Curriculum vitæ de Dario Malchiodi
Informations personnelles
Dario Malchiodi
Département d'Informatique,
Université de Milan
Bureau 5015 ·
Via Celoria 18, 20133 Milano ITALY
prenom . nom arobase unimi . it
+39 02 503 16338
malchiodi.di.unimi.it ·
Clé PGP
Position actuelle
Depuis 2011 je suis Professeur associé au Département d'Informatique de l'Université de Milan.
Positions Précédentes
- 2002–2011
- Maître de conférences au Département d'Informatique de l'Université de Milan.
- 2001–2002
- Chargé de recherche au Département d'Informatique de l'Université de Milan, dans le Laboratoire Réseaux des Neurones.
- 2000–2001
- Architecte logiciel dans le secteur privé, chargé de concevoir des architectures statistiques et neuronales pour la prévision financière.
- 1997–2000
- Analyste statistique dans le secteur privé, dans le cadre d'un projet de recherche et développement sur des modèles de régression flexibles pour les données financières.
- 1996–1997
- Développeur de logiciels dans le secteur privé.
Éducation
- 2000
- Doctorat en Mathématique computationelle et Recherche Opérationelle, Université de Milan.
- 1996
- Maîtrise (cum laude) en Informatique, Université de Milan.
- 1994
- Spécialisation en Administration laboratoire Unix, Regione Lombardia.
- 1994
- Spécialisation en programmation multimédiale avec Motif et C, Regione Lombardia.
Prix
- 2026
- Best Paper Runner-Up Award au workshop GLOW 2026 (Graph-enhanced LLMs for trustworthy Web data management, The Web Conference 2026) (Emanuele Cavalleri, Miad Alavinezhad, Marco Mesiti et Dario Malchiodi, Better Negatives, Better Predictions: Negative Sample Selection Strategies for Enhancing Biomedical KG Edge Classification)
- 2018
- CSEDU 2018 best poster award (Carlo Bellettini, Fabrizio Carimati, Violetta Lonati, Riccardo Macoratti, Dario Malchiodi, Mattia Monga and Anna Morpurgo, A Platform for the Italian Bebras)
- 2016
- Informatics Europe Best Practices in Education Award (laboratoire ALaDDIn)
Activités de recherche
Apprentissage automatique fiable et efficace
Fiabilité et systèmes d'IA
Cet axe de recherche porte sur l’utilisation de méthodes d’intelligence artificielle pour évaluer la fiabilité et la sécurité des systèmes. [Frasson et Malchiodi, 2024] étend les techniques de détection d’anomalies fondées sur les vecteurs de support au cadre de l’apprentissage fédéré, [Biagiotti et al., 2025] étudie des modèles interprétables pour la détection et la localisation des quenchs dans les aimants supraconducteurs, et [Paravisi et al., 2024] utilise des techniques d’apprentissage automatique pour analyser la sécurité des algorithmes cryptographiques. Une attention particulière est accordée à la fiabilité des systèmes fondés sur l’IA : [Zanaboni et al., 2026] propose une procédure reposant sur des tests d’hypothèses pour détecter des changements dans la distribution des covariables dans les requêtes soumises à un modèle d’apprentissage automatique, et [Malchiodi et al., 2027] détecte les hallucinations des grands modèles de langage en appliquant des techniques de détection d’anomalies aux représentations latentes produites par les modèles eux-mêmes.
Compression de modèles d'apprentissage automatique
Les modèles appris à partir de données, et en particulier les réseaux de neurones profonds, présentent souvent des besoins en mémoire et en bande passante supérieurs aux ressources disponibles sur les dispositifs embarqués ou à ressources limitées. Cet axe de recherche, lancé dans le cadre du projet PRIN Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond, étudie des techniques visant à réduire l'espace nécessaire au stockage d'un modèle entraîné, tout en limitant la perte d'exactitude. [Marinò et al., 2021b] a proposé des représentations compactes de réseaux de neurones profonds fondées sur le codage de Huffman, dont l'implémentation est décrite dans [Marinò et al., 2021a]. Ces représentations sont utilisées dans [Marinò et al., 2023a] pour comprimer des réseaux de neurones profonds, tandis que [Marinò et al., 2023b] présente une comparaison expérimentale de techniques de compression et fournit des recommandations pour éclairer leur choix. [Malchiodi et al., 2026] propose quant à lui des régularisateurs qui favorisent la compressibilité des modèles directement pendant l'entraînement. Les techniques de compression ont été appliquées à l'estimation de l'indice Ki67 dans le cancer du sein sur des dispositifs à ressources limitées dans [Gliozzo et al., 2024].
Structures de données apprises
Les structures de données apprises étendent les structures classiques en y intégrant des modèles d'apprentissage automatique entraînés sur les données à stocker, dans le but de réduire l'espace occupé ou le temps de réponse. Dans le cadre du projet PRIN Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond, l'interaction entre un classificateur et les composants auxiliaires au sein d'un filtre de Bloom appris a été étudiée. [Fumagalli et al., 2022; Malchiodi et al., 2023] analysent l'influence du choix du classificateur sur l'espace occupé, le taux de faux positifs et le temps de réponse, tandis que [Malchiodi et al., 2024] met en relation ces performances avec la complexité des données et fournit des recommandations pour le choix et l'utilisation de ces structures.
Ensembles flous et apprentissage à partir de données incertaines
Induction d'ensembles flous
Un algorithme pour l'apprentissage d'ensembles flous à partir de données étiquétées avec leur degrés d'appartenance a été proposé dans [Malchiodi et Pedrycz, 2013; Malchiodi, 2019]. Cet algorithme a été appliqué à la fouille d'axiomes au sein du Web sémantique [Malchiodi et Tettamanzi, 2018] et à la sélection d'exemples negatifs dans le domaine bioinformatique [Frasca et Malchiodi, 2017; Frasca et Malchiodi, 2016]. Cette technique a été adaptée à l'apprentissage simultané de plusieurs ensembles flous [Cermenati et al., 2020] et à l'induction de shadowed sets [Malchiodi et Zanaboni, 2019]. Plus récemment, [Dashti Genave et al., 2026] a étudié des techniques de compression des fonctions d'appartenance apprises de cette façon.
Apprentissage basé sur la qualité des données · Analyse des relations entre le calcul granulaire e l'apprentissage automatique
Apprentissage automatique pour les sciences de la vie
Graphes de connaissances et extraction d'information par LLM en biomédecine
Les connaissances biomédicales sont dispersées dans de nombreuses bases de données et dans une littérature scientifique en pleine expansion. Les graphes de connaissances constituent un outil efficace pour intégrer des informations issues de ces sources hétérogènes, permettant de les interroger et de les analyser à l'aide de techniques d'apprentissage automatique. [Cavalleri et al., 2024a; Cavalleri et al., 2024b] proposent un système fondé sur des grands modèles de langage (LLM) et sur l'apprentissage automatique sur graphes pour améliorer la qualité des relations extraites d'articles scientifiques sur des thèmes liés à l'ARN. [Mesiti et al., 2026] décrit une application web qui accompagne les experts dans la révision et la validation de graphes de connaissances biomédicaux, tandis que [Cavalleri et al., 2026] étudie la sélection d'exemples négatifs pour la classification des arcs de ces graphes.
Modèles de langage pour la conception de protéines et d'enzymes
Les séquences protéiques peuvent être considérées comme des phrases écrites dans un langage dont l'alphabet est constitué d'acides aminés : de grands modèles de langage entraînés sur des corpus de séquences peuvent être utilisés pour générer de nouvelles séquences protéiques présentant les propriétés fonctionnelles souhaitées. [Valentini et al., 2023] aborde le potentiel des LLM pour la conception et la modélisation de protéines. [Nicolini et al., 2024] montre que le fine-tuning de Transformers conditionnels sur une famille protéique spécifique améliore la prédiction des séquences d'acides aminés et permet de générer de nouvelles séquences biologiquement plausibles. [Nicolini et al., 2025] étend cette approche à plusieurs catégories enzymatiques, en mettant en évidence les bénéfices du fine-tuning pour des catégories fonctionnelles spécifiques et en évaluant in silico les propriétés structurales et fonctionnelles des séquences générées.
Sélection d'exemples négatifs dans les réseaux biologiques et les graphes de connaissances
Dans de nombreux problèmes d'apprentissage supervisé en bioinformatique, on dispose d'exemples positifs et de données non étiquetées : ces dernières peuvent inclure aussi bien de véritables négatifs que des cas positifs encore non identifiés. Cet axe de recherche étudie comment sélectionner des exemples négatifs fiables parmi les données non étiquetées. Dans [Frasca et Malchiodi, 2017; Frasca et Malchiodi, 2016], le problème a été abordé au moyen d'un classement fondé sur des fonctions d'appartenance à des ensembles flous, tandis que [Frasca et al., 2017; Boldi et al., 2018] ont proposé une représentation des données conçue pour faciliter la sélection d'exemples négatifs pour la prédiction des fonctions protéiques. Dans [Frasca et al., 2019], la sélection d'exemples négatifs a été appliquée à la priorisation des gènes. Plus récemment, [Cavalleri et al., 2026] a comparé des stratégies de sélection d'exemples négatifs pour la classification des arcs dans des graphes de connaissances biomédicaux. L'article a reçu le Best Paper Runner-Up Award lors de l'atelier GLOW 2026.
Applications de l'apprentissage automatique
Apprentissage automatique en médecine humaine et vétérinaire, en sciences forensiques et dans le domaine du patrimoine culturel
Cet axe de recherche étudie l'application de techniques d'apprentissage automatique et d'analyse statistique à des problèmes en médecine vétérinaire, en sciences forensiques et en archéologie. En particulier, [Galizzi et al., 2021; Bagardi et al., 2021] décrivent l'utilisation de techniques statistiques pour analyser la relation entre facteurs cardiovasculaires et mortalité chez des chiens soumis à un traitement spécifique. [Casali et al., 2021] présente une étude pilote sur l'utilisation d'algorithmes de classification pour prédire le type de véhicule impliqué dans une collision avec un piéton, tandis que [Blandino et al., 2025] évalue la possibilité d'estimer la hauteur d'une chute mortelle à l'aide de techniques d'intelligence artificielle. En archéologie, [Zanaboni et al., 2022; Ruschioni et al., 2023] utilisent des algorithmes de classification pour prédire la provenance de fragments de céramique à partir des concentrations en éléments chimiques, tandis que [Malchiodi et al., 2025] compare des classificateurs à une classe et binaires pour cette même tâche.
Prévision du risque COVID-19 basée sur ML · Fouille de bases de connaissances pour le Web sémantique
Lignes de recherche passées
Enseignement et vulgarisation de l'informatique
Pédagogie de la programmation · Vulgarisation de la culture informatique · Formation des professeurs d'informatique · Concours sur la pensée algorithmique · Apprentissage informel de l'informatique
Apprentissage statistique et inférence algorithmique
Projet d'algorithmes d'apprentissage · Techniques de bootstrap pour algorithmes de régression · Développement de modèles d'inférence pour problèmes d'apprentissage · Conception de statistiques implémentables en matériel
Systèmes hybrides et neuro-symboliques
Simplification automatique de descriptions symboliques · Conception the systèmes hybrides d'apprentissage · Classification automatique des émotions · Systèmes intelligents pour l'informatique diffuse et omniprésente
Calcul scientifique et simulation
Applications des systèmes pour le calcul scientifique · Étude de la dynamique des populations
Participaiton à projets de récherche
- 2026–auj.
- DRIFTWISE: Deep and Robust Inference with Fuzzy representaTions, WIth anomaly detection and model comprESSion
- 2024–auj.
- DREAM: Mind your DRug: biobehavioral modEl towArd precision Medicine in depression
- 2024–2026
- PRECOCO: Metodi di AI per diagnostica PRECOce del carcinoma squamoso del Cavo Orale basato su imaging label-free
- 2019–2021
- Multicriteria Data Structures and Algorithms: from compressed to learned indexes, and beyond
- 2016–2018
- Fostering a correct view of informatics
- 2015–2017
- SMILE: Slow down, Move your body, Improve your diet, Learn for life, and Enjoy school time
- 2015
- Teaching advanced informatics concepts to high school students
- 2012–2015
- SandS: Social AND Smart
- 2012–2014
- VIOPE: Learning computer programming in virtual environment
- 2008–2013
- PASCAL2: Pattern Analysis, Statistical Modelling and Computational Learning
- 2009
- Calcoli statistici per la risoluzione di problemi informatici avanzati
- 2005–2008
- PASCAL: Pattern Analysis, Statistical Modelling and Computational Learning
- 2008
- Processi con memoria della famiglia Pareto-like
- 2007
- Processi non markoviani per reti di telecomunicazione opportunistiche
- 2006
- Metodi di inferenza su « membership function »
- 2002–2004
- Processi stocastici
- 2001–2003
- ORESTEIA: mOdular hybRid artEfactS wiTh adaptivE functIonAlity
- 1998–2000
- PHYSTA: Principled Hybrid Systems: Theory and Applications
- 2000
- Metodi statistici e neurali di supporto alle decisioni in ambito finanziario
- 2000
- Metodi statistico-neurali per lo studio di popolazioni
- 1999
- Processi stocastici con natura spaziale
Fonds de recherche gérés
- 2018
- Piano sostegno alla ricerca, Université de Milan
- 2017
- Département d'Informatique, Université de Milan
- 2017
- Piano sostegno alla ricerca, Université de Milan
- 2016
- SMILE project, European Commission
- 2016
- Piano sostegno alla ricerca, Université de Milan
- 2015
- Piano sostegno alla ricerca, Université de Milan
Collaborations internationales
- 2016–auj.
- Visiting scientist à INRIA/Université de la Côte d'Azur au sein du projet WIMMICS
- 2023–2024
- Proposant des conventions de collaboration de recherche entre le laboratoire I3S de l'Université Côte d'Azur et le Département d'Informatique de l'Université de Milan (2023 et 2024)
Adhésion à associations académiques et groupes de recherche
- 2022–auj.
- Laboratoire Algorithmique pour la Toile, Département d'Informatique de l'Université de Milan
- 2021–auj.
- Laboratoire CINI Data Science
- 2020–auj.
- COVID-19 International Research Team
- 2019–auj.
- Centre de recherche en Sciences des données de l'Université de Milan
- 2002–auj.
- GRIN: Association Italienne des Enseignants Universitaires d'Informatique
- 2008–2019
- Laboratoire ALaDDIn
- 2002–2013
- Societé Italienne Réseaux de Neurones
- 1996–2011
- Laboratoire Réseaux de Neurones, Département d'Informatique de l'Université de Milan
Publications
- Aperçu
- Livres: 5 · Revues: 37 · Conférences internationales: 82 · Chapitres: 8 · Thèses: 2 · Logiciel: 5 · Autres publications: 4
- Indices bibliométriques
- OpenAlex: Indice h 14, 970 citations · Google Scholar: Indice h 21, 1549 citations · Scopus: Indice h 14, 785 citations · Web of Science: Indice h 10, 423 citations
Livres (5)
Algorithmic Inference in Machine Learning, 2nd Edition
Advanced Knowledge International, International Series on Advanced Intelligence, Vol. 5, ISBN 0-9751004-2-4
Articles dans revues internationales (37)
The role of classifiers and data complexity in learned Bloom filters: insights and recommendations
Journal of Big Data 11(45)
The promises of large language models for protein design and modeling
Frontiers in Bioinformatics 3, pp. 1304099.1—1304099.11
Journal of Forensics and Legal Medicine 84, pp. 102256
Polish Journal of Veterinary Sciences 24(1), pp. 109–118
Reports in Medical Imaging 14, pp. 27–39
BMC Veterinary Research 17(1), pp. 1–14
IEEE Access 8, pp. 196299–196325
Constructionist Attempts at Supporting the Learning of Computer Programming: A Survey
Olympiads in Informatics 13, pp. 99–121
Fostering Computational Thinking in Primary School through a LEGO®-based Music Notation
Procedia computer science 112, pp. 1334–1344 · Special issue: KES 2017 - Proceedings of the 21st International Conference on Knowledge-Based and Intelligent Information & Engineering Systems
Exploiting Negative Sample Selection for Prioritizing Candidate Disease Genes
Genomics and Computational Biology 3(3), pp. e47
Relevance regression learning with support vector machines
Nonlinear Analysis 73, pp. 2855–2867
Playing monotone games to understand learning behaviors
Theoretical Computer Science 411(25), pp. 2384–2405
Nonlinear Analysis: Theory, Methods & Applications 71(12), pp. e2883–e2901
An experimental analysis of the impact of accuracy degradation in SVM classification
International Journal of Computational Intelligence Studies 1(2), pp. 163–190
Solving complex regression problems via Algorithmic Inference: a new family of bootstrap algorithms
Far East Journal of Theoretical Statistics 22(2), pp. 141–180
Appreciation of medical treatments by learning underlying functions with good confidence
Current Pharmaceutical Design 13(15), pp. 1545–1570
Controlling the losing probability in a monotone game
Information Sciences 176(10), pp. 1395–1416
Functional bootstrap: a hardware constrained implementation of on-line bootstrap
InterStat October
Articles dans actes de conférences internationales (82)
Detecting LLM Hallucinations via Anomaly Detection on Latent Representations
Dans Modeling Decisions for Artificial Intelligence, Springer Nature Switzerland, pp. 122–123
An Intelligent Web Application for Biomedical Knowledge Graph Curation
Dans Proceedings of Ital-IA 2026 · En presse
ADAZOR: Hypothesis Testing for Concept Drift Detection in Machine Learning
Dans L. Iliadis, I. Maglogiannis, M. Antonakakis, C. Jayne (éds.), Engineering Applications of Neural Networks, vol. 3025, Springer Nature Switzerland (Communications in Computer and Information Science), pp. 256–269
Quantization-Aware Regularizers for Deep Neural Networks Compression
Dans IJCNN 2026 Proceedings. · En presse
Compression Techniques for Membership Functions to Fuzzy Sets Learned from Data
Dans 2026 IEEE International Conference on Pervasive Computing and Communications Workshops and other Affiliated Events (PerCom Workshops), Pisa, Italy, 2026, IEEE, pp. 1–6
Dans WWW Companion '26: Companion Proceedings of the ACM Web Conference, Association for Computing Machinery, pp. 597–606 · En presse
Quench detection and localization via interpretable machine learning
Dans L. Iliadis, I. Maglogiannis, E. Kyriacou, C. Jayne (éds.), Engineering Applications of Neural Networks. EANN 2025., vol. 2582, Springer (Communications in Computer and Information Science), pp. 151–164
Initial achievements in relation extraction from RNA-focused scientific papers
Dans M. Atzori, P. Ciacca, M. Ceci, F. Mandreoli, D. Malerba, M. Sanguinetti, A. Pellicani, F. Motta (éds.), Proceedings of the 32nd Symposium on Advanced Database Systems, pp. 61–69
Security Analysis of Cryptographic Algorithms: Hints from Machine Learning
Dans L. Iliadis, I. Maglogiannis, A. Papaleonidas, E. Pimenidis, C. Jayne (éds.), Engineering Applications of Neural Networks. EANN 2024., vol. 2141, Springer (Communications in Computer and Information Science), pp. 569–580
Support Vector Based Anomaly Detection in Federated Learning
Dans L. Iliadis, I. Maglogiannis, A. Papaleonidas, E. Pimenidis, C. Jayne (éds.), Engineering Applications of Neural Networks. EANN 2024., vol. 2141, Springer (Communications in Computer and Information Science), pp. 274–287
SPIREX: Improving LLM-based relation extraction from RNA-focused scientific literature using graph machine learning
Dans Proceedings of Workshops at the 50th International Conference on Very Large Data Bases, vldb.org, pp. 1–11
Dans BIOSTEC 2024 - 17th International Joint Conference on Biomedical Engineering Systems and Technologies - Proceedings, vol. 1, SCITEPRESS, pp. 561–568
Resource-Limited Automated Ki67 Index Estimation in Breast Cancer
Dans Proceedings of the 2023 10th International Conference on Bioinformatics Research and Applications (ICBRA '23), ACM, pp. 165–172
A Critical Analysis of Classifier Selection in Learned Bloom Filters: the Essentials
Dans L. Iliadis, I. Maglogiannis, S. A. Castro, C. Jayne, E. Pimenidis (éds.), Engineering Application of Neural Networks — 24th International Conference — EAAAI/EANN 2023 — León, Spain, June 14—17, 2023 —Proceedings, Springer Nature (Communications in Computer and Information Science 1826), pp. 47–61
Classification of Pottery Fragments Described by Concentration of Chemical Elements
Dans P. L. Mazzeo, E. Frontoni, S. Sclaroff, C. Distante (éds.), Image Analysis and Processing. ICIAP 2022 Workshops. ICIAP 2022., vol. 13373, Springer (Lecture Notes in Computer Science), pp. 141–151
Dans Proceedings of the 11th International Conference on Pattern Recognition Applications and Methods — ICPRAM, SciTePress, pp. 675–682
Reproducing the sparse Huffman Address Map compression for deep neural networks
Dans B. Kerautret, M. Colom, A. Krähenbühl, Adrien, D. Lopresti, P. Monasse, H. Talbot (éds.), Reproducible Research in Pattern Recognition, Springer International Publishing (Lecture Notes in Computer Science 12636), pp. 161–166
Compression strategies and space-conscious representations for deep neural networks
Dans 2020 25th International Conference on Pattern Recognition (ICPR), IEEE, pp. 9835–9842
Classifying Candidate Axioms via Dimensionality Reduction Techniques
Dans V. Torra, Y. Narukawa, J. Nin, N. Agell (éds.), Modeling Decisions for Artificial Intelligence. 17th International Conference, MDAI 2020 Sant Cugat, Spain, September 2–4, 2020 Proceedings, chap. 15, Springer (Lecture Notes in Computer Sciencce 12256), pp. 179–191
Simultaneous Learning of Fuzzy Sets
Dans A. Esposito, M. Faundez-Zanuy, M. Morabito, E. Pasero (éds.), Neural Approaches to Dynamics of Signal Exchanges, vol. 151, Springer (Smart Innovation, Systems and Technologies), pp. 167–175
Data-Driven Induction of Shadowed Sets Based on Grade of Fuzziness
Dans R. Fullér, S. Giove, F. Masulli (éds.), Fuzzy Logic and Applications — 12th International Workshop, WILF 2018 Genoa, Italy, September 6–7, 2018 — Revised Selected Papers, Springer Nature Switzerland AG (Lecture Notes in Artificial Intelligence 11291), pp. 17–28
Dans R. Fullér, S. Giove, F. Masulli (éds.), Fuzzy Logic and Applications — 12th International Workshop, WILF 2018 Genoa, Italy, September 6–7, 2018 — Revised Selected Papers, Springer Nature Switzerland AG (Lecture Notes in Artificial Intelligence 11291), pp. 240–243
Disease-Genes Must Guide Data Source Integration in the Gene Prioritization Process
Dans M. Bartoletti, A. Barla, A. Bracciali, G. W. Klau, L. Peterson, A. Policriti, R. Tagliaferri (éds.), Computational Intelligence Methods for Bioinformatics and Biostatistics. CIBB 2017, Springer (Lecture Notes in Computer Science 10834 / Lecture Notes in Bioinformatics 10834), pp. 60—69
Dans Informatics in Schools. Fundamentals of Computer Science and Software Engineering., Springer (Lecture Notes in Computer Science 11169), pp. 194–205
Predicting the Possibilistic Score of OWL Axioms through Support Vector Regression
Dans D. Ciucci, G. Pasi, B. Vantaggi (éds.), Scalable Uncertainty Management. SUM 2018, Springer (Lecture Notes in Artificial Intelligence 11142)
Learning to Program in a Constructionist Way
Dans V. Dagienė, E. Jasutė (éds.), Constructionism 2018: Computational Thinking and Educational Innovation: conference proceedings, Vilnius University, pp. 906–929
Informatica e pensiero computazionale: una proposta costruttivista per gli insegnanti
Dans G. Adorni, M. Cicognani, F. Koceva, G. Mastronardi (éds.), Didamatica 2018: Didattica Informatica, AICA, pp. 201–210
A Platform for the Italian Bebras
Dans Proceedings of 10th International Conference on Computer Supported Education, SCITEPRESS, pp. 350–357
Predicting the Possibilistic Score of OWL Axioms through Modified Support Vector Clustering
Dans H. Haddad, R. L. Wainwright, R. Chbeir (éds.), SAC'18: Proceedings of the 33rd Annual ACM Symposium on Applied Computing, ACM, pp. 1984–1991
Promoting Computational Thinking Skills: Would You Use this Bebras Task?
Dans V. Dagienė, H. Hellas (éds.), Informatics in Schools: Focus on Learning Programming, Springer (Lecture Notes in Computer Science), pp. 102–113
Learning Greedy Strategies at Secondary Schools: An Active Approach
Dans A. Sforza, C. Sterle (éds.), Optimization and Decision Science: Methodologies and Applications, chap. 23, Springer (Proceedings in Mathematics & Statistics), pp. 223–231
Bebras as a teaching resource
Dans ITiCSE '17 Proceedings of the 2017 ACM Conference on Innovation and Technology in Computer Science Education, ACM, pp. 366–366
Nothing to fear but fear itself: introducing recursion in lower secondary schools
Dans International Conference on Learning and Teaching in Computing and Engineering (LATICE), 2017, IEEE, pp. 91–98
Analysis of Informative Features for Negative Selection in Protein Function Prediction
Dans I. Rojas, F. Ortuño (éds.), Bioinformatics and Biomedical Engineering 5th International Work-Conference, IWBBIO 2017, Granada, Spain, April 26–28, 2017, Proceedings, Part II, vol. 10209
Dans P. Escudeiro, G. Costagliola, S. Zvacek, J. Uhomoibhi, B. M. McLaren (éds.), Proceedings of the 9th International Conference on Computer Supported Education, SCITEPRESS, pp. 117–124
A playful tool to introduce lower secondary school pupils to recursive thinking
Dans Proceedings of 9th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2016, pp. 51–52
Selection of Negative Examples for Node Label Prediction through Fuzzy Clustering Techniques
Dans S. Bassis, A. Esposito, F. C. Morabito, E. Pasero (éds.), Advances in Neural Networks: Computational Intelligence for ICT, Springer International Publishing, pp. 67–76
How Challenging are Bebras Tasks? An IRT analysis based on the performance of Italian students
Dans ITiCSE '15 Proceedings of the 2015 ACM Conference on Innovation and Technology in Computer Science Education, ACM, pp. 27–32
Is coding the way to go?
Dans A. Brodnik, J. Vahrenhold (éds.), Informatics in Schools. Curricula, Competences, and Competitions, Springer International Publishing, pp. 165–174
Experience of an International Collaborative Project with First Year Programming Students
Dans Proceedings of the IEEE 39th Annual Computer Software and Applications Conference (COMPSAC'15), pp. 829–834
Extracurricular Activities for Improving the Perception of Informatics in Secondary Schools
Dans Y. Gülbahar, E. Karataş (éds.), Informatics in Schools. Teaching and Learning Perspectives – 7th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2014, Istanbul, Turkey, September 22-25, 2014. Proceedings, vol. 8730, Springer International Publishing (Lecture Notes in Computer Science), pp. 161–172
Teaching Informatics for Fun and Profit
Dans A. Raschi, A. Di Fabio, L. Sebastiani (éds.), Proceedings of the International Workshop on Science Education and Guidance in Schools: The Way Forward, Edizioni ETS, pp. 125–128
Avoiding the Cluster Hypothesis in SV Classification of Partially Labeled Data
Dans S. Bassis, A. Esposito, F. C. Morabito (éds.), Recent Advances of Neural Networks Models and Applications. Proceedings of the 23nd Workshop of the Italian Neural Networks Society (SIREN), May 23-25, Vietri sul Mare, Salerno, Italy, vol. 26, Springer (Smart Innovation, Systems and Technologies), pp. 33–40
Learning Membership Functions for Fuzzy Sets through Modified Support Vector Clustering
Dans F. Masulli, G. Pasi, R. Yager (éds.), Fuzzy Logic and Applications. 10th International Workshop, WILF 2013, Genoa, Italy, November 19–22, 2013. Proceedings., vol. 8256, Springer International Publishing, Switzerland (Lecture Notes on Artificial Intelligence), pp. 52–59
What you see is what you have in mind: constructing mental models for formatted text processing
Dans I. Diethelm, J. Arndt, M. Dünnebier, J. (éds.), Informatics in Schools: Local Proceedings of the 6th International Conference ISSEP 2013 - Selected Papers, vol. 6, Universitätsverlag Potsdam (Commentarii informaticae didacticae), pp. 139–147
MUT: un framework di test automatico per Wolfram Mathematica
Dans Mathematica Italia User Group Meeting 2013 - Atti del Convegno, Adalta
Dans B. Apolloni, S. Bassis, A. Esposito, F. C. Morabito (éds.), Neural Nets and Surroundings. 22nd Italian Workshop on Neural Nets, WIRN 2012, May 17-19 2012, Vietri sul Mare, Salerno, Italy, Springer (Smart Innovation, Systems and Technologies 19), pp. 21–27
Exploring the processing of formatted texts by a kynesthetic approach
Dans WiPSCE'12 Proceedings of the 7th Workshop in Primary and Secondary Computing Education, ACM, pp. 143–144
Scrivi anche tu un libro con Mathematica!
Dans Mathematica Italia User Group Meeting 2011 - Atti del Convegno, Adalta
Uso di Mathematica per la classificazione di dati di qualità variabile
Dans Mathematica Italia User Group Meeting - Atti del Convegno 2010, Adalta
Mathematica per l'introduzione dei rudimenti della programmazione nelle scuole superiori
Dans Atti del Mathematica Italia User Group Meeting, Adalta
svMathematica: implementazione in Mathematica di algoritmi di machine learning basati su vettori di supporto
Dans Atti del Mathematica Italia User Group Meeting, Adalta
Discovering regression data quality through clustering methods
Dans B. Apolloni, M. Marinaro, S. Bassis (éds.), New Directions in Neural Networks, 18th Italian Workshop on Neural Networks: WIRN 2008, 22-24 May 2008, Vietri sul Mare, IOS Press (FAIA-KBIES vol. 193), pp. 76–85
The head fake, ovvero insegnando è concesso imbrogliare
Dans Atti del Mathematica Italia User Group Meeting, Adalta
A Modified SVM Classification Algorithm for Data of Variable Quality
Dans B. Apolloni, R. Howlett, L. Jain (éds.), Knowledge-Based Intelligent Information and Engineering Systems 11th International Conference, KES 2007, XVII Italian Workshop on Neural Networks, Vietri sul Mare, Italy, September 12-14, 2007. Proceedings, Part III, Springer-Verlag (Lecture Notes in Artificial Intelligence 4694), pp. 131–139
Dans B. Apolloni, R. Howlett, L. Jain (éds.), Knowledge-Based Intelligent Information and Engineering Systems 11th International Conference, KES 2007, XVII Italian Workshop on Neural Networks, Vietri sul Mare, Italy, September 12-14, 2007. Proceedings, Part III, Springer-Verlag (Lecture Notes in Artificial Intelligence 4694), pp. 184–193
Embedding sample points relevance in SVM linear classification
Dans V. Torra, Y. Narukawa, A. Valls, J. Domingo-Ferrer (éds.), MDAI 2006 - Proceedings of 3rd International Conference on Modeling Decisions for Artificial Intelligence, Universitat Rovira I Virgili
Interpolating Support Information Granules
Dans S. Kollias, A. Stafylopatis, W. Duch, E. Oja (éds.), Artificial Neural Networks - ICANN 2006 - 16th International Conference, Athens, Greece, September 10-14, 2006, Proceedings, Part II, Springer (Lecture Notes in Computer Science 4132), pp. 270–281
Implementing an XML-RPC client in Mathematica
Dans B. Autin, Y. Papegay (éds.), eProceedings of the 8th International Mathematica Symposium, INRIA
BICA: a Boolean Independent Component Analysis Algorithm
Dans N. Nedjah, L. Mourelle, M. B. R. Vellasco, A. Abraham, M. Köppen (éds.), Proceedings of HIS 2005: Fifth International Conference on Hybrid Intelligent Systems, IEEE Computer Society, pp. 131–136
Tight Bounds for SVM Classification Error
Dans M. Zhao, Z. Shi (éds.), Proceedings - 2005 International Conference on Neural Network & Brain (ICNN&B'05), IEEE Press, pp. 5–8
Dans B. Apolloni, M. Marinaro, G. Nicosia, R. Tagliaferri (éds.), Neural Nets. 16th Italian Workshop on Neural Nets, WIRN 2005 and International Workshop on Natural and Artificial Immune Systems, NAIS 2005. Vietri sul Mare, Italy, June 2005, Springer (Lecture Notes in Computer Science 3931)
An Evolution Hypothesis of Bacterial Populations
Dans B. Apolloni, M. Marinaro, G. Nicosia, R. Tagliaferri (éds.), Neural Nets. 16th Italian Workshop on Neural Nets, WIRN 2005 and International Workshop on Natural and Artificial Immune Systems, NAIS 2005. Vietri sul Mare, Italy, June 2005, Springer (Lecture Notes in Computer Science 3931), pp. 214–230
Computing confidence intervals for the risk ofa SVM classifier through algorithmic inference
Dans B. Apolloni, M. Marinaro, R. Tagliaferri (éds.), Biological and Artificial Intelligence Environments, Springer, pp. 225–234
Learning continuous functions through a new linear regression method
Dans B. Apolloni, M. Marinaro, R. Tagliaferri (éds.), Biological and Artificial Intelligence Environments, Springer, pp. 235–243
Appreciation of medical treatments through confidence intervals
Dans E. Biganzoli, P. Boracchi, P. Duca, E. Ifeachor (éds.), Proceedings of the 1t European Workshop on the Assessment of Diagnostic Performance, RCE Edizioni, pp. 165–174
Dans J. Boulicaut, F. Esposito, F. Giannotti, D. Pedreschi (éds.), Knowledge Discovery in Databases - PKDD 2004. 8th European Conference on Principles and Practice of Knowledge Discovery in Databases, Pisa, Italy, September 20-24, 2004. Proceedings, Springer (Lecture Notes in Artificial Intelligence 3202), pp. 528–530 · demonstrating paper
An Attention Monitoring System for High Demanding Operational Tasks
Dans Proceedings of the 2004 IEEE International Conference on Computational Intelligence for Homeland Security and Personal Safety, IEEE Press, pp. 23–29 · invited paper
Learning rule representations from boolean data
Dans O. Kaynak, E. Alpaydin, E. Oja, L. Xu (éds.), Artificial Neural Networks and Neural Information Processing - ICANN/ICONIP 2003, Joint International Conference ICANN/ICONIP 2003, Istanbul, Turkey, June 26-29, 2003, Proceedings, Springer (Lecture Notes in Computer Science 2714), pp. 875–882
A man-machine human interface for a special device of the pervasive computing world
Dans A. Kameas, N. Streitz (éds.), Proceedings of DC Tales: Tales of the Disappearing Computer, Santorini Greece, June 1-4, 2003, CTI Press, pp. 263–267
A symbolic description of the awareness state in car driving
Dans A. Kameas, N. Streitz (éds.), Proceedings of DC Tales: Tales of the Disappearing Computer, Santorini Greece, June 1-4, 2003, CTI Press, pp. 93–96
Driving Attention to the Dangerous
Dans O. Kaynak, E. Alpaydin, E. Oja (éds.), Artificial Neural Networks and Neural Information Processing - ICANN/ICONIP 2003, Joint International Conference ICANN/ICONIP 2003, Istanbul, Turkey, June 26-29, 2003, Proceedings, Springer (Lecture Notes in Computer Science 2714), pp. 909–916
Monitoring of car driving awareness from biosignals
Dans B. Apolloni, M. Marinaro, R. Tagliaferri (éds.), Neural Nets: 14th Italian Workshop on Neural Nets, WIRN VIETRI 2003, Vietri sul Mare, Italy, June 4-7, 2003, Springer (Lecture Notes in Computer Science 2859), pp. 269–277
Cooperative games in a stochastic environment
Dans B. Apolloni, M. Marinaro, R. Tagliaferri (éds.), Neural Nets: 14th Italian Workshop on Neural Nets, WIRN VIETRI 2003, Vietri sul Mare, Italy, June 4-7, 2003, Springer (Lecture Notes in Computer Science 2859), pp. 25–34
Narrowing confidence interval width of PAC learning risk function by algorithmic inference
Dans On-line proceedings of the 7th International Symposium on Artificial Intelligence and Mathematics (Fort Lauderdale, USA, January 2-4 2002)
Fuzzy Methods for Simplifying a Boolean Formula Inferred from Examples
Dans L. Wang, S. Halgamuge, X. Yao (éds.), FSDK'02, Proceedings of the 1st International Conference on Fuzzy Systems and Knowledge Discovery: Computational Intelligence for the E-Age, November 18-22, 2002, Orchid Country Club, Singapore, Vol. 2, , pp. 554–558 · version étendue en « A Fuzzy Method for Learning Simple Boolean Formulas from Examples » (2005)
Cooperative games in a stochastic environment
Dans E. Damiani, R. Howlett, L. Jain, N. Ichalkaranje (éds.), Knowledge-Based Intelligent Information Engineering Systems and Allied Technologies - KES 2002 (Proceedings of KES'2002: Sixth Internatinal Conference on Knowledge-Based Intelligent Information & Engineering Systems, Crema, Italy, September 18-19, 2002, vol. 82, IOS Press/Ohmsha (Frontiers in Artificial Intelligence and Applications), pp. 296–300
Twisting features with properties
Dans M. Marinaro, R. Tagliaferri (éds.), Neural Nets WIRN Vietri-01: Proceedings of the 12th Italian Workshop on Neural Nets, Vietri sul Mare, Salerno, Italy, 17-19 May, 2001, Springer (Perspectives in Neural Computing), pp. 301–312
Twisting statistics with properties
Dans A. Morazevich, V. Levashenko, E. Zaitseva, N. Ichalkaranje (éds.), Proceedings of ICINASTe 2001: Internatinal Conference on Information, Networks and System Technlogies (Minsk, Belarus, October 2-4, 2001), BSEU, pp. 48–56
From synapses to rules
Dans Workshop notes of ECAI 2000: European Conference on Artificial Intelligence - Workshop of connectionist-symbolic integration: representation, paradigm and algorithms (Berlin, Germany, 2000)
Chapitres dans livres (8)
Algomotricità: manipolare i fondamenti dell'Informatica
Dans E. Nardelli (éds.), Coding e oltre: l'informatica nella scuola, Liscianilibri
La formazione degli insegnanti della classe 42/A – Informatica: l'esperienza dell'Università degli Studi di Milano
Dans A. Labella (éds.), E questo tutti chiamano Informatica, chap. 4, Sapienza Università Editrice, pp. 53–76
A Fuzzy Method for Learning Simple Boolean Formulas from Examples
Dans S. Halgamuge, L. Wang (éds.), Computational Intelligence for Modelling and Prediction, chap. 26, Springer (Studies in Computational Intelligence, Vol. 2), pp. 367–382 · version étendue de « Fuzzy Methods for Simplifying a Boolean Formula Inferred from Examples » (2002)
Statistical bases for learning
Dans B. Apolloni, F. Kurfess (éds.), From synapses to rules. Discovering symbolic rules from neural processed data, chap. 1, Kluwer Academic/Plenum Publishers, pp. 5–40
Learning regression functions
Dans B. Apolloni, F. Kurfess (éds.), From synapses to rules. Discovering symbolic rules from neural processed data, chap. 3, Kluwer Academic/Plenum Publishers, pp. 61–73
Cooperative games in a stochastic environment
Dans B. Apolloni, F. Kurfess (éds.), From synapses to rules. Discovering symbolic rules from neural processed data, chap. 4, Kluwer Academic/Plenum Publishers, pp. 75–86
Fuzzy methods for simplifying a Boolean formula inferred from examples
Dans B. Apolloni, F. Kurfess (éds.), From synapses to rules. Discovering symbolic rules from neural processed data, chap. 7, Kluwer Academic/Plenum Publishers, pp. 117–128
Learning and checking confidence regions for the hazard function of biomedical data
Dans B. Apolloni, F. Kurfess (éds.), From synapses to rules. Discovering symbolic rules from neural processed data, chap. 13, Kluwer Academic/Plenum Publishers, pp. 251–260
Thèses (2)
Algorithmic approach to the statistical inference of non-Boolean function classes
Università degli Studi di Milano, PhD thesis in Computational Mathematics and Operations Research
Algoritmi di apprendimento per reti neurali non standard
Università degli Studi di Milano, MSc thesis in Computer Science (in Italian)
Logiciel (5)
svMathematica: a Mathematica package for SV classification and regression
Wolfram Mathematica library
Autres publications (4)
V Kangourou dell'Informatica 2012--2013. Testi, soluzioni e commenti
Edizioni Kangourou Italia, ISBN 978-88-89249-34-5
Enseignements
Activités courantes
- 2019–auj.
- Algorithmes pour mégadonnées
- 2020–auj.
- Algorithmes pour mégadonnées (DSEH)
- 2015–auj.
- Statistique et analyse des données
Cours pour Licences et Masters
- 2023–2024
- Deep learning in bioinformatics
- 2019–2022
- Programmation pour l'analyse des données
- 2014–2020
- Pedagogie de l'informatique
- 2012–2019
- Analyse de megadonnées
- 2018–2019
- Bases des données avancées
- 2018–2019
- Data mining
- 2017–2018
- Analyse de données multidimensionnelles
- 2006–2017
- Simulation
- 2015–2016
- Big data and digital methods
- 2011–2016
- Programmation 3
- 2010–2015
- Systèmes d'exploitation
- 2011–2012
- Programmation 1
- 2010–2011
- Génie logiciel
- 2003–2010
- Laboratoire de programmation 1
- 2002–2006
- Bases théoriques de l'apprentissage
- 2003–2005
- Informatique
- 2003–2005
- Informatique
Cours et conférences pour doctorat et écoles supérieures
- 2018–2019
- Intégration et visualisation des données
- 2016–2018
- Data science seminars
- 2017–2018
- Introduction à R et python
- 2017–2018
- Élaboration distribuée et parallèle
- 2014–2015
- Pédagogie de la programmation
- 2013–2014
- Pédagogie de l'informatique
- 2006–2007
- Laboratoire d'élaboration symbolique
- 2004–2005
- Introduction à Mathematica
Conférences et exercices dans cours universitaires
- 2004
- Exercices pour le cours de probabilité et statistique
- 2000–2003
- Conférences dans le cours de Réseaux des neurones
- 2000–2003
- Conférences dans le cours de Probabilité et Statistique
- 1998
- Exercices pour le cours de Probabilité et Statistique
Autres activités éducatives
- 2003–2004
- Organization du cours professionel Systèmes intelligents pur le calcul symbolique, financé par le projet FSE
- 2002
- Organization du cours From Synapses to rules – discovering symbolic rules from neural processed data
Encadrement de thèses
163 thèses encadrées comme directeur ou co-directeur: Mémoires de master 66 · Mémoires de licence 97. Liste complète sur le site →
Mémoires de master (66)
- 2025/26
- Erica Cappelletti, Application of Machine Learning Techniques for Prediction in Forensic Medicine Using Cross-Institutional Data, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2025/26
- Rana Nosabahsalout, A Vector Database for Automatically Generating Cypher Queries in the Social Domain, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Amirreza Dashti Genave, Analysis of compression techniques for membership function to fuzzy sets learned from data, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Damir Uvayev, Cost-efficient Local RAG for AI Onboarding Assistants, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Greta Angolani, Market-basket analysis for fashion retail: a review, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Isabella Cadisco, NER in the Italian legal domain, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Ivan Mazzon, Famiglie di reti di Hopfield multitask per la classificazione di dati gerarchici, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2024/25
- Magdalena Skowerska, Refining forensic fall height prediction using machine learning: addressing challenges of high-rise buildings, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2024/25
- Mattia Ferraretto, Training tecniqueis for succinct deep neural networks, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2024/25
- Simone Laudani, Utilizzo di algoritmi di rilevamento delle anomalie per l'apprendimento di insiemi fuzzy, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2023/24
- Alessandro Biagiotti, Supervised Machine Learning techniques for quench detection in superconductors, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2023/24
- Antoine Nasra, Drift detection in machine learning via hypothesis testing, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2023/24
- Giordano Vitale, Advancing flight simulator realism through AI-driven semantic segmentation of satellite imagery, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2023/24
- Matteo Rusconi, Estensione e ingegnerizzazione di algoritmi di apprendimento per insiemi fuzzy tramite tecniche basate su vettori di supporto, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2023/24
- Nicola Rinaldi, Analisi comparativa e implementazione di filtri di Bloom appresi, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2023/24
- Silvia Mazzoleni, Forecast of corporate credit rating variation with machine learning techniques, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- Antonio Belotti, Algoritmi di classificazione basati su vettori di supporto per la produzione di modelli succinti, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Davide Raimondi, Studio e progettazione di un'architettura orientata ai servizi per la creazione di una Data Mesh, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Elena Valentina Serbu, Pipeline Reengineering and Optimization -- Rethinking ETL using Pyspark, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- Gianmarco Lodi, Development of a Manufacturing-focused Cloud Data platform using Snowflake, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Lorenzo Polli, Data-driven techniques as a support for customer needs understanding and in-store product placement: the Iper La Grande I case study, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- Loris Bartesaghi, Design and development of a music recommendation system based on Markov Chains, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- Luca Bertoletti, E-commerce insights: analyzing customer reviews through LDA topic modeling and association rules, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- Marco Lassandro, Tecniche di regressione per problemi di medicina forense, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Massimo Frasson, Support Vector Anomaly Detection in Federated Learning, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Mattia Paravisi, Security analysis of cryptographic algorithms: hints from machine learning, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Nicola Manca, Evaluating online and batch machine learning models in production, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2022/23
- Stefano De Filippis, The importance of marketing channels: attribution models and forecasts, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2022/23
- William Biondi, Recommendation system for the fashion industry: a semantic approach, Laurea magistrale in Data Science for Economics, Università degli Studi di Milano
- 2021/22
- Alesia Sommariva, Online machine learning models for a scalable streaming machine learning platform, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2021/22
- Alessandro Beranti, Metodi per la classificazione automatica di pazienti con long-COVID, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2021/22
- Ali Rafiei, Towards computer vision-based natural language processing, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2021/22
- Giulio Lodi, Software architecture for deployment of machine learning models in distributed and reactive environments, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2021/22
- Jaspreet Kaur, Bringing natural language processing in the legal domain: state of the art and evolution of Q&A, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2021/22
- Ruben Popper, Image segmentation and fashion item recognition for luxury brands, Laurea magistrale in Data Science and Economics, Università degli Studi di Milano
- 2020/21
- Andrea Marconi, Tecniche di machine learning per la rilevazione di comportamenti anomali in ambito finanziario e anti-riciclaggio, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2020/21
- Davide Gavio, Towards semantic powered insight engines, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2020/21
- Ivan Lamperti, Data pipeline monitoring through machine learning, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2020/21
- Laura Elena Ciurca, Data science for cybersecurity: a machine learning approach for detecting brute force attacks, Laurea magistrale in Data Science and Economics, Università degli Studi di Milano
- 2020/21
- Luca Fumagalli, Metodi di deep learning per la predizione di siti di missplicing nel genoma umano, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2019/20
- Alessandra Saitta, Applicazione di algoritmi di apprendimento per la riqualificazione delle aree dismesse nelle regioni italiane, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2019/20
- Andrea Adami, Design and implementation of recommender systems for luxury brands, Laurea magistrale in Data Science and Economics, Università degli Studi di Milano
- 2019/20
- Andrea Ferretti, Applying online deep learning in a streaming data platform, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2019/20
- Giovanni Laganà, Rilevazione di fake news basata sull'induzione di insiemi fuzzy, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2019/20
- Simone Quadrelli, Forecasting the occupation of parking slots at Malpensa Airport: a comparison of parametric and machine learning approaches, Laurea magistrale in Data Science and Economics, Università degli Studi di Milano
- 2018/19
- Filippo Vajana, Progettazione e implementazione di misure di affidabilità per problemi di deep learning, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2018/19
- Leonardo Medici, Analisi e perfezionamento di modelli per la valutazione dell'empatia, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2017/18
- Daniele Tria, Delivering online Machine Learning in real-time predictive systems relying on open source distributed streaming processors, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2017/18
- Luca Cermenati, Apprendimento simultaneo di fuzzy set, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2015/16
- Cristiano Aitis, Analisi finanziarie anti-riciclaggio basate su algoritmi di apprendimento bayesiani, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2015/16
- Germana Natalia La Rocca, Sviluppo di un percorso didattico sui sistemi concorrenti per la scuola, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2015/16
- Marco Forlivesi, Ottimizzazione blackbox di funzioni computazionalmente onerose, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2015/16
- Simone Scarano, Gestione della coerenza dell'informazione a priori negli algoritmi di label propagation gerarchici, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2015/16
- Valentina Arrigoni, Unconventional numerical representations for accelerated convolutional neural networks, Laurea magistrale in Matematica, Università degli Studi di Milano
- 2014/15
- Manuel Previtali, Progettazione e sviluppo di un percorso didattico sulla ricorsione come approccio alla soluzione per il problem solving e di un'architettura software di supporto, Laurea magistrale in Informatica per la Comunicazione, Università degli Studi di Milano
- 2013/14
- Leonardo Andrea Calvi, Analisi dell'attendibilità di siti Web per previsioni meteorologiche, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2013/14
- Simone Robutti, Classificazione di dati con etichette incerte tramite metodi basati su vettori di supporto, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2012/13
- Andrea Venturelli, Progettazione e realizzazione di un ambiente online per la fruizione di gare informatiche rivolte a studenti degli istituti secondari di primo e di secondo grado, Laurea magistrale in Informatica per la Comunicazione, Università degli Studi di Milano
- 2012/13
- Omar Negri, Aggregazione e visualizzazione interattiva di dati provenienti da reti sociali, Laurea magistrale in Tecnologie dell'Informazione e della Comunicazione, Università degli Studi di Milano
- 2011/12
- Tommaso Legnani, Utilizzo delle macchine a vettori di supporto nell'apprendimento semi-supervisionato, Laurea magistrale in Matematica, Università degli Studi di Milano
- 2007/08
- Giuseppe Lopes, Algoritmi di controllo del traffico di rete mediante utilizzo di tecniche di granular computing, Laurea in Scienze dell'Informazione, Università degli Studi di Milano
- 2006/07
- Lorenzo Valerio, Progettazione e analisi di algoritmi di regressione per dati di qualità variabile, Laurea magistrale in Tecnologie dell'Informazione e della Comunicazione, Università degli Studi di Milano
- 2006/07
- Luca Natali, Progettazione e analisi di algoritmi di apprendimento per SVM basati su misure di rilevanza, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2004/05
- Stefano Pilia, Un progetto di e-Democracy e e-Government. Il caso Sardegna, Laurea magistrale in Informatica, Università degli Studi di Milano
- 2003/04
- Alberto Minora, Algoritmi di apprendimento basati su modelli dinamici per il flusso delle informazioni, Laurea in Informatica, Università degli Studi di Milano
- 1997/98
- Marco Testa, Modelli di apprendimento di algoritmi approssimati per problemi di ottimizzazione combinatoria, Laurea in Scienze dell'Informazione, Università degli Studi di Milano
Service à la communauté scientifique
Membre de comité de rédaction de revues internationales
- 2025–auj.
- Frontiers in Genetics (Review Editor)
- 2010–2017
- Mathematics and Computers in Simulation
- 2010–2014
- Intelligent decision technologies
Organization de conférences
- 2026
- Co-chair du Doctoral Consortium de EANN 2026 (International Conference on Engineering Applications of Neural Networks)
- 2026
- Membre du comité de programme de AIxIA 2026 (International Conference of the Italian Association for Artificial Intelligence)
- 2025
- Membre du comité de programme de EANN-EAAAI 2025 (International Conference on Engineering Applications of Neural Networks)
- 2017–2023
- Membre du comité de programme de DSIR: International Conference on Data Science and Institutional Research
- 2017
- Membre du comité d'organisation locale du 2017 Bebras international workshop
- 2017
- Membre du comité d'organisation locale de 21st Century Strategies to Tackle Early School Leaving
- 2009–2015
- Membre du comité scientifique du Mathematica Italia User Group Meeting
- 2012
- Membre du comité d'organisation locale du Italian Agile Day 2012
- 2011
- Membre du comité d'organisation de INFOCULT 2011
- 2011
- Membre du comité de programme de KES2011
- 2010
- Membre du comité de programme de ECML PKDD 2010 (European Conference on Machine Learning / Principles and Practice of Knowledge Discovery in Databases)
- 2010
- Membre du comité d'organization du Mathematica Italia User Group Meeting
- 2008
- Membre du comité technique de WCCI2008
- 2007
- Membre du comité de programme de WIRN 2007/KES2007
- 2006
- Collaboration dans l'organization de CISI2006: Conferenza Italiana sui Sistemi Itelligenti
- 2003
- Collaboration dans l'organization de WIRN2003 (XIV Workshop Italiano Reti Neurali)
Tutoriels, workshops, panels et sessions spéciales
- 2023
- Chair de la session CLASSIFICATION / SECURITY / ETHOLOGY, dans EANN2023
- 2018
- Speaker dans la table ronde Zadeh and the Future of Fuzzy Logic, dans WILF2018
- 2018
- Chair de la session Computational systems for modelling biological processes, dans IWBBIO2017
- 2013
- Speaker dans le panel Computational Intelligence Methods for Big Data Analysis, dans WILF2013
- 2007
- Chair de la session spéciale Learning from uncertain data, dans KES2007/WIRN2007
- 2006
- Co-chair du workshop New paradigms in hybrid learning systems, dans la International Conference on Hybrid Systems and Applications
- 2005
- Tutorial Statistical bases of Machine Learning, dans IDA 2005: Sixth International Symposium on Intelligent Data Analysis
- 2005
- Tutorial Statistical bases of Machine Learning, dans HIS'05: Fifth International Conference on Hybrid Intelligent Systems
- 2004
- Tutorial Statistical approaches used in Machine Learning, dans la 15th European Conference on Machine Learning and 8th European Conference on Principles and Practice of Knowledge Discovery in Databases
- 2004
- Tutorial Statistical approaches used in Machine Learning dans la 15th International Conference on Algorithmic Learning Theory
- 2004
- Tutorial Statistical methods for biomedical data processing dans le XV Workshop Italiano Reti Neurali (WIRN2004)
Révision
- Revues (18)
- Applied Sciences · BMC Bioinformatics · Computers and Operations Research · Data Science and Engineering · Engineering Science and Technology, an International Journal · IEEE Access · IEEE Transactions on Fuzzy Systems · IEEE Transactions on Neural Networks · Information Sciences · Intelligenza Artificiale · Journal of Fuzzy Optimization and Decision Making · Mathematics and Computers in Simulation · Neural Computing and Applications · Neural Networks · Neurocomputing · RAIRO – Theoretical Informatics and Applications · Scientific Reports · Theoretical Computer Science
- Conférences (19)
- AIxIA: International Conference of the Italian Association for Artificial Intelligence · CSTST: International Conference on Soft Computing as Transdisciplinary Science and Technology · DSIR: International Conference on Data Science and Institutional Research · FUN: International Conference on Fun with Algorithms · HIS: International Conference on Hybrid Intelligent Systems · ICANN/ICONIP: Joint 13th International Concerence on Artificial Neural Networks and 10th International Conference on Information Processing · ICTAI: IEEE International Conference on Tools with Artificial Intelligence · IJCNN: IEEE International Joint Conference on Neural Networks · IPMU: Information Processing and Management of Uncertainty in Knowledge-Based Systems · ISSEP: International Conference on informatics in Schools. Situation, Evolution and Perspectives and Automation · IWBBIO: International Work-Conference on Bioinformatics and Biomedical Engineering and Automation · KES: International Conference on Knowledge-Based and Intelligent Information & Engineering Systems · NAIS05: International Workshop on Natural and Artificial Immune Systems · SOFSEM: International Conference on Current Trends in Theory and Practice on Computer Science · STACS2003: 20th International Symposium on Theoretical Aspects of Computer Science · The Web Conference · WCCI: IEEE World Congress on Computational Intelligence · WCICA: IEEE World Congress on Intelligent Control and Automation · WIRN: Italian Workshop on Neural Networks
Autres activités
- 2009
- Conception du site Web de l'Association Italienne des Enseignants Universitaires d'Informatique (GRIN)
- 2006
- Conception du site web de la Société Italienne pour les Résaux de Neurones
Activités d'évaluation
Thèses et soutenances de doctorat
- 2024
- Rapport sur une thèse de doctorat
- 2022
- Rapport sur une thèse de doctorat
- 2018
- Rapport sur une thèse de doctorat
- 2017
- Membre du jury de soutenance de l'École doctorale des sciences et technologies de l'information et de la communication, Université de la Côte d'Azur.
- 2015
- Membre du jury de soutenance de l'École doctorale des sciences et technologies de l'information et de la communication, Université de Nice – Sophia Antipolis.
Projets de recherche
- 2023
- FAR (Fondo di Ateneo per la Ricerca) 2023
- 2023
- Ateneo per la ricerca 2023
- 2021
- Research funding scheme A 2020/21
- 2019
- Research funding scheme B 2019/20
- 2019
- Bando SEED (Linea 3 del Piano di Sostegno alla Ricerca)
- 2014
- SIR 2014 (Scientific Independence of young Researchers)
Comités de prix
- 2025
- Membre du comité du Département d'Informatique, Université de Milan, pour les prix de doctorat con.Scienze 2025 (Premi di Dottorato).
- 2023
- Président du comité pour le prix AIFOS « Il punto sulla ricerca in materia di salute e sicurezza in Italia: analisi analitica (data analytics) degli elaborati della biblioteca tesi sicurezza AIFOS ».
Service institutionnel
Fonctions et comités
- 2025–auj.
- Membre du Comité technique et scientifique de l'Université de Milan pour l'évaluation des rapports des projets PRIN.
- 2024–auj.
- Membre de la commission paritaire enseignants-étudiants du master en Data Science for Economics and Health (Data Science for Economics jusqu'en 2024/25), Université de Milan.
- 2024–auj.
- Enseignant référent pour les échanges Erasmus+ et la mobilité internationale du master en Data Science for Economics and Health (Data Science for Economics jusqu'en 2024/25), Université de Milan.
- 2024–auj.
- Membre du collège des enseignants du doctorat en Informatique, Université de Milan.
- 2022–auj.
- Membre du comité Erasmus du Département d'Informatique, Université de Milan.
- 2021–auj.
- Enseignant tuteur pour l'orientation de la licence en Informatique, Université de Milan.
- 2017–2018
- Membre du collège des enseignants du doctorat en Informatique, Université de Milan.
- 2017–2018
- Membre du comité d'organisation du cours de spécialisation en Science des données pour l'économie, le business et la finance de l'Université de Milan.
- 2013–2017
- Coordonnateur de la commission pour l'orientation des étudiants de la Facolté di Sciences et Tecnnologies de l'Université de Milan.
- 2012–2017
- Directeur adjoint du Département d'Informatique de l'Université de Milan pour les activités liées à la promotion et au counselling pour les futurs étudiants.
- 2012–2017
- Membre du comité executif du Département d'Informatique, Université de Milan.
- 2010–2017
- Coordonnateur du comité pour les futur étudiants en informatique, Faculté de Sciences, Université de Milan.
- 2017
- Membre du comité d'organisation du cours de spécialisation Gestion des études cliniques en oncologie et hémato-oncologie de l'Université de Milan.
- 2013–2015
- Membre du comité des Spécialisations pour l'Enseignement de Mathématique, Physique et Informatique, Université de Milan.
- 2013–2014
- Membre du groupe de travail sur l'orientation des étudiants du Conseil Scientifique de l'Université de Milan.
- 2009–2012
- Membre du comité executif dans le Département d'Informatique, Université de Milan
- 2008–2010
- Membre du comité pour les futur étudiants en informatique, Faculté de Sciences, Université de Milan.
- 2006–2007
- Membre du comité pour l'orientation des étudiants en informatique
- 2002–2005
- Représentant des maîtres des conférénces dans la Faculté de Sciences de l'Université de Milan.
Comités de sélection
- 2026
- Membre du comité pour l'attribution de bourses de recherche post-master (art. 18, loi 240/2010), Université de Milan.
- 2026
- Membre du comité pour l'attribution d'une mission de recherche dans le cadre du projet « Mind your DRug: biobehavioral modEl towArd precision Medicine in depression » (DREAM), Université de Milan.
- 2025
- Membre de deux comités de sélection pour des contrats de recherche (assegni di ricerca de type A et B), Département d'Informatique, Université de Milan.
- 2023
- Membre du comité pour l'attribution d'une poste de technicien au Département des Sciences Agronomiques et Environnementales - Production, Territoire, Agroénergie de l'Université de Milan.
- 2022
- Coordonnateur du comité pour l'accès des étudiants étrangers au master en Informatique de l'Université de Milan.
- 2020–2021
- Membre du comité pour l'accès des étudiants étrangers au master en Informatique de l'Université de Milan.
- 2020
- Membre du comité d'ammission pour le projet de doctorat « Applications of artificial intelligence to study the interaction between genetic and environmental factors underlying human diseases », multi-annual work-programme in genomics and bioinformatics, Université de Milan et Centre commun de recherche de la Commission européenne, Ispra.
- 2020
- Membre du comité pour l'accès au cours de spécialisation de deuxième niveau en bioinformatique et génomique fonctionnelle de l'Université de Milan.
- 2014
- Président du comité pour l'ammision à la spécialisation en Pédagogie de l'Informatique
- 2006–2008
- Secrétaire du Comité pour l'attribution des subventions de spécialisation des étudiants à l'étranger pour l'informatique, Division des sciences, Université de Milan.
- 2007
- Secrétaire du comité pour l'attribution d'un poste de maître de conférénces d'informatique dans la Faculté de Droit de l'Université "Naples Parthenope"
- 2007
- Membre du comité pour le renouvellement d'un poste de chargé de recherche an informatique au Département d'Informatique de l'Université de Milan.
- 2006
- Sécretaire du comité pour l'attribution d'un poste de chargé de recherche en informatique au Département d'Informatique de l'Université de Milan.
- 2005
- Sécretaire du comité pour l'attribution d'un poste de chargé de recherche en informatique au Département d'Informatique de l'Université de Milan.
- 2002
- Membre du comité pour l'attribution d'un poste de chargé de recherche en informatique au Département d'Informatique de l'Université de Milan.
- 2002
- Membre du comité pour l'attribution d'une poste de technicien au Département d'Informatique de l'Université de Milan.
- 2002
- Membre du comité pour l'attribution d'une poste de technicien au Département d'Informatique de l'Université de Milan.
Troisième mission
Engagement public
Activités pour les futurs étudiants et placement
- Intervention « Imparare informatica @unimi » (« Apprendre l'informatique à l'Université de Milan ») lors de la journée portes ouvertes du Liceo Einstein, Milan (30/1/2025).
- Intervention « Mezza vita da informatico » (« Une demi-vie d'informaticien ») pour les élèves de l'I.I.S. Cardano (3/2/2018).
- Organisation de Programmare in Python (« Programmer en Python »), une activité de sensibilisation pour les écoles.
- Réunions dans les établissements sécondaires et organisation des visites des élèves au Département d'Informatique pour la présentation de l'offre didactique.
- Organisation des Journées de bienvenu aux étudiants du premier an des licences et des masters en informatique.
- Présentation des licences en informatique aux journées ouvertes de l'Université.
- Organisation des rencontres entre entreprises et étudiants des programmes « Video Games » et « Predictive Modeling and Data Science » du Master en Informatique du 29/01/2019.
- Organisation du programme école-travail « Comment faire la science des données » entre février et juin 2016.
- Organisation del'école estivale « L'informatique en tant que entreprise scientifique », dans l'année 2015/16 et en collaboration avec l'Educandato Setti Carraro Dalla Chiesa.
- Présentation des programmes d'enseignment en Informatique à la finale nationale de la First Lego League le 6 e 7 Mars 2015.
- Présentation des programmes d'enseignment en Informatique aux éditions du 2014 et du 2015 de New Game Designer.
- Organisation des sémaines intensives « Apprenons à jouer avec Google maps » (2010 et 2012) et « Le métier du data scientist », pour les étudiants des établissements sécondaires.
- Cycles de leçons pour les élèves des établissements sécondaires.
Formation des enseignants
- Cours de formation des enseignants sur les outils informatiques pour l'enseignement des mathématiques à la Scuola Militare « Teulié » (Milan, 2025).
- Enseignement électif de Didactique de l'informatique entre 2015-16 et 2019-20 (au sein du master en Informatique).
- Formation continue des enseignants du primaire et du secondaire au sein du projet « Digit Iscol@ » organisé par Regione Sardegna en 2016.
- Selection des participants au cours de habilitation pour les enseignants supérieurs d'Informatique (2012/13-2014/15).
- Enseignement de Didactique 1 dans le cours de habilitation pour les enseignants d'informatique (2014/15).
- Organisation de cours pour la formation continue des enseignants du primaire et du secondaire au Museo Nazionale della Scienza e della Tecnologia « Leonardo da Vinci » dans l'année 2013/14.
- Enseignement de Didactique de l'informatique dans le cours de habilitation pour les enseignants d'informatique (2013/14).
- Enseignement de Systemes d'exploitation et résaux dans le cours de habilitation pour les enseignants d'informatique (2012/13).
- Enseignement du Laboratoire d'elaboration symbolique dans l'École pour la formation des enseignants supérieurs d'Informatique (2006/07).
Vulgarisation scientifique
- Organisation de « You&AI », un espace numérique consacré à l'intelligence artificielle au Museo Nazionale della Scienza e della Tecnologia « Leonardo da Vinci » (2021–2022), avec une intervention à son atelier sur la reconnaissance faciale pendant la nuit européenne des chercheurs (24/9/2021).
- Organisation de l'événement « Gender gap e informatica: bilanciare o ripensare? » (« Gender gap et informatique : équilibrer ou repenser ? ») au sein du Download Innovation Festival, (intervention en ligne, 15/9/2021).
- Un court texte de vulgarisation sur l'apprentissage automatique pour le Museo Nazionale della Scienza e della Tecnologia « Leonardo da Vinci » (2020).
- Intervention « Big data: che ce ne facciamo? » (« Big data : qu'en faisons-nous ? ») au Museo Nazionale della Scienza e della Tecnologia « Leonardo da Vinci » (2018).
- Intervention à la conférence « STEM with and in the city » sur les effets du gendre en informatique (Università degli Studi di Milano, 19/4/2017).
- Intervention à la conférence « Gli stati generali dell'alternanza scuola-lavoro » sur l'enseignement mixte travail/université pour l'informatique (Università degli Studi di Milano, 10/4/2017).
- Intervention à la conférence « Quando i matematici non entrano in aula » sur l'enseignement de l'informatique (PRISTEM, Trento, 9/4/2017).
- Présentations et tables rondes au Museo Nazionale della Scienza e della Tecnologia « Leonardo da Vinci » pendant les nuit europeennes des chercheurs en 2015 et 2016.
- Expériences pour écoles et publique général pendant les nuit europeennes des chercheurs entre 2013 et 2019.
- Livre « Alan Turing – La nascita dell'intelligenza artificiale », publié par Grandangolo Scienza (écrit en collaboration avec Mattia Monga, Anna Morpurgo et Mauro Torelli).
- L'émission Digito ergo sum, diffusée sur Radio popolare en 2011 et en 2012 (en collaboration avec C. Bellettini, A. Dini, A. Ferrara, V. Lonati et M. Monga).
- Des experiences pour les élèves et le public général au festival L'aventure des sciences organisé annuellement du 2010 au 2012 par la Faculté des Sciences de l'Université de Milan.
- Des activités pour la sensibilisation envers les réformes du système universitaire effectuées par la loi 230 du 4/11/2005 et la loi 240 du 30/12/2010 (les ainsi nommées réformes Moratti et Gelmini) et des ses financements (loi 133 du 6/8/2008), addressé aux enseignants et aux étudiant de la Faculté de Sciences et au public général.
Apprentissage informel de l'informatique
- La conception et la réalisation d'une série de laboratoires d'informatique pour collèges et lycées, organisés dans le centre Matematita entre 2012 et 2017.
- L'organisation du Castor informatique italien entre le 2015/16 et le 2018/19.
- L'organisation du concours Kangourou informatique italien entre le 2011/12 et le 2014/15.
- L'organisation de la conférénce INFOCULT sur la vulgarisation et l'enseignement de l'informatique, tenue à Gargnano (BS) en 2011.
Diffusion de logiciel pour le calcul scientifique
- La participation et la collaboration à l'organisation du Mathematica Italia User Group Meeting.
- Le livre « Fare mathematica con Mathematica » (en italien).
- La réalisation de logiciel libre.
Formation continue
- 2026
- Programmation en Python (niveau de base), pour le personnel technique, administratif et des bibliothèques
- 2025
- Outils informatiques pour l'enseignement des mathématiques, cours de formation des enseignants
- 2024
- Séminaire dans le cadre de la masterclass « Scienza delle decisioni e intelligenza artificiale »
- 2019
- Python pour la science des données et introduction à l'apprentissage automatique, formation en entreprise
- 2017–2018
- Programmation en Python et bases de données relationnelles, formation en entreprise
- 2007
- Développement des systèmes informatiques
- 2004
- Communication scientifique
- 2002–2003
- Systèmes intelligents pur le calcul symbolique
- 1999–2000
- Programmation en Visual Basic
Contrats et conseil
- 2025
- Contrat de formation des enseignants, Scuola Militare « Teulié », Milan
- 2024
- Contrat de conseil « Intelligent processing of legal knowledge bases using large language models », PBV Monitor s.r.l. (responsable scientifique)
- 2017
- Osservatorio Milano Duomo
- 2017
- Social Thingum
- 2016
- Consorzio Sardegna Ricerche
- 2010
- Centro Orientamento Scuola e Professioni, Université de Milan
Langues etrangères
- Langue maternelle
- Italien
- Anglais
- C2 (expérimenté)
- Français
- C2 (expérimenté)
- Espagnol
- B1 (indépendant)