored in distributed ledgers and will also evaluate the economic and financial benefits/drawbacks of decentralization when compared to the classic centralized approach.
|
COMPLESSIVA PER IL CORSO
- Finanziata da DIAG: Algoritmi di apprendimento automatico per la previsione della progressione delle malattie e degli esiti clinici.
Institution: 1 borsa finanziate dal Dipartimento di Ingegneria Informatica, Automatica e Gestionale "A. Ruberti" su progetto di ricerca "Sobigdata++"
L'apprendimento automatico e l'identificazione di specifici andamenti nei dati clinici sono diventati un'importante strumento della ricerca biomedica per migliorare l'accuratezza della diagnosi e della cura delle malattie. Il monitoraggio degli andamenti e la previsione della progressione della malattia, in particolare durante le fasi iniziali, è anche uno degli obiettivi primari della medicina personalizzata. Il progetto di dottorato mira a sviluppare metodi innovativi di apprendimento automatico per la gestione dei dati eterogenei ed in alta dimensione al fine di offrire alla ricerca medica nuove intuizioni e nuovi approcci sistematici per la classificazione dei pazienti, per la valutazione del rischio clinico e della probabilità di successo dei trattamenti.
- Machine Learning algorithms for predicting disease progression and future clinical outcome
Machine learning and the identification of specific trends in clinical data have become an important tool in biomedical research to improve the accuracy of diagnosis and treatment of diseases. Monitoring trends and predicting disease progression, particularly during the early stages, is also one of the primary goals of personalized medicine. The doctoral project aims to develop innovative machine learning methods for the management of heterogeneous and high-dimensional data in order to offer medical research new insights and new systematic approaches for the classification of patients, for the evaluation of clinical risk and probability. of successful treatments.
|
COMPLESSIVA PER IL CORSO
- Finanziata da ISI: Progetto di metodi algoritmici e di machine learning per l'analisi di reti complesse
Institution: 1 borsa finanziata da Fondazione I.S.I. sulla tematica: "Design of algorithms and machine learning methods for the analysis of complex networks"
Borsa Finanziata da ISI Foundation
“Nell'attuale contesto di disponibilità di grandi volumi di dati rappresentati come reti complesse, provenienti, per esempio, da reti sociali, biologiche o finanziarie, questa tematica di ricerca si concentra sullo sviluppo di nuovi algoritmi e metodi di machine learning per l'estrazione di conoscenza a supporto delle scienze della complessità e di applicazioni innovative. I metodi sviluppati potranno attingere dall' inferenza statistica, l'analisi causale o l'ottimizzazione combinatoria. Particolare enfasi sarà posta sullo sviluppo di metodi che godano di proprietà di trasparenza e interpretabilità."
- Design of algorithms and machine learning methods for the analysis of complex networks
In the context of the current availability of great volume of data represented in the form of complex networks, such as, for instance social, biological or financial networks, this research theme focuses on the design and development of new algorithms and machine learning methods for the extraction of actionable knowledge supporting innovative applications in science and industry. Our research will build on a variety of different techniques including statistical inference, causal analysis and combinatorial optimization. We will put special emphasis in developing models and methods that are transparent, explainable, and fair-by-design.
|
COMPLESSIVA PER IL CORSO
- Nessuna tematica specifica
Institution:
|
Il candidato sceglierà una tematica in fase di presentazione della candidatura on line
|