Laurea Magistrale in Informatica - A.A. 2014/2015 - Lauree ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Laurea Magistrale in Informatica A.A. 2014/2015
Scopo della Laurea Magistrale in
Informatica
n Approfondire alcune aree fondamentali
dell’informatica
q Algoritmi
q Calcolabilità
q Linguaggi di Programmazione
n Fornire conoscenze avanzate in alcune aree con
forti competenze locali
q Intelligenza Artificiale
q Linguaggi
q Sistemi
n Un intero semestre per una tesi originale, teorica
o applicativa
Laurea Magistrale in Informatica
n 120 CFU in totale
n Organizzazione semestrale
n Due insegnamenti obbligatori per tutti (2 × 10 CFU)
n Insegnamenti di informatica
q Tre insegnamenti “principali” da 8 CFU (sceglierne almeno 1)
q Insegnamenti (alcuni mutuati LM Ing. Inf. e Stat.) da 6 CFU
(sceglierne 5)
n Insegnamenti affini (2 x 6 CFU)
q Insegnamenti (alcuni mutuati dalla LM in Astronomia/Matematica) di
ambito matematico da 6 CFU
q Insegnamenti di Bioinformatica da 6 CFU
n 12 CFU a libera scelta (ma coerenti)
n 2 CFU lingua/tirocinio/tutorato
n Tesi (36 CFU)
Corsi obbligatori per tutti
n Linguaggi di Programmazione (10 CFU)
q Ulteriori paradigmi di programmazione e loro
trattazione generale
q Docente: Gilberto Filè
n Computabilità e Algoritmi (10 CFU)
q Approccio sistematico alla costruzione di algoritmi
efficienti e comprensione dei limiti dell’Informatica
q Docenti: Paolo Baldan, Livio Colussi
Insegnamenti nell’area “Intelligenza Artificiale”
n Profilo professionale
q Esperti nello sviluppo e gestione di sistemi adattativi e autonomi
per la soluzione di problemi complessi
n Insegnamento da 8 CFU
q Intelligenza Artificiale (a.a. 2014/15: mutuato da L Ing. Inform.)
n Insegnamenti da 6 CFU
q Apprendimento Automatico
q Data Mining
q Information Retrieval (mutuato dalla LM in Scienze Statistiche)
q Sistemi con Vincoli (non attivo per questo anno accademico)
q Analisi Numerica (affine, mutuato da Calcolo Numerico e
Programmazione, LM in Astronomia)
q Bioinformatica (affine)
q Bioinformatica 2 (affine)
q Metodi e Modelli per l’Ottimizzazione Combinatoria (affine)
Insegnamenti nell’area “Linguaggi”
n Profilo professionale
q Esperti di linguaggi e tecniche per lo sviluppo, l’analisi e la
verifica di sistemi complessi
n Insegnamento da 8 CFU
q Analisi Statica e Verifica del Software
n Insegnamenti da 6 CFU
q Algoritmi di Approssimazione
q Linguaggi e Modelli per il Global Computing
q Linguaggi di Programmazione Avanzati
q Crittografia (affine)
q Fondamenti Logici dei Linguaggi Funzionali (affine)
Insegnamenti nell’area “Sistemi”
n Profilo professionale
q Esperti nello sviluppo e gestione di sistemi complessi
n Insegnamento da 8 CFU
q Sistemi concorrenti e distribuiti
n Insegnamenti da 6 CFU
q Amministrazione di Sistema
q Reti Wireless
q Sicurezza
q Sistemi Real-Time
q Sistemi Multimediali
q Tecnologie Web 2
q Analisi Numerica (affine, mutuato da Calcolo Numerico e
Programmazione, LM in Astronomia)
q Crittografia (affine)
Altri insegnamenti
n Calcolo Parallelo (9 CFU, mutuato da LM Ing. Inf.)
n Gestione di Imprese Informatiche (6 CFU)
n Sistemi Informativi Territoriali (6 CFU, mutuato da
LM Ing. Inf.)
n Tecnologie Open-Source (6 CFU)
n Logica 2 (6 CFU, affine; mutuato da Logica
Matematica 2, LM in Matematica)
Organizzazione Semestri
PRIMO SEMESTRE ESAMI SECONDO SEMESTRE ESAMI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
Settimana
primo periodo secondo periodo terzo periodo quarto periodo
compitini
compitini
compitini
compitini
esercizi
esercizi
esercizi
esercizi
LAUREA MAGISTRALE
Linguaggi di Programmazione 10CFU Computabilità e Algoritmi 10CFU
Analisi Statica e Verifica del Software Amministrazione di Sistema
Intelligenza Artificiale (mutuato) 8CFU Calcolo Parallelo (9CFU, mutuato)
Sistemi Concorrenti e Distribuiti Data Mining
Apprendimento Automatico Information Retrieval (mutuato)
Linguaggi di Programmazione Avanzati Linguaggi e Modelli per il Global Computing
I ANNO
Sistemi Multimediali ESAMI Sicurezza ESAMI
Tecnologie Open-source Sistemi Informativi Territoriali (mutuato) 6CFU
Tecnologie Web 2 6CFU Sistemi Real-time
Analisi Numerica (mutuato) Bioinformatica 2
Bioinformatica Esame a scelta 1
Crittografia Esame a scelta 2
Fondamenti Logici dei Linguaggi Funzionali
Logica 2 (mutuato)
Algoritmi di Approssimazione
Gestione di Imprese Informatiche
II ANNO
Reti Wireless ESAMI Tesi 36 CFU ESAMI
Metodi e Modelli per l'Ottimizzazione Combinatoria
Inglese., Tirocinio, Tutorato 2 CFU
Le lezioni iniziano il primo di Ottobre (orari lezioni presto sul sito della laurea)
Risorse
n Sito corsi di laurea (orari lezioni, date esami, etc.):
http://informatica.math.unipd.it
n Siti dei corsi sulle pagine dei docenti
n CCS Informatica
n Moodle studenti:
http://elearning.math.unipd.it/moodle/course/category.php?id=4it
n Rappresentanti studenti:
q Antonio Cavestro - antonio.cavestro@studenti.unipd.it
q Tobia Tesan - tobia.tesan@studenti.unipd.it
q Filippo Sestini - filippo.sestini@studenti.unipd.it
q Tommaso Padovan - tommaso.padovan@studenti.unipd.it
q Matteo Lisotto - matteo.lisotto@studenti.unipd.it
q Michele Caovilla - michele.caovilla@studenti.unipd.it
q Nicolò Scapin - nicolo.scapin.1@studenti.unipd.itFormazione dopo la Laurea Magistrale
Dottorato di Ricerca
University of Padua. PhD School
Brain, Mind and
Computer Science (BMCS)
The BMCS Doctoral Program is rigorous, highly creative, and
!
The BM&CS proposal arises from the collaboration
deeply interdisciplinary. AComputer
small,
Brain, Mind and
selected
between cognitive
group of students is
University of Padua. PhD School
Science (BMCS)
neuroscience,admitted
computer science
each year and social
and trained by excellentsciences.
professors, with –! The BMCS Doctoral Program is rigorous, highly creative, and
deeply interdisciplinary. A small, selected group of students is
different scientific backgrounds. Enrolled students have the admitted each year and trained by excellent professors, with
different scientific backgrounds. Enrolled students have the
opportunity to work in a stimulating environment, to use state-of-
PhD program curricula. Our doctoral students engage in
opportunity to work in a stimulating environment, to use state-of-
Training project The BMCS doctoral program offers an the art equipment and to get in touch with a large network of top
doctoral program Computer Science
the artfor SocietalandChallenges in touch and with aInnovation
research from the moment they enroll, and take courses from inspiring, collaborative, and supportive training atmosphere for international research groups and laboratories located within
across the computer science, the behavioural sciences, and the post-graduate study. PhD students with diverse backgrounds and
offers an
social science.
equipment
The PhD program has two curricula: to get Integer!egestas!orci!quis!lorem! large network of top
interests are challenged to work together while at the same time
pursuing their own project and specialization. Modern laboratories
and facilities equipped with state-of-the-art research technology
universities and companies.
Some job domains are interdisciplinary in nature, requiring
tive training atmosphere for
contribution from a variety of knowledge areas that are
Students enrolled in this curricula will look more specifically into Computer
• Neuroscience, technology and society
international research groups and laboratories located within
will host their activity. Key BMCS PhD courses and training is
feugiat!adipiscing.! traditionally considered distant from each other. It is our idea that
Students enrolled in this curriculum will undertake innovative offered in the following areas. learning to work proficiently within these inter-disciplinary domains
research in applied cognitive science and neuroscience especially
with diverse backgrounds and
is a key vector of excellence and innovation, as well as a key
in relation with emerging and new technologies and with their
universities and companies. condition to develop new skills that can be deployed
Science
time research seeking Innovation and tackling Societal Challenges as the
impact on communities and society. Main research areas of this Programming languages (including models and languages for
concurrent, mobile, and distributed systems; techniques for static professionally. We believe that these skills should be actively
curriculum are: human-computer interaction, e-health, assistive
ether while at the same analysis and automatic verification of software systems). Artificial sought and strongly supported already as a part of research
and rehabilitative technologies for sensory/perceptual and
intelligence (including machine learning; pattern recognition; training.
cognitive disorders, cybertherapy and cyberpsychology, web
sciences, and a variety of topics under the smart city and smart neural networks and kernel methods; preference reasoning,
ones identifiedSome
in thejobEUdomains
HORIZON 2020 research
are interdisciplinary programme
in nature, requiring
The BMCS proposal arises from the collaboration between
alization. Modern laboratories
communities umbrella. knowledge representation, multi-agent systems, computational
applied cognitive science, neuroscience, computer science
Integer!egestas!orci!quis!lorem!
• Computer science for societal challenges and innovation social choice). ICT Systems (including wireless networks; mobile
and social science. The interdisciplinary capabilities resulting
Students enrolled in this curriculum will look more specifically into applications; online games; privacy and security; user
contribution from a variety of knowledge areas that are
from this collaboration, even if still in its infancy, have already
f-the-art research technology
computer science research seeking innovation and tackling
societal challenges such as health issues, demographic change
authentication; cloud computing; web technologies; social
networks; semantic web). Brain and Cognitive Science
(including brain structure; human cognition; neural basis of
shown great potential in various areas of scientific research as
well as in highly innovative and competitive production sectors.
feugiat!adipiscing.!
and well-being; secure, clean and efficient energy; smart, green
PhD courses and training is traditionally considered distant from each other. It is our vision
attention, learning, memory, vision, audition and movement; This is no surprise, indeed, as the areas of computer science,
and integrated transport; inclusive, innovative and reflective applied cognitive neuroscience, human-computer interaction have
sensation and perception; language; Cyberpsychology; forensic
societies; secure societies - protecting freedom and security of assumed a crucial role in the current international scene and in
Key research areas of interest
to workinproficiently
Computer Science include:
neuroscience, cognitive ergonomics). Human-Computer
countries and citizens.
that learning within these inter-disciplinary
interaction (including; interaction design; usability and user the foreseeable future.
experience evaluation; information visualization; brain-computer Research and innovation programs funded by the European
Potential candidates interface & symbiotic systems; multimodal interaction; sensing Union, such as HORIZON 2020 running from July 2013 until June
domains is a key vector of excellence and innovation, as well as a
Students with background in Cognitive Science and and affective systems; human-robot interaction; mobile HCI; 2020, give prominence to topics such as: cognitive systems and
• Programming languages, Artificial Intelligence, Systems
Neuroscience, Computer Science, Computer Engineering, universal design. Research methods for behavioral science
Psychology, Social Science, Telecommunication Engineering, robotics, symbiotic systems, e-health, information and
and user studies (including eye tracking, virtual reality communication technology for the elderly, ambient assisted living,
key condition to develop new skills that can be deployed
Bioengineering, Automation Engineering, Clinical and Health simulations; physiological measurements; computer assisted
Psychology are invited to contact us and submit their proposal. smart cities and smart communities and many others. This is a
video-analysis; text and discourse analysis; questionnaire and
g models and languages for
Highly motivated students with different backgrounds are also most evident acknowledgment of the strategic role of research
interview; users log analysis, brainstorm and focus group; data
efforts capable of combining scientific expertise from diverse
professionally. We believe that these skills should be actively
welcome. analysis. Introduction to Social science (including introduction
domains of specialization, into organic and innovative practices
to sociology, anthropology and social psychology; social
systems; techniques for static ergonomics; computer-mediated communication; on-line
and methodologies.
sought and strongly supported already as a part of research
communities; ethics and privacy; organizational psychology, More info at: http://hit.psy.unipd.it/phd-bmcs
computer-supported cooperative work). Health and Clinical PhD Program Contact Person: luciano.gamberini@unipd.it
f software systems).
! Artificial Psychology (including clinical neuropsychology, neuro-
! University of Padua. P
training. University of Padua. PhD School
rehabilitation, Cybertherapy, psychology of aging, advanced
methods for neuro-rehabilitation, health psychology, clinical
earning; pattern recognition; Brain, Mind and
Computer Science (BMCS)
psychology, assisted living.). Common skills for researchers:
(including how to write for scientific publications; how to present
scientific work to specialized and generic audiences; how to
Brain,
Computer Scienc
hods; preference reasoning, The BMCS proposal arises from the collaboration between
introduce a research activity to a company; introduction to
entrepreneurship and building start-ups; how to write a scientific
proposal to seek a grant; introduction to the European Research
The BMCS Doctoral Program is rigorous, highly creative, and
deeply interdisciplinary. A small, selected group of students is
–! The BMCS Doctoral Program is rigorous, hig
deeply interdisciplinary. A small, selected grou
gent systems, computational
admitted each year and trained by excellent professors, with
Program framework) ! admitted each year and trained by excellent
applied cognitive science, neuroscience, computer science
different scientific backgrounds. Enrolled students have the
opportunity to work in a stimulating environment, to use state-of- different scientific backgrounds. Enrolled stu
Training project The BMCS doctoral program offers an the art equipment and to get in touch with a large network of top PhD program curricula. Our doctoral students engage in opportunity to work in a stimulating environmen
ing wireless networks; mobile inspiring, collaborative, and supportive training atmosphere for international research groups and laboratories located within
Training project The BMCS doctoral program offers an the art equipment and to get in touch with a lar
and social science. The interdisciplinary capabilities resulting
PhD program curricula. Our doctoral students engage in post-graduate study. PhD students with diverse backgrounds and universities and companies.
research from the moment they enroll, and take courses from inspiring, collaborative, and supportive training atmosphere for international research groups and laboratorie
research from the moment they enroll, and take courses whose interests are challenged to work together while at the same time across the computer science, the behavioural sciences, and the post-graduate study. PhD students with diverse backgrounds and
social science. universities and companies.
subjects span across computer science, behavioural sciences, pursuing their own project and specialization. Modern laboratories Some job domains are interdisciplinary in nature, requiring interests are challenged to work together while at the same time
and social science. and facilities equipped with state-of-the-art research technology Integer!egestas!orci!quis!lorem!
contribution from a variety of knowledge areas that are pursuing their own project and specialization. Modern laboratories
The PhD program has two curricula: Some job domains are interdisciplinary inLaurea Magistrale in Informatica A.A. 2014/2015 Area Intelligenza Artificiale
Insegnamenti nell’area “Intelligenza Artificiale”
n Profilo professionale
q Esperti nello sviluppo e gestione di sistemi adattativi e autonomi
per la soluzione di problemi complessi
n Insegnamento da 8 CFU
q Intelligenza Artificiale (a.a. 2014/15: mutuato da L Ing. Inform.)
n Insegnamenti da 6 CFU
q Apprendimento Automatico
q Data Mining
q Information Retrieval (mutuato dalla LM in Scienze Statistiche)
q Sistemi con Vincoli (non attivo per questo anno accademico)
q Analisi Numerica (affine, mutuato da Calcolo Numerico e
Programmazione, LM in Astronomia)
q Bioinformatica (affine)
q Bioinformatica 2 (affine)
q Metodi e Modelli per l’Ottimizzazione Combinatoria (affine)Intelligenza Artificiale (a.a. 2014/15: mutuato da L Ing. Inf.) Docente: Silvana Badaloni Il corso si propone di fornire nozioni fondamentali su alcuni degli approcci principali, all'interno della Intelligenza Artificiale Il corso ha una struttura modulare costituita da: lezioni in aula; lezioni guidate in laboratorio informatico; seminari invitati; approfondimento di tematiche di ricerca da parte degli studenti tramite compilazione di tesine Libri di testo: • S.Russell, P.Norvig, Intelligenza Artificiale. Un approccio moderno. Milano-Torino: Pearson Prentice Hall, 2010. Volume I - Terza Edizione • S.Russell, P.Norvig, Intelligenza Artificiale. Un approccio moderno. Milano-Torino: Pearson Prentice Hall, 2005. Volume II
Apprendimento Automatico
Docenti: Fabio Aiolli, Alessandro Sperduti
Il corso si propone di fornire le nozioni fondamentali per la comprensione
e la progettazione di sistemi che utilizzano tecniche di Apprendimento
Automatico
Libri:
• T. Mitchell , "Machine Learning", McGraw Hill, 1998. (libro di testo)
• E. Alpaydin, "Introduction to Machine Learning", Cambridge University Press, 2010.Apprendimento Automatico
Contenuti del corso
• Concetti fondamentali dell’Apprendimento Automatico
• Apprendimento di concetti, spazio delle ipotesi
• Apprendimento di alberi di decisione
• Valutazione qualità modelli
• Algoritmi di clustering
• Reti Neurali
• Support Vector Machine
• Apprendimento probabilistico
• Esperienze pratiche in laboratorioData Mining
Docente: Bruno Scarpa
n Il corso intende fornire una panoramica sui
concetti e sulle metodologie per l’analisi di grandi
quantità di dati, con particolare attenzione alle
applicazioni ai processi di decisione aziendale
n Libri
di
riferimento:
• Data
analysis
and
data
mining,
A.Azzalini
e
B.Scarpa,
Oxford
University
Press,
2012
• The
elements
of
sta;s;cal
learning,
T.Has9e,
R.Tibshirani
e
J.Friedman,
Springer,
2009
• Materiale
fornito
dal
docente
n L’insegnamento
affiancherà
a
lezioni
frontali
esercitazioni
in
laboratorio
con
applicazioni
a
da9
reali.
Data Mining
Contenu9
del
corso
•
L'analisi
dei
da9:
supporto
per
le
decisioni
e
la
Business
Intelligence.
•
Elemen9
di
base
della
modellazione
sta9s9ca
e
introduzione
ai
conceP
principali
dell’inferenza
sta9s9ca
•
I
modelli
sta9s9ci:
la
s9ma
e
l’adaRamento
ai
da9
•
Contrasto
tra
aderenza
ai
da9
e
complessità
del
modello.
Tecniche
generali
per
la
selezione
del
modello
(AIC,
BIC,
insieme
di
verifica,
convalida
incrociata,
oltre
ai
test
sta9s9ci
classici).
•
Metodi
di
regressione:
regressione
parametrica
e
non
parametrica,
modelli
addi9vi,
alberi,
mars,
projec9on
pursuit,
re9
neurali
(richiami).
•
Metodi
di
classificazione:
mediante
regressione
parametrica
(lineare
e
logis9ca),
modelli
addi9vi,
alberi,
polymars,
combinazione
di
classificatori
(bagging,
boos9ng,
foreste
casuali)
•
Metodi
di
analisi
interna:
nozioni
sui
metodi
di
raggruppamento,
analisi
delle
associazioni
tra
variabili
e
algoritmo
Apriori.
Re9
sociali
(cenni).
Information Retrieval
Docente: Massimo Melucci
n Il corso è dedicato all'Information Retrieval (IR) ed ai sistemi di IR più
diffusi: i motori di ricerca.
n Essi permettono l'accesso alle enormi masse di informazioni su
Internet e il Word Wide Web, mailbox, laptop e smartphone
(desktop search), reti peer-to-peer, grid o cloud, reti interne aziendali
(enterprise search), Online Public Access Catalogue (OPAC), libri
elettronici, digital library, digital archives, digital museums, institutional
repositories.
n M. Melucci. Information Retrieval. Metodi e modelli per i motori di
ricerca. Franco Angeli, 2013.
n W. Croft, D. Metzler, T. Strohman. Search Engines: Information
Retrieval in Practice. Addison Wesley, 2009.
n Attività di laboratorio a gruppi, esame orale.Information Retrieval
Docente: Massimo Melucci
n Metodi di base di indicizzazione e di descrizione del contenuto
informativo dei documenti, come ad esempio le pagine del WWW
n Algoritmi di base e i modelli di ordinamento (ranking) dei
documenti
n Metodi di Feedback affermatisi sia nel mondo della ricerca
scientifica che nel settore industriale
n Tecniche avanzate di indicizzazione e di ordinamento dei documenti
(Latent Semantic Analysis, PageRank e Hyperlinked Induced Topic
Search)
n Metodi di Machine Learning impiegati nei motori di ricerca per
migliorarne le performance
n Metodologie di valutazione dei sistemi di IRBioinformatica (affine)
Docente: Giorgio Valle
Dopo una breve introduzione ai sistemi biologici e ai meccanismi di evoluzione
dell'informazione biologica, il corso sarà suddiviso in tre parti principali.
Prima parte. Allineamento di sequenze biologiche, di proteine, RNA e DNA.
Allineamenti multipli e alberi filogenetici
Seconda parte. Output di dati dei sequenziatori di DNA di nuova generazione e
algoritmi per l'assemblaggio di sequenze genomiche. Analisi dell'espressione
genica. Predizione di elementi funzionali nelle sequenze genomiche.
Terza Parte. Banche dati e information retrieval. Informazioni relative alla
trascrittomica, proteomica, interattomica, genomica comparata. Integrazione dati e
systems biology. Il genoma umano: analisi di genomi “personali” e medicina
personalizzata.
Il corso comprende anche una parte pratica in cui gli studenti dovranno realizzare
un piccolo progetto bioinformatico cimentandosi con dati di sequenze di DNA, per
assemblare sequenze genomiche e/o identificare alterazioni genomiche.Bioinformatica 2 (4+2 CFU)
Docenti: Silvio Tosatto (2+2 CFU), Giuseppe Zanotti (2 CFU)
Il corso si compone di due parti teoriche ed una pratica:
1. Introduzione alla materia vivente (2 CFU)
Cenni di chimica organica; Interazioni deboli ed energetica;
Struttura e funzione di DNA e proteine; Lipidi, membrane e trasporto
cellulare
2. Biochimica computazionale (2 CFU)
Banche dati biologiche; Librerie software e concetti per allineamenti di sequenza,
profili e ricerca in banche dati; Relazione sequenza – struttura – funzione nelle proteine
e classificazione; Metodi per la predizione della struttura delle proteine da sequenza.
L’esperimento CASP; Metodi per la predizione di funzione delle proteine. L’esperimento CAFA;
Cenni di biologia delle reti e dei sistemi; Correlazione genotipo – fenotipo. L’esperimento CAGI.
3. Esercitazioni e progetto di programmazione (2 CFU)
Utilizzo della libreria C++ Victor per la bioinformatica strutturale;
Definizione di progetti distinti per gruppi; Ricerca stato dell’arte e possibilità di miglioramento;
Presentazione del progetto con valutazione critica dei risultati ottenuti.
Il voto sarà dato per il 60% dal progetto di programmazione e la sua presentazione.
NB: Non è obbligatorio aver frequentato il corso di Bioinformatica.
URL: http://protein.bio.unipd.it/Metodi e Modelli
per l’Ottimizzazione Combinatoria (affine)
Docente: Luigi De Giovanni, Marco Di Summa
DECISION SUPPORT SYSTEM
Problema Soluzioni del
Modelli Metodi
decisionale problema
Variabili decis. Strumenti
Qual è la migliore funz. obiettivo matematici e
configurazione e vincoli algoritmici
delle risorse
disponibili? trovare la combinazione
ottima dei valori delle variabili
4D Air Traffic Flow ManagementMeMOC (A): contenuti del corso Ripasso e approfondimenti di Ricerca Operativa: modellazione in programmazione lineare (intera) metodi del simplesso tecniche di generazione di colonne modellazione e ottimizzazione su grafo Tecniche esatte di Ottimizzazione Combinatoria: formulazioni in Programmazione Lineare Intera metodi: Branch & Bound, piani di taglio, Branch & Cut Meta-euristiche di Ottimizzazione Combinatoria: tecniche di rappresentazione delle soluzioni metodi: ricerca di vicinato, algoritmi evolutivi, ibridi Laboratori Implementazione con librerie di ottimizzazione (IBM-Cplex)
MeMOC (A): materiali, esame …
Materiali
Dispense fornite dal docente
Approfondimenti su articoli scientifici (in lettura)
Librerie di ottimizzazione IBM Cplex (licenza accademica)
Modalità d’esame
Orale: sui contenuti del corso (anche esercitazioni)
Progetto FACOLTATIVO: implementazione di un metodo per la
soluzione di un problema pratico di ottimizzazione
combinatoria
Altre info
Docente: Luigi De Giovanni, Marco Di Summa, primo semestre, 6
crediti (affini)
Sul web
http://www.math.unipd.it/~luigi/courses/metmodoc/metmodoc.htmlLaurea Magistrale in Informatica A.A. 2014/2015 Area Linguaggi
Area Linguaggi
Linguaggi di programmazione
Profilo professionale
Esperti di linguaggi e tecniche per lo
sviluppo, l’analisi e la verifica di sistemi
softwareInsegnamenti nell’area “Linguaggi”
n Insegnamento da 8 CFU
q Analisi Statica e Verifica del Software
n Insegnamenti da 6 CFU
q Algoritmi di Approssimazione
q Linguaggi e Modelli per il Global Computing
q Linguaggi di Programmazione Avanzati
q Crittografia (affine)
q Fondamenti Logici dei Linguaggi Funzionali (affine)Analisi statica e Verifica del Sotware
Docente: Francesco Ranzato
• Semantica operazionale e denotazionale di programmi.
• Analisi statica di programmi mediante interpretazione astratta.
• Analisi dataflow di programmi.
• Verifica di sistemi software mediante model checking.
• Tool di analisi statica:Linguaggi di Programmazione Avanzati
Docente: Silvia Crafa
Tematica: presentare alcune tecniche avanzate dei
moderni linguaggi di programmazione
comprendere, ragionare e
possibilmente valutarle
tecnologia
teoria
Linguaggi di Programmazione Avanzati
teoria
1. Mini linguaggio funzionale
• Semantica e sistema di tipi per ragionare sul linguaggio
2. Arricchiamo il linguaggio
• Riferimenti, eccezioni
• Subtyping, Polimorfismo parametrico, type inference
3. Mini linguaggio ad oggetti:
• Featherweight Java, in versione funzionale e in versione imperativa
• Aggiungiamo i thread a Featherweight Java
4. Scala: un mix efficace di paradigma funzionale e OO
• A scalable language
• Functions as objects
• Mixins
• Actors
5. Troppi tipi? ….dynamic typing… oppure Contracts!!
tecnologia
Linguaggi e Modelli per il Global Computing
Docente: Paolo Baldan
q Global computer
q Concorrenza, distribuzione, mobilità, dinamicità,
open-endedness
q Pb: connettività, sicurezza, flussi di informazione,
controllo delle risorse, …
q Tumultuosa evoluzione tecnologica: linguaggi,
architetture, paradigmi …Linguaggi e Modelli per il Global Computing
q Idea generale:
approccio rigoroso/formale come strumento per
dominare la complessità a livello:
q Concettuale:
Comprendere, classificare, sistematizzare
q Pratico
Specifica, progettazione, analisi e verifica di
proprietà.Linguaggi e Modelli per il Global Computing
1. Modellazione di sistemi concorrenti, distribuiti e mobili
• Linguaggi classici (Milner Hoare) …
• … ed estensioni (protocolli crittografici, mobilità di codice, ecc.)
2. Correttezza? (“Cosa fa un programma concorrente?)
3. Linguaggi di specifica di proprietà e verifica automatica
• Deadlock, fairness, access control, information flow, QoS, …
• Mobility workbench
4. Linguaggi di programmazione
• Google Go (concurrency) e ORC (orchestration)
• Rif. ad altri linguaggi (Erlang, Ada, …)
http://www.math.unipd.it/~baldan/GlobalAlgoritmi di Approssimazione
Docente: Livio Colussi
Obiettivi formativi :
Molti problemi computazionali di interesse pratico non ammettono
algoritmi efficienti per la loro risoluzione. Tali problemi si possono
quindi risolvere soltanto per istanze molto piccole ma non nei casi di
interesse pratico.
Il corso mostra come si possano ottenere algoritmi di
approssimazione i quali calcolano soltanto una "approssimazione"
della soluzione del problema in modo molto più efficiente e risultano
quindi utilizzabili effettivamente nei casi pratici.Fondamenti logici dei linguaggi
funzionali (affine)
Docente: Silvio Valentini
Scopo: fornire una introduzione teorica ai linguaggi
di programmazione funzionali tipati e non tipati.
tipi programmi
logica informatica
λ
ML
Fondamenti logici dei linguaggi
funzionali
Contenuti:
● ll λ-calcolo tipato semplice, ed i suoi legami con la logica intuizionista ,
● λ-calcoli con sistemi di tipo piu’ generali:
● calcolo con tipi dipendenti, legame con la logica del primo ordine
● calcoli con tipi di secondo ordine, legame con l'aritmetica di Heyting al
secondo ordine
● calcoli estremamente potenti che considerano entrambi i sistemi di tipi ed
eventualmente anche i tipi induttivamente generati.
● Per tutti tali lambda calcoli si intendono dimostrare il teorema di
normalizzazione e di confluenza, e fornire esempi di applicazione in informatica
teorica.Crittografia (affine)
Docente: Alessandro Languasco
Riferimenti: in lingua inglese, www.math.unipd.it/~languasc/Teaching.html
Obiettivi formativi
Panoramica sugli aspetti teorici di base
Analisi critica delle applicazioni e dei protocolli crittografici attualmente in uso
Prerequisiti: buona conoscenza del primo corso di Algebra e di Analisi Matematica
Contenuti
Analisi della teoria elementare e computazionale dei numeri alla base dei metodi
crittografici moderni
Studio dei protocolli di trasmissione sicura delle informazioni
Modalità d’esame
scritto (lista di domande su argomenti del corso; no esercizi)
Prospettive occupazionali
Scarse nel panorama italiano, ma interesse crescente ove si trattano dati sensibili
(telecomunicazioni, banche, PP.AA.)
Nettamente più avanzati i panorami europeo extraitaliano e statunitenseLaurea Magistrale in Informatica A.A. 2014/2015 Area Sistemi
Insegnamenti nell’area “Sistemi”
n Profilo professionale
q Esperti nello sviluppo e gestione di sistemi complessi
n Insegnamento da 8 CFU
q Sistemi concorrenti e distribuiti
n Insegnamenti da 6 CFU
q Amministrazione di Sistema
q Reti Wireless
q Sicurezza
q Sistemi Real-Time
q Sistemi Multimediali
q Tecnologie Web 2
q Analisi Numerica (affine, mutuato da Calcolo Numerico e
Programmazione, LM in Astronomia)
q Crittografia (affine)Sistemi concorrenti e distribuiti
Docente: Tullio Vardanega
n Obiettivi formativi
q Acquisire familiarità con le problematiche di concorrenza e
distribuzione nell’analisi, progettazione e realizzazione di sistemi
software avanzati e complessi
n Modalità d’esame
q Progetto (individuale o collaborativo) con prototipo
q Relazione tecnica e discussione
n Prospettive professionali
q Argomento alla base di molte importanti attività applicative e di
ricerca che includono virtualizzazione, multicore
processors e cloud computing
n Ambiti di tesi
q Diversi progetti di ricerca condotti dal docente
richiedono forti conoscenze di SCD
q Prevalenza di tesi all’interno di progetti di ricerca
internazionali (vedere pagina docente)
43Sistemi Real-Time
Docente: Tullio Vardanega
n Obiettivi formativi
q Studiare i fondamenti teorici dello sviluppo e dell’analisi
dei sistemi software soggetti a vincoli di tempo reale
n Modalità d’esame
q Studio e presentazione critica di pubblicazioni scientifiche
recenti e rilevanti su problematiche avanzate
n Prospettive professionali
q Area di conoscenza fondamentale nell’industria dei sistemi
embedded (trasporto, aero-spazio, telecomunicazioni, …)
n Ambiti di tesi
q Diversi progetti di ricerca condotti dal docente
richiedono forti conoscenze di SRT
q Prevalenza di tesi all’interno di progetti di ricerca
internazionali (vedere pagina docente)
q Spazio per attività applicative e/o divulgative
44Sicurezza (1/2) Docente: Mauro Conti
n Riferimenti: 1 anno, III trimestre
n Web: http://www.math.unipd.it/~conti/teaching.html
n Insegnamento ed esame in lingua inglese
Obiettivi Formativi:
n
Conoscenze di sicurezza di sistema in ambiente linux/win, sicurezza di rete wireless/
wired, web-application security, gestione della sicurezza. Saper aggiornare
autonomamente le proprie competenze nel settore
n Prospettive professionali
n Responsabile sicurezza sistemi informatici, progettare architettura di sistemi ed
applicazioni sicure, ricerca.
"The protection provided by
encryption is based on the fact
that most people would rather eat
liver than do mathematics"
Bill NeugentSicurezza (2/2) Docente: Mauro Conti
n Argomenti
n I parte: Computer Security Technology and
Principles; Software Security and Trusted Systems;
Management Issues; Cryptographic Algorithms;
Network Security
n II parte: Cutting Edge Research Issues, inclusi
seminari con esperti internazionali
n Modalità di esame: Prova Scritta / Presentazione
n Tesi:
• Sicurezza/privacy in ambiente wired/wireless
networks, distributed systems, smartphone, social
networks, sensor networks, RFID, cloud computing.Sistemi multimediali (1/2)
Docenti: Ombretta Gaggi, Claudio Palazzi
n Obiettivi formativi
q Tecnologie e strumenti alla base del progetto di sistemi ipertestuali e
multimediali
q Principali tecnologie di codifica, memorizzazione e diffusione di informazioni
multimediali (audio, video, immagini).
n Argomenti trattati
q Le immagini: la percezione visiva, formati standard
n GIF, PNG, JPEG, JPEG2000, …
q L'audio digitale: la percezione acustica, i formati standard
n WAV, MP3, MIDI, …
q Il video digitale: la percezione visiva di immagini in movimento, differenza tra
video digitale e video analogico, i formati standard
n H261, H263, la famiglia MPEG, DivX, Xvid, …
q La trasmissione dei dati continui. La suite di protocolli RTSP, RTCP e RTP.
Concetto di qualità di sevizio (QoS)
q I sistemi operativi per media continui. Gestione delle risorse.
q Videogiochi online, problematiche di rete.
47Sistemi multimediali (2/2)
n Modalità d'esame
q Orale oppure progetto o esercizio sperimentale con relazione e
presentazione
n Riferimenti
q docenti.math.unipd.it/gaggi
n Ambiti di Tesi
q Progetto e sviluppo di Sistemi Multimediali Complessi
q Studio di nuove interfacce multimediali
48Reti wireless (1/2)
Docente: Claudio Palazzi
n Riferimenti: I semestre, www.math.unipd.it/~cpalazzi/retiwireless.html
n Insegnamento erogato in lingua INGLESE
n Obiettivi formativi
q Panoramica dei principali protocolli, sistemi e servizi basati su
tecnologia di comunicazione wireless e mobile
q Problemi e soluzioni nell’interazione tra protocolli standard di rete e
sistemi wireless
q Visione critica di prospettive e utilizzo dei sistemi wireless
n Modalità d’esame
q Progetto su protocolli/applicazioni
wireless (anche per smartphones)
q Orale sulla parte teorica del corso
49Reti wireless (2/2)
n Mobile lab
q Progetto su smartphone (Android, iPhone, Symbian)
n Prospettive professionali
q Conoscenza critica delle problematiche d’uso di sistemi wireless
e capacità di proporre soluzioni allo stato dell’arte
n Ambiti di tesi
q Proposta e analisi di nuovi protocolli
di rete per contesti wireless o ibridi
q Realizzazione di servizi Web Squared
basati sull’integrazione Web con
dispositivi pervasivi (es. smartphone)
50Tecnologie Web 2
Docente: Massimo Marchiori
n Obiettivi formativi
q Panoramica introduttiva delle principali tecnologie
web di livello avanzato
n AJAX, Semantic Web, Web 2.0, Social Web, …
n Modalità d’esame
q Scritto, orale a soglia minima
51Amministrazione di Sistema /1
Docente: Francesco Clabot
Obiettivi formativi
• Apprendere metodologie alla base dell’organizzazione aziendale
• Acquisire un precisa logica decisionale
• Sulla base di quali elementi si decide cosa fare?
• Quali sono gli strumenti essenziali per un manager?
• Piantare il seme per future classi di dirigenti ICT (chief technical officer)
Argomenti trattati
• Introduzione al Service Management (ITIL, ISO 20000)
• Struttura di un dipartimento ICT di realtà multinazionali
• Fornitura servizi IT in contesti complessi, caratterizzati da forti
investimenti economici, dove l’approccio coordinato di ITIL, PRINCE2 e
DSDM Atern (agile project delivery framework) fa la differenza
• Diversi casi reali utili alla comprensione delle problematicheAmministrazione di Sistema /2
Docente: Francesco Clabot
Modalità d’esame
• Scritto: tipico test ITIL (40 domande a scelta multipla)
• Orale: lavoro di gruppo - relazione scritta su una tematica specifica
partendo da uno scenario reale (request for proposal reale)
Prospettive professionali
• Ruoli dirigenziali all’interno dell’area ICT
• Tematica di notevole rilevanza professionale e applicazioni trasversali
Ambiti di tesi
• Diverse buone esperienza nel recente passato (relatore Vardanega)
• Nell’ambito di analisi, e creazione di modelli con casi pratici di
applicazione; per esempio:
• Creazione di un modello di verifica per la conformità alle norme
Basilea III”
• Studio di un modello per la gestione del ciclo di vita dei Desktop
Personal Computer nell’infrastruttura informatica aziendaleUno sguardo sul resto
n Analisi Numerica (docente: Marco Vianello; affine)
q Introduce le basi del calcolo numerico in vista delle applicazioni in campo scientifico e
tecnologico, con particolare attenzione ai concetti di errore, discretizzazione,
approssimazione, convergenza, stabilità, costo computazionale
n Calcolo Parallelo (docente: Gianfranco Bilardi; 9 CFU, mutuato LM
Ing. Inf.)
q Introduce un quadro teorico per la progettazione e l'utilizzo efficiente dei sistemi di
calcolo parallelo, con applicazioni ai multiprocessori, alle schede grafiche (GPU), ai
sistemi riconfigurabili (FPGA), e ai sistemi di supercalcolo.
n Gestione di Imprese Informatiche (docente: Amir Baldissera)
q Introduce nozioni fondamentali per la gestione di imprese informatiche
q Tematica che complementa le nozioni tecniche in ambito lavorativo
n Sistemi Informativi Territoriali (docente: Massimo Rumor; mutuato
LM Ing. Inf.)
q Introduce conoscenze, metodi e strumenti che consentono di trattare l’informazione
geografica e di progettare e realizzare sistemi per la sua gestione e fruizione
n Tecnologie open-source (docente: Francesco Tapparo)
q Visione critica sul mondo del F/OSS: genesi, applicabilità, prospettive, criticità
q Tematica di rilevanza strategica ma con ancora contenute ricadute occupazionali
54Avete bisogno di chiarimenti ?
Puoi anche leggere
