Presso ACLAI Lab, parte del Dipartimento di Matematica e Informatica dell’Università di Ferrara, studiamo, progettiamo, e offriamo soluzioni d’Intelligenza Artificiale (IA). La nostra ricerca ruota attorno allo stretto legame tra logica e IA, e il nostro obbiettivo primario è la costruzione di strumenti matematicamente validi e formalmente verificati. Siamo parte del gruppo di ricerca OVERLAY.
Team
Prof. Guido Sciavicco
PROFESSORE ASSOCIATO
Dr. Giacomo Piva
PROFESSORE A CONTRATTO
Dr. Ionel Eduard Stan
RICERCATORE – Milano-Bicocca
Dr. Giovanni Pagliarini
ASSEGNISTA DI RICERCA
Dr. Alberto Paparella
DOTTORANDO
Dr. Federico Manzella
STUDENTE MAGISTRALE
Dr. Mauro Milella
STUDENTE MAGISTRALE
Dr. Michele Ghiotti
STUDENTE MAGISTRALE
Dr. Andrea Paradiso
STUDENTE MAGISTRALE – Udine
Dr. Patrik Cavina
STUDENTE MAGISTRALE – Udine
Dr. Edoardo Ponsanesi
STUDENTE MAGISTRALE
Dr. Pietro Casavecchia
STUDENTE MAGISTRALE
Dr. Pietro Bellodi
STUDENTE MAGISTRALE
Dr. Leonardo Serrentino
STUDENTE MAGISTRALE
Mr. Riccardo Pasini
STUDENTE TRIENNALE
Mr. Marco Perrotta
STUDENTE TRIENNALE
Mr. Lorenzo Negrini
STUDENTE TRIENNALE
Mr. Giacomo Pampalone
STUDENTE TRIENNALE
Progetti
Fondamenti dell'apprendimento simbolico modale
Studiamo i fondamenti dei metodi di apprendimento simbolico portati al caso della logica modale. Il nostro obbiettivo è definire un framework simbolico completo che includa l'analisi dei dati, l'apprendimento e la valutazione del modello, l'analisi post-hoc del modello e la visualizzazione del modello. Il nostro framework è la base su cui sviluppiamo i nostri progetti; la sua implementazione, Sole.jl, è completamente open-source, ed è scritta nel linguaggio di programmazione Julia.
Lettura e interpretazione EEG
All'interno del nostro framework di apprendimento simbolico, estraiamo,
interpretiamo e testiamo modelli simbolici per estrarre informazioni dai segnali EEG.
Gli
esempi includono trial di neurofisiologia in cui i soggetti vengono sottoposti a diversi
compiti, tra cui l'osservazione di opere d'arte e/o semplici movimenti, mentre viene
registrata la loro attività cerebrale. Il nostro obiettivo è ideare modelli simbolici
che spieghino e prevedano i risultati.
Manutenzione predittiva
Studiamo attività di manutenzione predittiva di diversi tipi di
macchine,
utilizzando i dati dei sensori ed il loro comportamento nel tempo. Ad esempio, abbiamo
studiato un problema di predizione per mettere in guardia contro un possibile
evento di "arresto" delle turbine a gas e abbiamo progettato un modello temporale
simbolico,
sia generale che specifico, per la macchina, che consente agli esperti non solo di
eseguire
arresti preventivi ma anche di studiare ciò che sembra influenzare l'insurrezione degli
eventi.
Estrazione di informazioni dall'audio
In collaborazione con i massimi esperti di automazione della
conversazione,
studiamo modelli temporali simbolici dell'audio per diversi scopi. I nostri modelli
mirano a
estrarre informazioni su chi parla, le loro caratteristiche, il sentimento e altre
caratteristiche
rilevanti da conversazioni umane e semi-automatiche, utilizzando approcci innovativi
basati
sull'audio piuttosto che sul testo.
Monitoraggio della salute
Progettiamo, testiamo e applichiamo modelli simbolici per dati online
in
tempo reale da monitor sanitari e accelerometri/giroscopi. Tali modelli risiedono su
sistemi
software/hardware di monitoraggio della salute, creati appositamente per situazioni di
emergenza, e vengono testati in casi d'uso reali. Le situazioni reali che possono essere
monitorate
includono lo stato di movimento dei soggetti, possibili cadute e/o infortuni, ma anche
eventi
cardiaci/respiratori e/o pericolo. I modelli sono completamente simbolici e producono
regole
verificabili che possono essere analizzate, discusse ed eventualmente modificate
dall'esperto.
Fingerprinting geochimico di prodotti alimentari e risorse idriche
Studiamo, progettiamo e implementiamo protocolli per il fingerprinting geochimico basati su dati fisici, chimici e isotopici. Collaboriamo con il Dipartimento di Fisica e Scienze della Terra dell’Università di Ferrara (Italia), l’Università di Còrdoba (Spagna) e la Fondazione Ayesa (Siviglia, Spagna).
Ricerca
ACLAI promuove un’iniziativa di ricerca undergraduate per studenti di matematica e informatica. Lo scopo di questa iniziativa è quello di stimolare gli studenti di lauree triennali e magistrali iniziare la loro carriera di ricercatore e arricchire i loro curricula con pubblicazioni su convegni e riviste. Il Corso di Laurea Triennale in Informatica dell’Università degli Studi di Ferrara, in particolare, prevede 21 CFU (12+9) per tirocinio e prova finale; gli studenti che aderiscono all’iniziativa di ricerca undergraduate guadagnano questi crediti a seguito di un tirocinio presso il laboratorio ACLAI, dove godono della possibilità di approfondire argomenti extracurriculari e, in alcuni casi, pubblicano risultati scientifici (teorici e implementativi). Gli studenti attuali e passati che hanno aderito al programma sono:
- Dr. Federico Bulzoni
- Dr. Elisabetta Gentili
- Dr. Arianna Soriani
- Dr. Andrea Bercè
- Dr. Gabriele Spina
- Dr. Federico Vancini
- Dr. Nicola Mischiatti
- Dr. Giulia Linguerri
- Dr. Leonardo Serrentino
- Mr. Riccardo Pasini
- Dr. Denys Carbini
- Dr. Andrea Brigato
- Mr. Lorenzo Negrini
- Dr. Enrico Favale
- Dr. Enrico Albertini
- Dr. Edoardo Ponsanesi
- Dr. Pietro Casavecchia
- Mr. Giacomo Pampalone